希望利用人工智能優勢的企業CIO往往會遇到大量錯綜復雜的技術問題，但這只是一個開端。最近在舊金山舉行的ReWork深度學習峰會上，行業專家表示，企業還需要考慮如何確保他們的人工智能團隊能夠交付業務成果。
全球家譜服務提供商Ancestry.com公司前首席數據官Amy Gershkoff表示：“人工智能不僅僅是一個數據科學問題，而且還是一個商業問題。”
人工智能專家表示，企業在建立人工智能團隊時，需要特別關注兩個領域。首先是建立一個組織結構，在整個企業中產生對人工智能的信任，并且不會違反監管要求。第二，企業建立團隊的先決條件是擁有知識淵博的一流的人工智能招聘人員。
組織調整
在Gershkoff看來，構建人工智能組織結構的關鍵的第一步是將數據科學家部署在適合的部門中。
Ancestry.com公司前首席數據官
Amy Gershkoff
如果人工智能團隊的目標是增加收入，則不能與企業削減成本的目標相沖突。將數據科學家部署在產品管理團隊或營銷團隊中可能更有意義，因為收入增長對于團隊來說是一個具有更高優先級的目標。企業需要將數據科學家部署在最有效的地方。
一些組織開始采用混合模式，將數據科學家分配到不同的部門。他們被分配到營銷、產品工程、金融等多個部門。然后整個企業的人工智能團隊成員向首席數據官以及部門經理報告。這可以幫助數據科學家的目標與每個部門保持一致。Gershkoff說，“這么做的缺點是他們可能覺得自己需要向兩個管理者負責”。
選擇知識淵博的招聘人員
Ancestry.com首席數據官Amy表示，對于組織在人才方面進行競爭，他們需要招聘人員以數據科學家的語言進行溝通。擁有優秀的招聘人員往往是許多企業對于開展人工智能工作的事后考慮事項。因此，有些面試過程并不嚴格，企業對數據科學家和機器學習專家的需求對于潛在的新員工來說似乎并不具有太大的吸引力。
精明的人工智能應聘者將會詢問企業的基礎設施、技術堆棧和他們將要處理的問題類型。如果招聘人員不知道答案，就很難找到最好的人才。
企業的基礎設施需要準備到位
新的數據科學家也將期待基礎數據科學基礎設施到位。企業首席信息官必須創建一個支持數據倉庫和靈活的數據管理的方法體系。
Gershkoff
Ancestry.com公司前首席數據官
這是組織招聘機器學習專家之前需要提供的基礎和解決方案。
除此之外，首席信息官需要部署支持數據治理、合規性、隱私、安全問題的技術。這將使數據科學家能夠在確保控制到位的同時，也能更出色地完成工作。
理解黑匣子
優秀的人工智能策略也需要在更高的準確性和透明度之間找到平衡點。人工智能系統的核心是可以自動執行許多決策過程。但是人工智能算法往往是從復雜的機器學習規則演化而來的，人們通常難以理解。
即使這些算法提供的結果最終比人們得出的更準確，如果其邏輯不透明的話，利益相關者也很難相信。將人工智能嵌入業務需要超越數據科學來建立信任。這種透明度對于解決新的監管要求也很重要，例如歐盟的“通用數據保護條例”，該條例規定企業必須能夠提供有關人工智能決策所涉及的有意義的信息。
創建道德文化
一個正在采用機器學習技術解決商業問題的人工智能團隊也可能面臨與企業道德文化背道而馳的決策。首席信息官需要與組織的利益相關者合作，仔細確定共同的價值觀，并創建一種道德文化。
埃森哲公司AI主管
Rumman
“精辟的格言不一定會使人工智能與企業目標保持一致。但如果企業沒有任何流程的文化，就不太可能實施到位。”
例如，社交媒體企業或部門可能會確定社交活動的目標。產品經理可能會使用人工智能來加強社交活動。例如比較激進的人經常在網站上發帖。但是，企業如何對憤怒的交流進行優化，這是一個難題。
如果產品經理專注于開發新產品，倫理道德可能是首先考慮的事情。但是，這可能會導致公司陷入困境。Chowdhury說：“良好的人工智能應用是看不見的，但糟糕的人工智能卻是顯而易見的。人工智能的理念是，當運作良好時，人們不會注意到它。”
京公網安備 11010502049343號