吳恩達：按照這5步，傳統公司也可轉型人工智能

12月13日，吳恩達在自己的創業公司網站Landing.ai上發佈了一本《人工智能轉型手冊》，旨在爲傳統公司轉型AI提供指導和幫助，我們翻譯了部分內容，並在文末附上了手冊的下載鏈接，供讀者閱讀。

以下內容爲InfoQ整理翻譯：

人工智能技術現在正準備改變每個行業，就像100年前的電力一樣。從現在到2030年，它將創造約13萬億美元的GDP增長。雖然它已經在Google，百度，微軟和Facebook等領先的科技公司中創造了巨大的價值，但它能夠創造的價值將超越軟件領域。

這本《人工智能轉換手冊》借鑑了領導Google大腦團隊和百度AI小組的見解，他們分別在Google和百度轉型成優秀的人工智能公司的道路上發揮了主導作用。任何企業都可以關注這本手冊，併成爲一家強大的AI公司，儘管這些建議主要針對市值/估值從5億美元到500億美元的企業。

這些是我建議企業轉型的一般步驟，我將在其中解釋：

1. 執行試點項目以獲得動力

2. 建立一個內部AI團隊

3. 提供廣泛的AI培訓

4. 制定人工智能戰略

5. 開發內部和外部溝通

執行試點項目以獲得動力

對於你最初的幾個AI項目而言，更重要的是成功而不是成爲最有價值的項目。它們應該足夠有意義，最初的成功將有助於你的公司熟悉AI，並說服公司其他人投資進一步的AI項目。重要的是讓飛輪先轉起來，讓你的AI團隊獲得動力。

最初幾個AI項目建議具備以下特徵：

• 理想情況下，新的或外部AI團隊（可能對你的業務沒有深入的領域知識）可以與你的內部團隊（具有深厚的領域知識）合作，並構建AI解決方案，在6-12個月內開始合作。

• 該項目在技術上應該是可行的。太多的公司仍在使用當今的AI技術開展不可能的項目；擁有值得信賴的AI工程師在啓動前對項目進行盡職調查將增加你對其可行性的信心。

• 有明確定義和可衡量的目標，創造商業價值。

當我領導Google大腦團隊時，Google（更廣泛地說是世界各地）的深度學習技術受到了極大的質疑。爲了幫助團隊獲得動力，我選擇Google Speech團隊作爲我的第一個內部客戶，我們與他們密切合作，使Google語音識別更加準確。語音識別在Google是一個有意義的項目，但不是最重要的項目。例如，對公司而言，將其應用於網絡搜索或廣告並不重要，但是通過使用深度學習使Speech團隊更加成功，其他團隊開始對我們充滿信心，這使得Google大腦團隊獲得了動力。

一旦其他團隊開始看到Google Speech與Google大腦合作的成功，我們就能夠獲得更多的內部客戶。Google大腦團隊的第二個主要內部客戶是Google地圖，他們希望使用深度學習來提高地圖數據的質量。通過這兩次成功，我開始與廣告團隊進行進一步對話。逐步建立的成功讓人工智能項目越來越成功。此過程是你可以在公司中使用的可重複實現的。

建立一個內部AI團隊

雖然擁有深厚技術AI專業知識的外包合作伙伴可以幫助你更快地獲得初始動力，但從長遠來看，與內部AI團隊一起執行某些項目會更有效率。此外，你最好在公司內部保留一些項目，以建立更獨特的競爭優勢。

重要的是要從高級管理層獲得支持來建立這個內部團隊。在互聯網興起期間，聘請CIO是許多公司採用互聯網策略的轉折點。相比之下，那些經營許多獨立實驗的公司，比如從數字營銷到數據科學實驗再到新網站發佈，如果這些小型試點項目無法擴大規模以改造公司的其他部門，則無法利用互聯網功能。

在人工智能時代，許多公司的關鍵時刻將再次形成一個可以幫助整個公司的集中式人工智能團隊。如果他們擁有合適的技能，那麼這個AI團隊可以擔任CTO，CIO或CDO（首席數據官或首席數字官）職務。它也可以由專門的CAIO（首席AI官員）領導。AI部門的主要職責是：

• 建立AI功能以支持整個公司。

• 執行一系列跨職能項目，以支持與AI項目不同的部門/業務部門。完成初始項目後，設置重複流程以持續提供一系列有價值的AI項目。

• 制定一致的招聘和保留標準。

• 開發對多個部門/業務部門有用的公司範圍的平臺，不太可能由個別部門開發。例如，考慮與CTO / CIO / CDO合作開發統一的數據倉庫標準。

• 許多公司都組織有多個業務部門向CEO報告。通過新的AI單元，你將能夠將AI人才彙集到不同的部門，以推動跨職能項目。

公司將出現新的職位描述和新的團隊組織。我現在以機器學習工程師，數據工程師，數據科學家和AI產品經理等角色組織我的團隊工作的方式與AI之前的時代不同。一個優秀的AI領導者將能夠建議你建立正確的流程。

目前一場人工智能戰爭正在展開，不幸的是大多數公司都很難僱傭到斯坦福大學博士生（甚至是斯坦福大學本科生）。由於人才戰在短期內基本上是零和，因此與可以幫助你建立AI團隊的招募合作伙伴合作將使你獲得絕佳優勢。但是，爲現有團隊提供培訓也是在內部培養大量新人才的好方法。

提供廣泛的AI培訓

今天沒有一家公司擁有足夠的內部AI人才。雖然媒體關於高AI工資的報道被過度炒作（報刊中引用的數字往往是異常值），但AI人才仍舊很難找到。幸運的是，隨着數字內容的興起，包括課程、電子書和YouTube視頻等MOOC（大規模開放式在線課程），培養大量員工使用AI等新技能比以往任何時候都更具成本效益。聰明的CLO（首席學習官）知道他們的工作是策劃，而不是創建內容，然後建立流程以確保員工完成學習體驗。

十年前，員工培訓意味着聘請顧問來到你的辦公室進行講座。但效率低下，投資回報率尚不清楚。相比之下，數字內容更實惠，並可以爲員工提供更個性化的體驗。如果你確實有預算聘請顧問，那麼現場內容應該作爲在線內容的補充。（這被稱爲“翻轉教室”教學法。我發現，如果正確實施，這將帶來更快的學習和更愉快的學習體驗。在斯坦福大學，我的校園深度學習課程使用的就是這個教育學的形式。）聘請一些AI專家來提供一些現場內容也可以幫助激勵員工學習這些AI技術。

AI將改變許多不同的工作。你應該給每個人提供他們在AI時代適應新角色所需的知識。諮詢專家將允許你爲你的團隊開發定製課程。教育計劃可以如下所示：

高級管理人員和高級業務負責人：（4小時培訓）

• 目標：讓管理人員瞭解人工智能可以爲你的企業做些什麼，開始制定人工智能戰略，做出適當的資源分配決策，並與支持有價值的人工智能項目的人工智能團隊順利協作。

• 課程：對AI的基本業務理解，包括基本技術、數據以及AI可以做什麼和不能做什麼。

• 瞭解AI對公司戰略的影響。

• 關於人工智能應用到相鄰行業或你的特定行業的案例研究。

執行人工智能項目的部門領導：（12小時培訓）

• 目標：部門負責人應能夠爲人工智能項目設定方向、分配資源、監控和跟蹤進度，並根據需要進行更正，以確保項目成功交付。

• 課程：對AI的基本業務理解包括基本技術，數據以及AI可以做什麼和不能做什麼。

• 對AI的基本技術理解，包括主要的算法類及其要求。

• 基本瞭解AI項目的工作流程和流程，AI團隊中的角色和職責，以及AI團隊的管理。

AI工程師培訓生：(⩾100小時培訓）

• 目標：新培訓的AI工程師應該能夠收集數據、訓練AI模型，並提供特定的AI項目支持。

• 課程：深入瞭解機器學習和深度學習；基本瞭解其他AI工具。

• 瞭解用於構建AI和數據系統的可用（開源和其他第三方）工具。

• 能夠實施AI團隊的工作流程和流程。

• 此外：不斷學習，以跟上不斷髮展的人工智能技術

制定人工智能戰略

人工智能策略將指導你的公司創造價值，同時建立可防禦的護城河。一旦團隊開始看到初始AI項目的成功並形成對AI的更深入理解，你將能夠確定AI可以創造最大價值的地方並將資源集中在這些區域上。

一些高管認爲制定人工智能戰略應該是第一步。根據我的經驗，大多數公司在獲得人工智能的基本經驗之前，將無法策劃出周到的人工智能策略，前文中的三個步驟應該可以爲你提供幫助。

你建立防禦護城河的方式也需要隨着人工智能發展不斷演進。以下是一些需要考慮的方法：

構建幾個與一致策略大致相符的AI資產：AI使公司能夠以新的方式建立獨特的競爭優勢。Michael Porter關於商業戰略的開創性着作表明，開展防禦性業務的一種方法是建立幾個與一致的戰略基本一致的資產。因此，競爭對手難以同時複製所有這些資產。

利用人工智能創造特定於你的行業領域的優勢：我不建議與Google等領先的科技公司在通用技術領域競爭，而是建議你成爲自己行業領域的領先AI公司，開發獨特的AI功能將讓你獲得競爭優勢。AI如何影響你公司的戰略將視行業和具體情況而定。

設計策略與“人性化的良性循環”正反饋循環相一致：在許多行業中，我們將看到數據積累導致可防禦的業務：

例如，Google、百度、Bing和Yandex等領先的網絡搜索引擎擁有巨大的數據資產，可以顯示用戶在不同搜索查詢後點擊的鏈接。這些數據有助於公司構建更準確的搜索引擎產品（A），從而幫助他們獲得更多用戶（B），從而使他們擁有更多的用戶數據（C）。這種積極的反饋循環很難讓競爭對手闖入。

數據是AI系統的關鍵資產。因此，許多偉大的AI公司也有一個複雜的數據戰略。你的數據戰略的關鍵要素可能包括：

戰略數據採集：可以使用從100個數據點（“小數據”）到100,000,000個數據點（“大數據”）的任何地方構建有用的AI系統。但擁有更多數據幾乎從不會有害。AI團隊正在使用非常複雜的多年戰略來獲取數據，具體的數據採集策略是針對特定行業和特定情況的。例如，Google和百度都有許多免費產品，這些產品沒有貨幣化，但他們會獲取可以在其他地方貨幣化的數據。

統一數據倉庫：如果你有50個不同的VP或部門控制下的50個不同的數據庫，工程師或AI軟件幾乎不可能訪問這些數據並“連接點”。相反，請考慮集中化你的數據分爲一個或至多不超過多少個數據倉庫。

識別哪些數據是有價值的，哪些不是有價值的：自動擁有好幾TB的數據並不意味着AI團隊能夠從該數據中創造價值。期望AI團隊從大型數據集中神奇地創造價值是一個很有可能失敗的公式，我不幸地看到CEO過度投資收集低價值數據，甚至收購公司的數據只是爲了意識到目標公司的那好幾TB數據無用。通過在數據採集過程中儘早引入AI團隊來避免這種錯誤，並讓他們幫助你確定要獲取和保存的數據類型的優先級。

創建網絡效果和平臺優勢：最後，AI也可用於構建更傳統的護城河。例如，具有網絡效應的平臺是高度防禦性的業務。他們通常擁有一種自然的“贏家通吃”動力，迫使公司快速增長或死亡。如果人工智能允許你以比競爭對手更快的速度獲得用戶，那麼它可以用於構建通過平臺動態可防禦的護城河。更進一步說，你還可以將AI用作低成本戰略，高價值或其他業務戰略的關鍵組成部分。

開發內部和外部溝通

AI會顯着影響你的業務。如果它影響你的關鍵利益相關者，你應該運行通信程序以確保一致。以下是你應該爲每位受衆考慮的內容：

投資者關係：Google和百度等領先的人工智能公司現在是更有價值的公司，部分原因在於他們的人工智能能力以及人工智能對其底線的影響。爲貴公司的人工智能解釋一份明確的價值創造論文，描述你不斷增長的人工智能能力，最後有一個深思熟慮的人工智能戰略，將有助於投資者適當地重視你的公司。

政府關係：受到高度監管的行業（自動駕駛汽車，醫療保健）的公司面臨着保持合規的獨特挑戰。開發一個可信的、引人注目的人工智能故事，解釋你的項目可以爲行業或社會帶來的價值和利益，是建立信任和善意的重要一步。在你推出項目時，這應該與直接溝通和與監管機構的持續對話相結合。

客戶/用戶教育：AI可能會爲你的客戶帶來重大利益，因此請確保傳播適當的營銷和產品路線圖消息。

人才/招聘：由於人才的缺乏，強大的僱主品牌將對你吸引和留住這些人才的能力產生重大影響。AI工程師希望開展令人興奮且有意義的項目。展示你最初成功的適度努力可以大有幫助。

內部溝通：因爲今天人們對於人工智能仍然知之甚少，人工智能由於過度炒作，所以存在恐懼、不確定和懷疑。許多員工也擔心他們的工作由人工智能替代，儘管這種差異因文化而異（例如，這種恐懼在美國比在日本看起來更多）。清晰的內部溝通既可以解釋人工智能，也可以解決員工的擔憂，這將降低內部員工不願意採用人工智能的比例。

以史爲鑑，對你的成功至關重要

瞭解互聯網如何改變行業對於駕馭人工智能的興起是有用的。有許多企業在互聯網崛起的過程中出現了一個錯誤，我希望你在人工智能的興起中避免這種錯誤。

我們在互聯網時代瞭解到：

購物中心+網站≠互聯網公司

即使一個購物中心建立了一個網站並在網站上出售東西，這本身並沒有將購物中心變成真正的互聯網公司。真正的互聯網公司的定義是：你是否通過互聯網讓你現有的工作或項目變得更強大？

例如，互聯網公司參與普遍的A / B測試，我們定期推出兩個版本的網站，並測量哪個更好。互聯網公司甚至可能同時運行數百個實驗，這對於實體購物中心來說很難。互聯網公司也可以每週發佈一種新產品，因此比購物中心學得更快，購物中心每季度只能更新一次設計。互聯網公司對產品經理和軟件工程師等角色有獨特的職位描述，這些職位具有獨特的工作流程和流程，可以協同工作。

深度學習是人工智能發展最快的領域之一，它與互聯網的興起呈現出相似之處。今天，我們發現：

任何傳統公司+深度學習技術≠AI公司

爲了讓你的公司在人工智能方面做得很好，你必須通過AI讓你公司已有的工作或項目做得更好。

爲了讓你的公司在人工智能方面表現出色，你必須：

• 系統地執行多個有價值的AI項目的資源：AI公司擁有外包或內部技術和人才，可以系統地執行多個AI項目，爲業務帶來直接價值。

• 對人工智能的充分理解：應該對人工智能有一般的瞭解，並採用適當的流程來系統地識別和選擇有價值的人工智能項目。

• 戰略方向：公司的戰略大體上與人工智能未來的成功保持一致。

AI轉型計劃可能需要2~3年，但你應該期望在6~12個月內看到初步的結果。通過投資人工智能轉型，你將領先於競爭對手，並可以利用人工智能來推動你的公司發展。

吳恩達，Landing AI董事長兼首席執行官

**手冊下載地址：
**https://d6hi0znd7umn4.cloudfront.net/content/uploads/2018/12/AI-Transformation-Playbook.pdf