最新新闻
起亚电动SUV EV9升级,动力与软件得到全面提升 上汽大众新款SUV途岳正式上市,售价15.86-21.66万元 福特领衔投资45亿美元,将在印尼建立镍加工厂 主机厂召开座谈会,探讨国六B切换情况 特斯拉在墨西哥大举投资,助力其成为电动汽车大国 特斯拉推出版Giga啤酒,啤迷大喜过望 西安特斯拉中心车间揭秘,让你近距离了解制造 宝马、特斯拉等豪掷重金,墨西哥将成电动车大国 本田雅阁e:HEV亮相:能否成为雅阁救世主? 特斯拉中国首次败诉,需退一赔三 AI伦理员工大量裁减引发业界担忧,微软、谷歌等科技巨头被指责 AI过于强大,人类面临危险?马斯克、图灵奖得主呼吁暂停GPT-4模型后续研发 微软早期阶段将广告植入GPT-4版必应搜索 故意毁灭证据:美法庭对谷歌Play商店垄断诉讼开出罚单 元宇宙仍是未来,但实现需要时间——Meta重申在计算领域的地位 AI老板发出警告:无法解释的推理能力可能导致人类灭亡 监管机构开始对特斯拉Model X的问题展开调查 追溯OpenAI的历史,揭示其与马斯克的众多纷争 GitHub裁员,印度团队成最大受害者 微软与OpenAI强力结盟,共同致力于网络安全领域 AI视频素材来源不明,百度文心一言创作者面临版权风暴 OpenAI神秘CTO只有35岁,是ChatGPT之母 马斯克脑机接口公司开始寻找合作伙伴 推进人体试验 芝麻信用黑灰产生意:购买会员、薅羊毛可轻松提升信用分 比尔盖茨遭马斯克批评 AI 理解有限 AI越来越智能,你的工作还能保住吗?现实不容忽视 微软研究惊艳科学界:GPT-4能力接近人类,AI朝“天网”迈进? 推特泄露部分源代码,GitHub受命删除,安全问题引人担忧 谁在制造泰国游客流失的恐慌?真相揭秘 为何马斯克和OpenAI撕破脸了?马斯克为何实际控制被拒?
您的位置:首页 >快讯 > 基金 >

快速跟踪下一个人工智能实现的5种方法

2021-11-22 16:07:17   来源:
导读 人工智能项目的准备和实施可能需要很多年。最新数据显示,只有28%的受访者表示第一年已经超过AI规划阶段。这是由很多因素造成的,包括技术

人工智能项目的准备和实施可能需要很多年。最新数据显示,只有28%的受访者表示第一年已经超过AI规划阶段。这是由很多因素造成的,包括技术的相对成熟(至少在不断扩展的行业用例中)、涉及的复杂性,如广泛的集成需求、有限的企业经验和缺乏内部技能集、关注点和AI偏见、治理、风险和合规性问题、广泛的变更管理需求等等。

5种快速跟踪下一个AI实施的方法

无论是作为企业创新计划的一部分,还是作为数字化转型计划的一部分,都非常注重证明急功近利,长期的AI项目可能会影响比自身更大的计划的声誉。随着CIO在产品管理方法上从“项目到产品”的过渡,这些冗长的AI项目也可能会延迟创新的内部或外部新产品的发布。

为了快速赢得这一重要赋能技术的胜利,并进一步推动将更多资金投入更广泛的数字化转型和创新计划的业务案例,CIO可以通过以下五种方式快速跟踪其AI实施情况:

首先要做的决定之一是建造还是购买。虽然我们已经听到了很多关于自建AI的平台、基础设施和框架的信息,但无名英雄通常是提供基于云的AI服务的专业AI提供商,可以针对您的特定需求快速进行培训和部署。建造或购买的决定实际上是基于人工智能作为未来核心能力对您的组织的重要性。

例如,虽然每个金融服务公司都应该关注“拥有”和“不拥有”AI之间日益扩大的数字和财务差距(参见“业务战略和技术部署的反直觉方法”),但并不是每个公司都需要在内部构建自己的算法。规模较小的商店可以非常有效地将更多精力投入到将第三方人工智能技术纳入其核心工作流程(如贷款承销)的业务优势和结果中,而无需建立自己的内部人工智能/ML专业知识。

简单地说,这意味着ML行算法每行有1000个属性,而不是1000行数据的10000行每行有100个属性。根据保险商马克斯坦的首席执行官所说。AI方面,公司专注于人工智能应用的进展,提供具有非线性和信用风险的动态模型贷款,但并不是很简单,“越多越好”。数据类型和数量必须与算法类型相匹配。深度学习需要大量记录才能有效,而基于统计的算法可以更好地处理较小的数据集。

如果用AI来建模人的决策模型,请尽可能多的获取数据,保证每个数据字段都有其价值,并高度重视数据质量和一致性。这可能很耗时,尤其是当从许多不同的来源绘图时,但是如果尽早进行彻底的设计,可以避免大量昂贵的返工。

从技术上讲,调用AI API传递新的数据集并获取分数是非常简单的,但是改变管理和培训就比较困难了,这样业务分析师才能最好地解释这些分数,将新的流程融入到日常工作流程中。

尽管某些形式的人工智能可能会产生自动决策,例如根据信用历史对新贷款做出“是”或“否”的决策,但ML算法通常会提供更微妙的响应。可能有必要将此响应与现有的手动流程相结合,以做出贷款的最佳决策。例如,人工智能“分数”可以是从“A”到“D”和“F”的等级。“A”和“F”可能是明确的“是”或“否”决策,可以全自动进行实时决策,但从“B”到“D”的等级可能仍需要人工核保。

正如你花时间培训分析师使用新的财务模型,以及如何最好地解释模型的结果一样,基于AI的结果也是如此。业务分析师可能会花费数周甚至一个月的时间观察ML算法返回的结果,因此他们有一个如何最好地解释分数的基准。如果你与AI供应商合作,供应商可以提供如何解释结果以及如何培训员工从新系统中获得最大利益的说明。

5种快速跟踪下一个AI实施的方法

Stein认为,理解AI不是魔法是至关重要的。这只是一个识别过去行为模式的过程,可以让未来的预测更加准确。只有当一个企业有明确定义的问题和易于理解的成功度量标准时,它才能成功。比如“我们需要降低以损失率衡量的贷款违约率”或者“我们需要从目前的32.5%的转换率提高转换率”等等。如果你不完全理解这个问题,你也不会理解解决方案。

由于每个人工智能实现都是唯一的,所以带着“假设和测试”的心态进入每个实现非常重要。

项目,而不是将项目视为彻底的成功或失败。通过在每个步骤进行假设并将每个步骤的经验带入下一个迭代,您可以快速优化您的AI部署,直到它成为可以提供有意义结果的可行解决方案为止。

虽然假设和测试方法会延长项目部署时间,但好处是您会不断调整解决方案,以吸收实际经验教训,以符合客户和员工的要求,并持续转向最引人注目的业务使您的解决方案具有可持续性的案例。

当您开始进行初步的AI试验,概念验证或MVP时,请记住,您组织在企业范围内AI方面的未来愿景很可能是多种自动化类型的融合,从完全手动的过程一直到最后,对于那些使用机器人过程自动化(RPA)来开发更复杂AI的人。通常是从头开始重新发明业务流程,然后在每个新步骤中应用最佳工具完成工作的情况。只是将RPA或AI插入未更改的现有业务流程中,很可能会错过一切。

另一个重要因素是每个工具之间发生的切换。这可以是人对机器或机器对机器。通过优化切换并使其快速,无缝和可靠,您可以进一步增强未来的业务流程,使其与您的业务目标和市场要求一样具有成本效益和竞争力。

好消息是,可以快速跟踪AI的实现,但这并不一定是使AI变得更聪明。这是关于做出正确的选择,例如构建与购买,对数据质量(以及客户)着迷,花足够的时间进行变更管理,及早介入业务,采取“假设和测试”的方法,最终将多种自动化技术结合到您的未来愿景中。

5种快速跟踪下一个AI实施的方法

如果您的AI项目花费大量时间,请耐心等待并保持原样。您也许还可以利用此处的一些建议来帮助您将比赛快速推向终点。当然,就像数字转换一样,这场比赛永远不会结束。

免责声明:本文由用户上传,如有侵权请联系删除!