吴恩达宣布《AI转型指南》：喊话CEO们AI转型分五步

10 年前，职业培训必要约请专家来到你的公司授课，这种方法很是低效，回报率也很不明晰。此刻，数字内容的呈现越发经济和本性化。这时，私家的咨询者可以作为线上内容的一个增补（我们一样平常称其为“翻转教室”）。这种方法我小我私人以为更有服从，在斯坦福，我的校内深度进修课程就是用这种方法举办的。雇佣一些人工智能专家来获取本性化履历也是引发团队进修人工智能手艺热情的很好方法。

AI 将改变很多差异的事变。以是，应该针对公司的每个员工，按照合用公司成长的相干 AI 常识，请。 咨询为团开拓定制课程。 培训打算因人而异，因部分而异：

高管和公司认真（⩾4 小时培训）

• 方针：让打点职员相识 AI 可觉得企业做些什么，做出公道的资源分派决定并与认真 AI 项目标 AI 团队协作。

• 课程配置：

• 人工智能的根基营业领略，包罗根基技能，数据以及 AI 能做什么和不能做什么。

• 相识 AI 对公司计谋的影响

• 进修已经落地的 AI 场景应用可能相干行业的案例。

开展 AI 项目标各部分率领（⩾12 小时培训）

• 方针：部分认真人可以或许为 AI 项目设定偏向，分派资源，监控和跟踪进度，并按照必要举办矫正，以确保乐成交付项目。

• 课程配置：

• 把握人工智能的根基项目偏向，包罗根基技能，数据以及 AI 能做什么和不能做什么。

• 相识根基 AI 算法 。

• 根基相识 AI 项目标事变流程，AI 团队中的脚色和职责，以及 AI 团队的打点。

AI 工程师:(⩾100 小时培训）

• 方针：新培训的 AI 工程师应该可以或许网络数据，实习 AI 模子，并提供特定的 AI 项目。

• 课程配置：

• 对呆板进修和深度进修举办深条理技能领略; 根基相识其他 AI 器材。

• 相识用于构建 AI 和数据体系的可用器材，包罗开源以及其他第三方提供的器材

• 对员工举办一连培训，以顺应日益成长的技能趋势

拟定人工智能计谋

人工智能计谋将引导公司在建设代价的同时成立可防止的护城河。一旦团队开始看到初始 AI 项目标乐成，并对 AI 形成了更深的领略。就可以或许确定 AI 可以在哪些处所缔造最大的代价，并将资源齐集在这些规模。

一些高管会以为，拟定人工智能计谋应该是第一步。在我看来，缺乏根基履历的环境下下，大大都公司并不能拟定出深图远虑的人工智能计谋。

公司制作“防止性护城河“的方法也在跟着人工智能的成长而成长。以下是一些值得思索的要领：

构建本身的优质 AI 资产，这些资产根基上与计谋保持同等：AI 使公司可以或许以新的方法成立奇异的竞争上风。

迈克尔·波特(Michael Porter，曾提出闻名的波特五力模子)关于贸易计谋的开创性著作表白，开创一家有防止手段的公司的一种要领是，构建几个与计谋概略符合的优质资产。因此，竞争敌手很难同时复制全部这些资产。

操作人工智能建设一种特定于你地址行业的上风：与其试图在人工智能规模与谷歌(Google)等领先的科技公司“一样平常”竞争，我提议你不如成为你地址行业的领先人工智能公司，在哪里，开拓奇异的人工智能成果将使你得到竞争上风。AI 怎样影响你公司的计谋将取决于行业和详细环境。

与“AI 的良性轮回”相同等的计划计策，即起劲反馈轮回：在很多行业中，我们将看到数据蕴蓄导致可防止的企业：

譬喻，领先的收集搜刮引擎，如谷歌，百度，必应和 Yandex（俄罗斯版谷歌，比谷歌在俄罗斯的行使频率高）都拥有各自庞大的数据资产。这些数据辅佐这些公司成立一个更准确的搜刮引擎产物(A)，这又辅佐他们得到更多的用户(B)，还导致他们拥有更多的用户数据(C)。竞争敌手很难进入这种起劲反馈的轮回之中。数据是人工智能体系的要害资产。因此，很多巨大的人工智能公司也有伟大的同一数据计策。数据计谋的要害要素也许包罗：

• 计谋数据获取：可行使从 100 个数据点(“小数据”)到 100,000,000 个数据点(“大数据”)的恣意位置构建同一有效的 AI 体系。人工智能团队正在行使很是伟大的计策来获取数据，而详细的数据获取计策则是针对特定行业和详细环境的。譬喻，谷歌和百度都有大量的免费产物，这些产物不是具有钱币化代价的，而是应承它们获取可以其他具有钱币化代价的数据。

• 同一数据客栈：假如你有 50 个差异的数据库，这些数据库在 50 位差异的副总裁（VP）或部分的节制下，工程师或 AI 软件险些不行能会见这些数据并“毗连这些点”。相反，思量将减罕用于储存的数据库。

• 辨认哪些数据是有代价的，哪些不具有代价：拥有很多 TB 级此外数据，并不料味着 AI 团队将可以或许从这些数据中缔造代价。我不幸地看到，一些首席执行官在网络低代价数据方面太过投资，乃至为了得到一家公司的数据而收购该公司，功效却发明方针公司的很多 TB 数据并不具有代价。停止这个错误，在数据获取进程中尽早引入 AI 团队，并让他们辅佐你确定要获取和生涯的数据范例的优先次序。

• （编辑：湖南网）

  【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!