根據(jù)Gartner的數(shù)據(jù)，2022年AI將在全球范圍內(nèi)創(chuàng)造2.9萬億美元的商業(yè)價(jià)值和62億小時(shí)的工人生產(chǎn)力。許多公司都以AI優(yōu)先戰(zhàn)略為目標(biāo)，機(jī)器學(xué)習(xí)除了優(yōu)化業(yè)務(wù)流程外，現(xiàn)在也被用來重新思考商業(yè)戰(zhàn)略。AI優(yōu)先戰(zhàn)略使AI成為公司的核心，用于優(yōu)化預(yù)測(cè)、客戶支持、營銷、產(chǎn)品、制造、故障檢測(cè)，并學(xué)習(xí)客戶的偏好和創(chuàng)新方法，以創(chuàng)造競(jìng)爭優(yōu)勢(shì)。

在理想情況下，AI將協(xié)助決策的每個(gè)階段，完全嵌入到系統(tǒng)中，對(duì)員工和客戶完全透明。但要實(shí)現(xiàn)這一目標(biāo)，需要公司發(fā)生根本性的變化，包括自上而下的思維方式轉(zhuǎn)變，以及實(shí)施MLOps工具，以幫助IT團(tuán)隊(duì)克服技術(shù)障礙，這些障礙會(huì)阻礙AI發(fā)揮其全部潛力。

以下是一個(gè)公司可以采取的五個(gè)步驟，以轉(zhuǎn)變?yōu)锳I優(yōu)先戰(zhàn)略。

1. 使AI成為業(yè)務(wù)的中心

成功采用AI有賴于強(qiáng)有力的行政領(lǐng)導(dǎo)的支持。建立跨職能的團(tuán)隊(duì)，除了技術(shù)貢獻(xiàn)者外，還有主題專家，如放射科醫(yī)生或保險(xiǎn)專家。與AI項(xiàng)目有關(guān)的所有專業(yè)人員，包括業(yè)務(wù)用戶、軟件工程師、數(shù)據(jù)科學(xué)家、數(shù)據(jù)分析師、測(cè)試人員、架構(gòu)師和產(chǎn)品經(jīng)理都需要參與進(jìn)來，這樣組織就可以更快地利用AI，機(jī)器學(xué)習(xí)模型可以更順利地進(jìn)入生產(chǎn)。

2. 讓AI長期發(fā)揮作用

模型通常由數(shù)據(jù)科學(xué)家在理想條件下設(shè)計(jì)，從研究到生產(chǎn)的落地是困難的，很多時(shí)候這是第一個(gè)障礙。如果這一步成功了，那么我們就有了維護(hù)方面的挑戰(zhàn)，許多AI項(xiàng)目由于缺乏干凈可靠的數(shù)據(jù)，直接訪問不同類型的數(shù)據(jù)存儲(chǔ)，以及計(jì)算資源的短缺而碰壁。當(dāng)數(shù)據(jù)科學(xué)家建立模型時(shí)，他們應(yīng)該與DevOps團(tuán)隊(duì)合作，為數(shù)據(jù)管理、部署和AI系統(tǒng)監(jiān)控制定一個(gè)更長期的計(jì)劃，以確保成功實(shí)施和順利地持續(xù)維護(hù)和運(yùn)營。

3. 盡量減少繁瑣的數(shù)據(jù)準(zhǔn)備任務(wù)

為了使AI系統(tǒng)能夠投入生產(chǎn)，需要進(jìn)行巨大的數(shù)據(jù)準(zhǔn)備、整合和模型訓(xùn)練，這消耗了訓(xùn)練有素的數(shù)據(jù)科學(xué)家大量的時(shí)間。這些任務(wù)中有許多可以自動(dòng)化，以簡化數(shù)據(jù)管道，更容易地將工作負(fù)載從研究轉(zhuǎn)移到生產(chǎn)，檢測(cè)性能的下降，或檢測(cè)結(jié)果的漂移，表明需要用更完整或更新鮮的數(shù)據(jù)重新訓(xùn)練模型。

4. 利用現(xiàn)成的AI

以前，由于技術(shù)艱難以及人才難得，只有像谷歌和臉書這樣的大公司才有雄厚的資金來實(shí)現(xiàn)AI/ML模型。今天，許多公司正在為研究探索和大規(guī)模生產(chǎn)部署提供尖端的開源框架、工具、庫和模型。那些能夠快速利用和定制計(jì)算機(jī)視覺、語言處理、語音識(shí)別和其他常用功能的開源解決方案的公司，走在了前面。

5. 實(shí)施最佳性價(jià)比策略

今天的基礎(chǔ)設(shè)施環(huán)境是一片叢林，有無數(shù)計(jì)算選項(xiàng)組合，數(shù)據(jù)科學(xué)家可以利用不同的AI工作負(fù)載，包括CPU、GPU、AI加速器、云、本地部署、混合云、協(xié)同定位等。因此，為了以合理的價(jià)格實(shí)現(xiàn)高性能，實(shí)施落地時(shí)會(huì)有很多復(fù)雜性和不可預(yù)見的挑戰(zhàn)。了解AI的預(yù)算情況，選擇最具成本效益的基礎(chǔ)設(shè)施，可以降低AI的總成本，加速創(chuàng)新，控制風(fēng)險(xiǎn)，并加快進(jìn)入市場(chǎng)的時(shí)間。

伴隨新的網(wǎng)絡(luò)經(jīng)濟(jì)的發(fā)展，在2022年，企業(yè)將競(jìng)相利用AI帶來的洞察力，通過真正的數(shù)據(jù)驅(qū)動(dòng)，變得更有競(jìng)爭力。盡管過去的一年很困難，但它證明了數(shù)據(jù)分析是獲得更好商業(yè)決策的關(guān)鍵，最近的發(fā)展加速了公司創(chuàng)新以實(shí)現(xiàn)業(yè)務(wù)數(shù)字化轉(zhuǎn)型的進(jìn)程。

通過使AI成為整個(gè)IT組織的核心，企業(yè)可以在利用AI作為戰(zhàn)略資源方面更進(jìn)一步，以便在短期內(nèi)和將來幾年內(nèi)獲得全部利益。