使用人工智能时不得不问的10个问题

• 机构IDG公司在2019年进行的数字业务研究，大型组织计划在数字计划上平均花费1530万美元，其中人工智能(AI)和机器学习(ML)名列前茅。
• 尽管对技术充满热情，但人工智能(AI)和机器学习(ML)项目的失败率一直在50%到85%之间。

导致这些失败的原因包括：没有提前制定计划、没有得到高管或业务领导的认可、或者没有找到合适的团队来执行项目。在没有适当策略的情况下追赶热门技术趋势，通常会使组织走上失败的道路。

幸运的是，很多组织从这些失败中接受了教训，可以为其下一个人工智能(AI)或机器学习(ML)项目提供更好的计划。以下是人工智能团队在开始新的人工智能项目时应该问自己的10个问题：

1. 是否明确了定义目标并确定了正确的问题?

令人惊讶的是，许多组织对他们想通过人工智能项目实现的目标并没有清晰的愿景。此外，他们对于在实现目标的过程中采取必要的步骤没有正确的认识。

WekaIO公司首席技术官Shimon Ben David说：“很多公司都会从‘我们知道人工智能是游戏规则的改变者，所以让我们看看能用它做些什么’。”

WekaIO公司提供了并行文件系统来帮助解决存储问题，就像那些开始人工智能之旅的公司一样。

就像探险者为到达目的地做好准备一样，组织项目负责人需要确定最终目标，然后提供一张地图，其中包括旅程中每一步要遵循的具体方向。对于人工智能项目来说，需要确定具体的结果，然后通过提出问题和回答问题来指明方向，以帮助达到目标并实现预期的结果。

这里的关键是建立一个良好的人工智能团队，有能力提出和回答这些问题。团队成员可能包括软件工程师、业务主管、主题专家，甚至是客户。

例如，假设一家金融机构的最终目标是通过提高利润率来获得更多收入。首先要问的一个问题是，“如何使用人工智能来做到这一点”，其中的一个解决办法是考虑使用人工智能来帮助降低贷款的违约率，从而获得更好的投资回报。

因此，谁能提出正确的问题来确定违约风险最高的客户?在这种情况下，这家金融机构的团队成员和个人客户将是提出问题和收集数据的最佳人选，因为他们是最接近数据来源的人——客户。组织的团队需要了解客户面临的问题，并经常与客户进行互动，经常会听到付款延迟的原因，这会导致贷款状况受到威胁，有时甚至会导致违约。

对于良好的客户，金融机构可以提供激励，例如降低利率。对于高风险客户，金融机构可以提供计划和监控措施，以确保他们保持正常付款或将其排除在高风险类别之外。

需要记住的是，组织为实现最终目标而产生的问题可能会随着收集的数据的增多而改变和演变。如果选择了正确的目标，那么应该保持不变，但是当组织遇到问题和障碍时，实现目标的步骤可能会改变。如果还没有确定正确的目标，则提出问题可能会让组织明白这一点，这样就可以朝着正确的方向前进。

Ben David说：“组织需要不断地提出问题，这些问题很有可能随着项目的进展而改变，但组织必须在一开始就对这些问题做出初步的回应。”

2. 实现目标或解决问题需要哪些数据?

（编辑：我爱制作网_潮州站长网）

【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!