人工智能功能需要付出哪

jakir08

在本系列的第一部分中，我们描述了 背后的技术、它的工作原理、它的应用程序，以及组织在加入炒作之前应注意的限制。当您尝试辨别该技术为您的组织带来的机会时，您可能会面临以下方面的不确定性迷雾： 我们应该使用 以及一般而言的 AI 来解决哪些业务问题？（产品与市场契合度）  和 AI 可以解决哪些业务问题？（问题与解决方案的契合） 利用或构建这些些努力和成本？ 相关风险有哪些？我们如何减少这些风险？ 我们如何快 1. 产品与市场的契合：从客户的问题开始，而不是从工具开始 随着 的兴奋，人们很容易陷入技术优先的陷阱：我们有一把闪亮的锤子，我们能用它敲击什么？人工智能项目中一个常见的商业错误是从可用数据或当前人工智能技术开始。

相反，你必须从特定的客户问题开始。 如果没有客户声音支持的明确且令人信服的问题，我们将发现自己陷入了一个很快充满“专家”但未经证实的假设的空白之中。从竞争对手在媒体和领导文化中的主张推断威胁的压力可能会导致数月的工程投资被浪费。正如彼得·德鲁克所说：“没有什么比有效地做一些不应该做的事情更无用的了。” 我 可以采用多种做法来提高押注正确 女性人数数据 事物的机会。这些实践之一是发现，它帮助我们明确客户的斗争、我们的愿景、问题空间、价值主张和高价值用例。与合适的人员（客户、产品、业务利益相关者（而不仅仅是数据科学家和工程师））一起进行几周的投资可以帮助我们专注于为客户和业务带来价值的想法，并避免浪费人员的精力时间花在努力却没有结果。



等工具假设画布对于评估使用人工智能解决最紧迫问题的价值主张和可行性非常有用（见图 1）。 假设画布的示例，它是一个简单的矩阵，由围绕业务价值、问题、客户、假设、指标、解决方案或想法以及经验教训的问题组成 图 1：假设画布帮助我们阐明和构建可测试的假设（即假设）（来自 数据驱动假设开发的图像）。 2. 问题与解决方案的契合：选择合适的人工智能工具来创造价值 此建议旨在扩展您的工具集，为您的高价值用例找到最合适且最具成本效益的方法，并避免在不必要的复杂人工智能技术上浪费精力。认识到虽然 可能会引发对话，但法学硕士可能不是解决您问题的正确方法。 根据我们的经验，除了法学硕士之外，还有其他人工智能技术可以有效提高公司在日常基础上做出最佳运营和战略决策的能力，并且需要更少的数据和计算资源（见图 。