三大難題 人才首當其沖

人工智能為各行各業(yè)注入新鮮血液，轉(zhuǎn)型AI已成為許多創(chuàng)新科技公司不可或缺的發(fā)展戰(zhàn)略。與此同時，許多傳統(tǒng)企業(yè)也在謀求改革，積極引入AI, 來加快企業(yè)智能升級步伐，助推企業(yè)快速發(fā)展。但傳統(tǒng)企業(yè)要想真正地擁抱AI技術(shù)，還面臨著如下門檻。

首先，需要傳統(tǒng)企業(yè)對自身AI適用性有所判斷。AI具有廣泛的適用性，目前已經(jīng)落地上百個行業(yè)。但具體到某個特定的企業(yè)上，AI是否適用卻不能一概而論。目前大部分公司都缺少這種判斷能力，盲目的追捧新技術(shù)往往會適得其反。

其次，是人工智能技術(shù)本身的復雜性。AI的綜合性非常強，涉及計算機科學、數(shù)字、心理學、仿生學多學科，細分領域也非常廣泛，包括模式識別、機器學習、數(shù)據(jù)挖掘和智能算法等多個分支。加之AI技術(shù)仍處于爆發(fā)期，新技術(shù)層出不窮。對傳統(tǒng)企業(yè)來說，僅憑自身掌握和跟蹤這些技術(shù)都是巨大的挑戰(zhàn)。于是，尋找一個靠譜的AI服務廠商就成了解決問題的關(guān)鍵。

最后，AI在企業(yè)的配套資源，尤其是人力資源上要求較高。AI全周期應用鏈涉及多個環(huán)節(jié)，而且還要結(jié)合實際的業(yè)務場景，這樣既懂技術(shù)又懂業(yè)務的人才并不易得。這也是為什么眾多企業(yè)競相重金爭奪AI人才的原因。除了招攬AI人才外，如何讓軟硬件基礎設施適配AI，也是傳統(tǒng)企業(yè)資金投入的一個方面。

綜上所述，傳統(tǒng)企業(yè)要想實現(xiàn)人工智能的轉(zhuǎn)型，基本的思路是：首先判斷企業(yè)哪部分業(yè)務適用AI，然后找到一位靠譜的AI服務廠商，最后為真正應用AI做好數(shù)據(jù)與人才支持。下面我們來詳細討論一下。

判斷適用性 不止于眼前的業(yè)務

說到企業(yè)適用AI，前提條件是充分理解自身的商業(yè)模式和當下需要用AI解決的問題所在。比如近年來比較火的咨詢類機器人，各類企業(yè)都希望能夠引入來減少公司大堂人員的壓力。但是，大型機構(gòu)和小型機構(gòu)的需求點是不同的。大型機構(gòu)比如金融的業(yè)務繁多、與用戶的交互點頻繁，需要梳理出來才能夠讓這類機器人上崗。而小型機構(gòu)更注重形象宣傳和業(yè)務介紹，也需要理清與用戶的接觸點，才能更好的發(fā)揮這類機器人的作用。

除此之外還需要企業(yè)具有前瞻性。對于不同的行業(yè)，技術(shù)需求水平是不一樣的，一段時間后的技術(shù)需求水平更是相差甚遠。所以企業(yè)要具備對整個行業(yè)和所需AI技術(shù)的預判力。，清楚一定時間后的行業(yè)水平、行業(yè)基準線能達到的程度。這樣才能確定現(xiàn)在對于AI的投入與日后的產(chǎn)出相比，最終能否為企業(yè)帶來價值。

選擇合作伙伴 能力和生態(tài)都不能少

剛才我們說到了，對于傳統(tǒng)企業(yè)來說，從零開始研發(fā)AI工具和應用極不現(xiàn)實。那么，如何找到一個靠譜的AI服務廠商呢?一般情況下最好選擇一家業(yè)內(nèi)規(guī)模較大的主流公司，技術(shù)實力、產(chǎn)品落地能力、整體生態(tài)等都是考核的維度。

百度智能云人工智能平臺提供了語音技術(shù)、視覺技術(shù)、人臉識別能力、深度學習平臺和自然語言NLP等一系列人工智能產(chǎn)品及解決方案，能夠幫助各行各業(yè)的客戶打造智能化業(yè)務系統(tǒng)。與市場上一些小廠商的產(chǎn)品相比，該平臺具有更強的技術(shù)能力和產(chǎn)品落地能力，且這種能力是可持續(xù)發(fā)展的。

除此之外，百度智能云自身的生態(tài)也能為客戶帶來更多附加值。這決定著企業(yè)未來AI的生態(tài)有多大，日后的AI工具、產(chǎn)品和服務能力能否持續(xù)。

當然，AI服務廠商的技術(shù)開放性、安全性、合規(guī)性等也在考量的范圍內(nèi)，在此就不一一贅述。

數(shù)據(jù)才是重中之重

人工智能的“三駕馬車”：數(shù)據(jù)、算法和算力是AI得以應用的基礎。對傳統(tǒng)企業(yè)來說，在找到靠譜的服務廠商后，數(shù)據(jù)的準備是最基礎而關(guān)鍵的一環(huán)。企業(yè)必須確保人工智能所需的數(shù)據(jù)已經(jīng)準備就緒。這需要一個能夠從多個來源采集和分析數(shù)據(jù)的數(shù)據(jù)中心。

但首先，數(shù)據(jù)要足夠垂直細分并具備較高的質(zhì)量。這就要求企業(yè)必須明確理解自己所做的事情，以及制定決策時使用哪些數(shù)據(jù)。

人才是長期規(guī)劃

企業(yè)需要人工智能戰(zhàn)略專家、技術(shù)研發(fā)人員、實際操作人員等多種類型的人才。這些人才既需要了解人工智能技術(shù)，又要熟悉企業(yè)業(yè)務流程。但目前的情況是：我國人工智能人才缺口超過500萬人(教育部測算)，供需嚴重失衡。這種環(huán)境下，企業(yè)更需要積極招攬人才。除直接招聘外，企業(yè)也可以與機構(gòu)、實驗室和智庫等展開合作。在企業(yè)內(nèi)部，定期的人工智能課程培訓與各崗位間的分享也可以有效提升人才素質(zhì)。

當然，企業(yè)應用AI需要考慮的很多，比如應用AI的節(jié)奏和業(yè)務的適配性、評估AI帶來的效益等?？傊?，傳統(tǒng)企業(yè)的人工智能轉(zhuǎn)型并不是一蹴而就的，理論仍需與實際相結(jié)合，在具體工作中的探索與嘗試尤為重要。切記不要盲從和過分迷信新技術(shù)，找到合適自己AI切入點與路徑才是正確的發(fā)展方向。