人工智能(AI)項目失敗:如何應對人才缺口

人工智能項目成功的三大支柱。

那么,組織如何避免人工智能項目的常見陷阱呢?和其他技術一樣,這一切都歸功於適當的公司培訓、生產環境和正確的基礎。有了這三個支柱,你就可以更早地開始實現人工智能的商業價值。

1.正確的基礎。

成功的人工智能項目需要三件事:

數據科學家必須有高效的工具、專業知識和訪問相關數據。盡管人工智能技術越來越容易理解,但許多團隊仍然缺乏處理偏見預防、可解釋性、概念漂移和類似要求長者電話Plan

組織必須學習如何部署和操作生產中的人工智能模型。這就需要部署Devops、Secops和新興的AIOps工具和流程,這樣模型才能隨著時間的推移在生產中繼續准確工作。

產品經理和業務領導者必須從一開始就參與,以重新設計新的技術能力,並決定如何應用它們來滿足客戶。

盡管教育和工具在過去幾年中有了顯著的改進,但在實際操作和生產中仍有很大的改進空間。在這種情況下,產品管理和用戶交互設計正成為人工智能成功的常見障礙。

這些問題可以通過投資實踐教育來解決。除了教室和會議廳,整個組織的專業人士還必須有實踐的人工智能項目經驗,了解他們能做什么,以及如何促進你的業務。

2.公司范圍內的合作與培訓。

當然,人才是問題的一部分,但它不僅需要數據科學人才。問題的根源通常是商業和產品專業知識。與技術人員一樣重要的是了解人工智能將如何在產品中發揮作用,以及如何將其轉化為更好的客戶體驗和新收入——這不僅僅是研發團隊。

例如,我們的算法可以像人類一樣准確地讀取x射線,但我們剛剛開始將這種能力集成到臨床工作中。如果醫生和護士沒有接受過如何使用這種技術來簡化他們的工作過程,那么它對他們或他們的病人毫無價值。

能夠訓練和部署准確的人工智能模型並不能解決如何最有效地利用它們來幫助客戶的問題。要做到這一點,我們需要教育所有的組織學科(銷售、營銷、產品、設計、法律、客戶成功和財務),以了解為什么技術有用,以及它將如何影響其工作功能學生Plan

新的人工智能功能使產品團隊能夠充分重新思考用戶體驗。

新的人工智能功能使產品團隊能夠充分重新思考用戶體驗。這是Netflix或Spotify添加推薦作為輔助功能與圍繞內容發現設計用戶界面的區別。這是非常不同的,但它也需要一個村莊來實現。這就是為什么由執行團隊領導的整個公司的支持對人工智能的成功至關重要。

3.適當的生產環境。

並非所有的生產環境都是一樣的,所以並非所有的結果都是一樣的。了解人工智能項目的局限性,從一開始就設定明確的期望是非常重要的。

例如,最近的研究論文(ACM計算系統中的人為因素會議(CHI)系列學術會議)探索了從患者的眼睛圖像中檢測糖尿病視網膜病變的新的深度學習模型。為了識別糖尿病視網膜病變的早期階段,科學家們訓練了一個深入的學習模型。目標是減少失明,這是一種未經治療的疾病症狀。

本文描述了泰國農村診所使用同樣准確有效的模型:拍攝患者眼睛圖像的機器比訓練模型更複雜。正如訓練模型所假設的,使用的檢查室並不完全黑暗。對於一些患者來說,再休息一天進行隨訪或額外測試是不可行的。首先,並不是所有的醫生和護士都接受過培訓來解釋為什么這個新測試是必要的。

人工智能項目失敗的典型例子是缺乏適當的基礎設施和醫院工作人員的凝聚力教育,以及對實際限制的理解手機上網Plan

隨著教育趕上工業,未來幾年人工智能人才缺口仍將是一個挑戰。但與此同時,該組織可以采取一些措施來確保其人工智能項目的成功。

僅僅訓練你的模型是不夠的——還要訓練你的組織。花時間教育你業務的各個方面,了解你為什么要處理人工智能項目,它將如何影響他們的角色、客戶體驗和期望。

90


868