智能项目失败将不再归咎于人才缺口

何避免人工智能项目的常见陷阱呢?与其他技术实施一样，这全都取决于公司范围内的适当培训，生产环境以及适当的基础。有了这三个支柱，您就可以更早地实现人工智能的商业价值。

1. 正确的基础

成功的人工智能项目需要三件事：

• 数据科学家必须具有高效的工具，具有领域专长并且可以访问相关数据。尽管从处理偏见预防，可解释性，概念漂移和类似要求等方面对人工智能技术的理解已得到很好的理解，但许多团队在这里仍然不够。
• 组织必须学习如何在生产中部署和操作人工智能模型。这就需要部署DevOps、SecOps和新兴的人工智能Ops工具和流程，以便模型能够随着时间的推移在生产中继续准确地工作。
• 产品经理和业务主管必须从一开始就参与其中，以便重新设计新的技术功能并决定如何应用这些技术来使客户满意。

尽管在过去几年中，教育和工具有了显着改善，但实际生产中运行的人工智能模型仍有很大的改进空间。因此，产品管理和用户交互设计已成为人工智能成功的常见障碍。

这些问题可以通过动手教育来解决。在教室和会议厅外，来自组织各部门的专业人员必须获得实际从事人工智能项目的经验，了解他们可以做什么以及该技术如何推动您的业务发展。

2. 全公司范围内的合作与培训

当然，人才是问题的一部分，但不仅需要数据科学人才。问题的根源通常在于业务和产品专业知识。与技术人才一样重要，了解人工智能如何在产品中发挥作用以及如何将人工智能转化为更好的客户体验和新收入同样重要-而且责任不仅仅在于研发团队。

例如，我们拥有可以像人类一样准确地读取X射线的算法，但是我们现在才刚开始将此功能集成到临床工作流程中。如果不对医生和护士进行如何使用这项技术以简化其工作流程的培训，则对他们或患者没有任何价值。

能够训练和部署准确的人工智能模型并不能解决如何最有效地使用它们来帮助您的客户的问题。为此，需要对所有组织学科进行培训，包括销售，营销，产品，设计，法律，客户成功，财务等方面，以了解该技术为何有用以及它将如何影响其工作职能。

做得好，新的支持人工智能的功能使产品团队能够完全重新考虑用户体验。

做得好，新的支持人工智能的功能使产品团队能够完全重新考虑用户体验。Netflix或Spotify将推荐添加为辅助功能与围绕内容发现设计用户界面之间的区别。这有很大的不同，但要实现这个目标还需要一个村庄。因此，由执行团队带头的全公司范围的收购对于人工智能成功至关重要。

3. 适当的生产环境

（编辑：江门站长网）

【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!