AI 时代，人人都在创业。

今天看到一篇吴恩达发布的 AI 转型指南，原文《 AI Transformation Playbook——How to lead your company into the AI era》。

对公司高管、正在创业的 AIer 是个不错的指南。

这本人工智能转型手册借鉴了领导谷歌大脑团队和百度人工智能团队的见解，他们在谷歌和百度转型为伟大的人工智能公司的过程中发挥了主导作用。任何企业都有可能遵循本手册并成为一家强大的人工智能公司，尽管这些建议主要是为市值/估值从 到500B 的大型企业量身定制的。

以下是文章的全文翻译。

AI 转型行动手册，如何带领您的公司进入人工智能时代

人工智能（AI）技术现在正准备像 100 年前电力一样，转变每一个行业。从现在到 2030 年，预计将创造 13 万亿美元的 GDP 增长。虽然它已经在谷歌、百度、微软和 Facebook 等领先的科技公司创造了巨大价值，但更多的价值创造浪潮将超越软件行业。

《AI 转型手册》借鉴了领导谷歌大脑团队和百度 AI 集团的经验，这两个团队在将谷歌和百度转变为伟大的 AI 公司中发挥了领导作用。任何企业都有可能遵循这份手册，成为一个强大的 AI 公司，尽管这些建议主要针对市值/估值在 5 亿美元到 5000 亿美元之间的大型企业。

《AI 转型手册》步骤：

1. 执行试点项目以获得动力。

2. 建立内部 AI 团队。

3. 提供广泛的 AI 培训。

4. 制定 AI 战略。

5. 建立内部和外部沟通。

这本大模型《 AI 转型指南》已经上传CSDN，还有完整版的大模型 AI 学习资料，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

PDF书籍： 完整版本链接获取

👉[CSDN大礼包🎁：《 AI 转型指南》免费分享（安全链接，放心点击）]👈

一、执行试点项目以获得动力

在您的首批人工智能项目中，成功比项目的最大价值更为重要。这些项目应具有足够的意义，以使公司对 AI 有初步了解，并且也能说服公司内的其他人投资更多的 AI 项目；它们不应该小到被其他人认为是微不足道的。重要的是要让飞轮开始转动，这样您的 AI 团队就可以获得动力。

首批 AI 项目的建议特征：

• 应该由新的或外部的 AI 团队（可能对您的业务没有深入的领域知识）与内部团队（具有深入的领域知识）合作，能够在 6-12 个月内开始展现成效的构建 AI 解决方案。

• 这个项目应该是技术上可行的。仍然有太多公司在启动一些使用当今人工智能技术无法实现的项目；在项目启动前让值得信赖的人工智能工程师对项目进行尽职调查，将增加你对其可行性的信心。

• 设定一个明确且可衡量的目标，这个目标应当能创造商业价值。

当我领导谷歌大脑团队时，谷歌内部（以及全世界更广泛的范围内）对深度学习技术持有相当大的怀疑态度。

为了帮助团队获得动力，我选择了谷歌语音团队作为我的第一个内部客户，并与他们密切合作，使谷歌语音识别的准确性大大提高。语音识别在谷歌内是一个有意义的项目，但并非最重要的——例如，它对公司底线的重要性不及将人工智能应用于网络搜索或广告。但是，通过使用深度学习使语音团队更成功，其他团队开始对我们产生信心，这使得谷歌大脑团队能够获得动力。

一旦其他团队开始看到谷歌语音与谷歌大脑合作的成功，我们就能够吸引更多的内部客户。团队的第二个主要内部客户是谷歌地图，它使用深度学习提高地图数据的质量。有了两次成功，我开始与广告团队进行对话。逐步建立起来的动力导致了越来越多成功的人工智能项目。这个过程是一个你可以在你的公司使用的可重复模式。

二、建立内部人工智能团队

虽然拥有深厚技术人工智能专长的外包合作伙伴可以帮助您更快地获得初步动力，但从长远来看，使用内部人工智能团队执行某些项目会更有效率。此外，您会希望保留一些项目在公司内部，以建立更独特的竞争优势。

从高层获得支持以建立这个内部团队是很重要的。在互联网兴起期间，聘请一名首席信息官（CIO）对许多公司来说是一个转折点，有了这样的人才，公司才能有一个连贯的互联网使用策略。

相比之下，那些运行许多独立实验的公司——从数字营销到数据科学实验到新网站发布——如果这些小型试点项目没有实现扩大规模来转变公司的其余部分，就无法利用互联网能力。

在人工智能时代，许多公司的一个关键时刻将再次是建立一个可以帮助整个公司的集中人工智能团队。

这个人工智能团队可以在首席技术官（CTO）、首席信息官（CIO）或首席数据官/首席数字官（CDO）的领导下，如果他们具备合适的技能。它也可以由专门的首席人工智能官（CAIO）领导。人工智能部门的主要职责是：

• 建立一个支持整个公司的人工智能能力。

• 执行一系列跨职能项目，以支持不同部门/业务单位的人工智能项目。完成最初的项目后，建立重复流程，以持续交付一系列有价值的人工智能项目。

• 发展招聘和保留人才的一致标准。

• 开发对多个部门/业务单位有用且不太可能由单个部门开发的公司范围内的平台。例如，考虑与首席技术官/首席信息官/首席数据官合作开发统一的数据仓库标准。

许多公司都是由多个业务单位向首席执行官汇报的。有了新的人工智能部门，你将能够将人工智能人才编入不同的部门，推动跨职能项目。

新的工作描述和新的团队组织将会出现。我现在组织我的团队工作，如机器学习工程师、数据工程师、数据科学家和人工智能产品经理的角色，与人工智能时代之前是不同的。一个优秀的人工智能领导者将能够就建立正确流程为你提供建议。

目前，对人工智能人才的争夺战正如火如荼，不幸的是，大多数公司在招聘斯坦福人工智能博士生（或者甚至是斯坦福人工智能本科生）时将面临困难。

由于人才争夺战在短期内基本是零和游戏，因此与一个招聘合作伙伴合作，帮助你建立一个人工智能团队将是有帮助的。

三、提供广泛的人工智能培训

今天没有一家公司拥有足够的内部人工智能人才。尽管媒体报道的高人工智能工资有些被夸大（媒体中引用的数字往往是离均值），但人工智能人才难以找到。幸运的是，随着数字内容的兴起，包括 Coursera 等 MOOC（大规模开放在线课程）、电子书和 YouTube 视频，培训大量员工获得人工智能等新技能比以往任何时候都更具成本效益。

聪明的首席学习官（CLO）知道，他们的工作是策划内容，而不是创造内容，然后建立流程，以确保员工完成学习体验。

十年前，员工培训意味着聘请顾问前来办公室讲课。但这是低效的，投资回报率不明确。相比之下，数字内容更加经济实惠，还可以为员工提供更个性化的学习体验。如果你有预算来聘请顾问，那么面对面的内容应该与在线内容相辅相成。（这被称为“翻转课堂”教育方法。我发现，当正确实施时，这将导致更快的学习速度和更愉快的学习体验。例如，在斯坦福大学，我在校园内的深度学习课程就是采用这种教育方法教授的。） 雇佣一些人工智能专家来提供一些面对面的内容也可以帮助激励你的员工学习这些人工智能技巧。

人工智能将改变许多不同的工作。你应该为每个人提供他们需要适应人工智能时代新角色的知识。与专家咨询将使你能够为你的团队开发定制的课程。但是，一个概念性的教育计划可能如下所示：

1. 高管和高级业务领导者：（≥4 小时培训）

目标

使高管能够理解人工智能对企业的潜在作用，开始制定人工智能战略，做出适当的资源分配决策，并与支持有价值的人工智能项目的人工智能团队顺畅合作。

课程

• 基本的人工智能业务理解，包括基本技术、数据以及人工智能的能力和不能力。

• 理解人工智能对企业战略的影响。

• 关于人工智能在相关行业或您特定行业的应用的案例研究。

2. 负责执行人工智能项目的部门领导者：（≥12 小时培训）

目标

部门领导者应能够为人工智能项目设定方向，分配资源，监测和跟踪进展，并在必要时进行修正，以确保成功交付项目。

课程

• 基本的人工智能业务理解，包括基本技术、数据以及人工智能的能力和不能力。

• 基本的人工智能技术理解，包括主要算法类别及其要求。

• 对人工智能项目的工作流程和过程，人工智能团队中的角色和责任，以及人工智能团队的管理的基本理解。

3. 人工智能工程师培训生：（≥100 小时培训）

目标

新培训的人工智能工程师应能够收集数据、训练人工智能模型并交付具体的人工智能项目。

课程

• 对机器学习和深度学习的深入技术理解；对其他人工智能工具的基本理解。

• 了解用于构建人工智能和数据系统的可用工具（开源和其他第三方工具）。

• 能够实施人工智能团队的工作流程和过程。

• 此外：持续教育，以跟上不断发展的人工智能技术。

四、制定人工智能战略

一个人工智能战略将指导您的公司在创造价值的同时建立可防御的壕沟。一旦团队开始看到最初人工智能项目的成功，并对人工智能有更深入的理解，您将能够确定人工智能可以创造最多价值的领域，并将资源集中在这些领域。

一些高管会认为制定人工智能战略应该是第一步。根据我的经验，大多数公司在有了一些基本的人工智能经验之前，将无法制定出深思熟虑的人工智能战略，而步骤 1-3 的部分进展将为您提供这些经验。

建立几个与一致战略广泛契合的困难人工智能资产：人工智能正在使公司以新的方式建立独特的竞争优势。迈克尔·波特（Michael Porter）关于业务战略的重要著作表明，开始建立一个可防御的业务的一种方式是建立几个与一致战略广泛契合的困难资产。因此，竞争对手同时复制所有这些资产将变得困难。

利用人工智能来创造适合您行业的特定优势： 与其试图与领先的科技公司（如 Google）在人工智能领域“普遍”竞争，我建议您成为您行业中的领先人工智能公司，开发独特的人工智能能力将使您获得竞争优势。人工智能如何影响您公司的战略将因行业和情况而异。

设计与“人工智能的良性循环”正反馈循环一致的战略：在许多行业中，我们将看到数据积累导致了一个可防御的业务：例如，领先的网络搜索引擎（如 Google、Baidu、Bing 和 Yandex）拥有庞大的数据资产，显示了用户在不同的搜索查询后点击哪些链接。这些数据帮助这些公司构建更准确的搜索引擎产品（A），从而帮助他们获得更多用户（B），进而导致他们拥有了更多用户数据（C）。这种正反馈循环对竞争对手来说很难打破。

数据是人工智能系统的关键资产。

因此，许多出色的人工智能公司也拥有复杂的数据战略。您的数据战略的关键元素可能包括：

战略性数据获取： 有用的人工智能系统可以使用从 100 个数据点（“小数据”）到 1 亿个数据点（“大数据”）不等的数据构建。但拥有更多数据几乎从不会有害。人工智能团队正在使用非常复杂的、跨多年的策略来获取数据，具体的数据获取策略因行业和情况而异。例如，Google 和百度都有许多免费的产品，虽然不盈利，但允许它们获取可以在其他地方盈利的数据。

统一的数据仓库：如果您拥有 50 个不同的数据库，这些数据库都分散在 50 个不同的副总裁或部门的控制下，对于工程师或人工智能软件来说，几乎不可能获得对这些数据的访问并"串联起来"。相反，考虑将您的数据集中到一个或最多几个数据仓库中。

认识什么数据有价值，什么数据没有：拥有许多 TB 的数据并不意味着人工智能团队会自动从这些数据中创造价值。期望人工智能团队能够从大型数据集中魔法般地创造价值是一个具有高失败风险的方案，我曾不幸地看到一些 CEO 过度投资于收集低价值的数据，甚至为了数据而收购一家公司，结果发现目标公司的 TB 级数据并不实用。通过在数据获取过程的早期引入人工智能团队，并让他们帮助您确定要获取和保存哪些类型的数据，可以避免这种错误。

创建网络效应和平台优势：最后，人工智能也可以用于构建更传统的壕沟。例如，具有网络效应的平台是高度可防御的企业。它们通常具有自然的"胜者通吃"动态，迫使公司要么快速增长，要么灭亡。如果人工智能能让您比竞争对手更快地获得用户，那么它可以被利用来构建通过平台动态可防御的壕沟。更广泛地说，您还可以将人工智能用作低成本战略、高价值战略或其他业务战略的关键组成部分。

五、发展内部和外部沟通

人工智能将显著影响您的业务。在它影响到您的关键利益相关者的程度上，您应该开展沟通计划以确保各方的一致性。以下是您应该考虑的每个受众：

投资者关系：像 Google 和百度这样的领先人工智能公司现在更有价值，部分原因是因为它们的人工智能能力以及人工智能对它们底线的影响。为您公司的人工智能价值创造提出明确的论点，描述您不断增长的人工智能能力，并拥有深思熟虑的人工智能战略，将有助于投资者适当地估价您的公司。

政府关系：在高度受监管的行业（自动驾驶汽车、医疗保健）中的公司面临着保持合规性的独特挑战。制定一个可信、引人注目的人工智能故事，解释您的项目可以为行业或社会带来的价值和好处，是建立信任和友好关系的重要步骤。这应该与您在推出项目时与监管机构进行直接沟通和持续对话相结合。

客户/用户教育：人工智能可能会为您的客户带来显著的好处，因此确保适当的营销和产品路线图信息得以传播。

人才/招聘：由于人工智能人才稀缺，强大的雇主品牌将对您吸引和留住这样的人才产生重要影响。人工智能工程师希望参与令人兴奋和有意义的项目。展示您的初步成功的一些努力可以产生很大的影响。

内部沟通：由于今天的人工智能仍然被理解不足，特别是人工通用智能已经被过度炒作，存在着恐惧、不确定性和疑虑。许多员工还担心他们的工作会被人工智能自动化取代，尽管这在文化之间差异很大（例如，在美国这种担忧要比在日本普遍得多）。清晰的内部沟通，既可以解释人工智能，也可以解决员工的担忧，将减少内部采用人工智能的抵制。

一个对您的成功至关重要的历史经验

了解互联网如何改变行业对于应对人工智能的崛起非常有用。在应对互联网崛起的过程中，许多企业犯了一个错误，希望您在应对人工智能的崛起时能够避免。

在互联网时代，我们学到了以下教训：

Shopping Mall + Website ≠ internet company

营销邮件 + 购物网站 ≠ 互联网公司

即使一个购物中心建立了一个网站并在网站上销售商品，这本身并不会将购物中心变成一个真正的互联网公司。

真正的互联网公司的定义是：您是否组织了公司来做互联网能让您做得非常出色的事情？

例如，互联网公司进行广泛的 A/B 测试，我们经常会推出网站的两个版本并测量哪个效果更好。一个互联网公司甚至可能同时运行数百个实验；这在物理购物中心很难实现。互联网公司还可以每周发布新产品，因此学习速度比每季度才更新设计的购物中心快得多。互联网公司为产品经理和软件工程师等角色拥有独特的工作描述，这些工作具有独特的工作流程和流程，用于协同工作。

深度学习是人工智能增长最快的领域之一，正在显示出与互联网崛起的相似之处。今天，我们发现：

Any typical company + Deep Learning technology ≠ AI company

任何有代表性的公司 + 深度学习技术 ≠ 人工智能公司

要使您的公司在人工智能方面变得卓越，您必须组织您的公司来做人工智能能让您做得非常出色的事情。

要使您的公司在人工智能方面卓越，您必须具备：

• 系统地执行多个有价值的人工智能项目的资源：人工智能公司具有外包和/或内部的技术和人才，可以系统地执行多个为业务带来直接价值的人工智能项目。

• 对人工智能的足够了解：应该普遍了解人工智能，并建立适当的流程来系统地识别和选择有价值的人工智能项目进行工作。

• 战略方向：公司的战略应该在广泛的范围内与在以人工智能为动力的未来取得成功保持一致。

将您伟大的公司转变为卓越的人工智能公司是具有挑战性但可行的，有了伟大的合作伙伴的支持。我的团队在 Landing AI 致力于帮助合作伙伴进行人工智能转型，我将继续分享更多的最佳实践。

一个人工智能转型计划可能需要 2-3 年，但您应该在 6-12 个月内看到初步的具体结果。通过投资于人工智能转型，您将领先于竞争对手，并利用人工智能能力显着推进您的公司。

                                          —— 吴恩达，Landing AI 主席兼首席执行官

这本大模型《 AI 转型指南》已经上传CSDN，还有完整版的大模型 AI 学习资料，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

PDF书籍： 完整版本链接获取

👉[CSDN大礼包🎁：《 AI 转型指南》免费分享（安全链接，放心点击）]👈