第一，房间里的大象起来了，没有假装没看见的余地。关于那些将人工智能(AI)视为一种时尚/纯粹炒作/时髦词汇的组织和人们，我有这样一个想法:
不再有基础幻灯片的淡水，走向应用科学的深海。
有了这些，那些拥有简明的和应用的人工智能计划的人将实现实际的利益，并通过更好的解决方案和财务有效的结果来弥合数字时代的机会差距。其他追随伪人工智能的人(假装它，直到你让它成为一种人)将享受人工智能的 ROI(忽略的风险)。
这个神话还导致了组织分配给他们的 C-suite 和业务线的头衔的不稳定性(例如，首席数字官、首席人工智能官、首席转型官、首席数据官)。
最终的理解在于:当生活没有按照你的设想发展时，你将如何解释？或者，让我们说，你如何解释其他人正在做的事情，就像他们在挑战所有的假设？
这是一个常见的错误。如果整个组织对某个科学领域都不熟悉，那么组织就不应该在这个领域寻找几十年的经验。文化会吞噬那些无意识的尝试。
首先，我们需要倡导者关注人、性格和才能，而不是技术本身。转变从个人层面开始。作为回应，你说“速度很重要”是对的。但这种考虑是因为你感受到了 FOMO、组织同构和数字破坏带来的速度饥饿。当组织看到颠覆者展示人工智能时，他们会不耐烦地认为这是一夜之间的成功/失败。
一旦你为一个合适的数字文化建立了基础，你就可以首先阐述更精简、更快、更好的人工智能计划。最后，关于 AI 的 5W1H 问题中，“为什么”和“如何”比“什么”更关键。我们不应该直接急于学习新的数字技术(尝试什么？).相反，我们应该关注的是这些技术“为什么”和“如何”出现在今天，而不是十年前，尽管它们在文献中已经存在了几十年。打个比方，一个人不能通过记忆词汇(即什么)来学习一门新语言，而他/她可以通过观察单词/句子被使用的“为什么”和“如何”来学习。
你听说过虚拟数据科学家吗？还是数据科学即服务？今天的世界让我们几乎可以免费获取任何种类的信息。对数据科学家不断增长的提及和需求是由于组织中高管之间的信息不对称。CXO 说，“我们需要数据科学。”，然后 HR 说:“搜索关键词:数据科学。”因此，在那个时代，数据科学家被认为是外星人，并且有一种趋势是在头衔中加入数据科学。幸运的是，那些日子快过去了。
关键词人们不知道这样一个事实:有一些科学家将他们的一生都献给了数据分析、机器学习(ML)、自然语言处理(NLP)和人工智能。所以，要找到真正有知识的人并不像关键词搜索那么简单。当然，你可以遇到那些打着比喻的伪装者。
如果一个购买的决定没有任何合理的基础，这就是逃避人工智能。在你的货币化开始人工智能之旅之前，你需要想出一个有充分理由的决定，即购买还是建造。
我把那些毫无根据的购买决定与固定的思维模式联系起来，而建造本身就是一个增长思维模式的例子。因此，通过收购高科技供应商/提供商关于人工智能的产品/服务，这听起来很好，也很容易，但这样一来，组织的增长将在专业知识、内部创业和持续学习方面受到限制。此外，如果将球扔给其他人，组织将无法击败其文化中的不确定性规避维度并挑战现状。
是的，人工智能对一些人来说是不确定的，他们可能会寻找方法来避免它(例如，一个花了几十年时间研究商业智能、ERP 和 CRM 并观察到他们建立的无限量的人，可能更喜欢呆在舒适区)。至少，试着自己造，实验快，失败快。这就是数字时代躁动不安的重新发明。然后，你会更快的变现/变现。
亲爱的广告客户，请注意，当你在广告中提到人工智能时，你没有带来任何附加价值，这样做没有任何科学意义。如果我是你，我会把这笔广告预算用于发展团队，并努力建立一种能够应对人工智能的文化。如果有科学的努力，那么，你很好去，展示它！但如果不是，请不要使用人工智能这个术语(例如，读取二维码肯定不是人工智能)。
更重要的是，在科学文献中对人工智能、ML、NLP 和数据分析的位置有一个误解，但人工智能在大多数时候被选择用于任何尝试，这要归功于它的花哨印象。好吧，你选机器学习负责人或者人工智能负责人。后者听起来更好，对吗？所以，请对那些告诉你把 AI 短语放在广告的任何地方或任何形式的展示中的人保持怀疑。