5步实现AI在您的业务中应用而不破产

人工智能正在蓬勃发展，如果它继续渗透到每个行业，它将彻底改变我们生活的方式。

因此，许多创始人和企业主都将将人工智能融入他们的公司作为首要任务。甚至个人也在寻找利用人工智能来改善个人生活的方法。

这种热潮如此之大，以至于柯林斯词典（Collins Dictionary），一家著名的语言权威机构，已经将人工智能（AI）命名为年度词汇，因为它的受欢迎程度大幅增加。

然而，对于大多数组织来说，在尝试将人工智能融入他们的流程时，理想和现实之间存在巨大的差距，因为这条路并不像看起来那么简单，而且可能非常昂贵，无论是在资本支出方面还是在浪费时间方面，因为开发的结果可能不会带来预期的效果。这已经导致一些企业陷入困境。例如，CNET曾尝试使用人工智能撰写文章，但结果却充满错误。其他公司，如iTutor Group，也因其糟糕的人工智能实施而面临巨额罚款和公众嘲笑。

这些案例表明，企业在人工智能方面可以犯很多错误，除非企业拥有亚马逊、谷歌、微软或Meta这样的公司的财务缓冲，否则这些失败的实验可能会有效地使公司破产。

如果您是创始人或企业主，这里有一个指南，提供五个步骤来帮助您在企业中实施人工智能，同时明智地使用您的资源——金钱和时间，这最终也是金钱——并降低致命错误的可能性。

1. 明确您要解决的问题

没有任何公司对人工智能失败免疫。正如亚马逊通过其苦苦挣扎的无人收银店亚马逊Go发现的那样，并不是每个商业案例都需要人工智能。

因此，定义您要用人工智能解决的问题至关重要。这需要尽可能清晰地概述。

例如，人工智能的一个常见应用是客户支持。在这种情况下，实施人工智能是可能的，具有特定的结果，例如减少每月的呼叫中心成本或加快解决客户询问的平均时间。通过这种方法，我们有一个可衡量的指标，以金钱或时间的形式呈现，我们将尝试通过实施人工智能来实现，并看看这是否会产生任何影响。

这可能会通过各种方式发生。例如，我们可以开发或购买一种服务，用于确定客户的查询是否可以通过常见问题页面回答。当客户写消息时，我们运行此模型，它要么告诉我们需要将对话转移到代理商，要么向他们显示一个相关页面，回答他们的问题。开发此模型比从头开始构建复杂的聊天机器人更快、更便宜。如果此实施成功，我们将实现减少成本同时优化人工智能相关资本支出的目标，与开发聊天机器人的费用相比。

马腾律师事务所（Matten Law）是这种方法的先驱，这是一家位于加利福尼亚的律师事务所，它集成了一个人工智能驱动的助手来自动化许多任务，允许律师花更多时间倾听客户并研究案件中最相关的方面。这表明，即使是最僵化的行业也可以通过人工智能在用户体验中得到改善，通过放大人工智能最需要的地方的人性化触感。

人工智能可以帮助解决的其他常见问题包括数据分析和创建定制化产品。Spotify是一个成功利用人工智能开发智能音乐推荐系统的公司，该系统甚至可以根据用户听音乐的时间来推荐音乐。

在这两种情况下，人工智能都在帮助提供更好的客户体验。然而，这些公司之所以能够成功地使用人工智能，是因为它们非常清楚哪些方面需要委托给人工智能。

2. 决定需要分析的数据

一旦主要问题被明确定义，我们需要考虑需要用来喂养系统的数据。记住，人工智能是一个算法，它分析和适应我们提供的数据。数据收集的基本场景如下：

1. 了解我们可能需要什么数据来实施人工智能。

2. 查看我们的业务是否拥有这些数据。

   1. 如果我们有这些数据，那太好了。

   2. 如果没有，我们需要坐下来想办法看是否可以在内部开始正确的数据收集过程。或者，我们可以要求开发人员保存我们需要的数据，如果我们还没有这样做的话。

例如，我们拥有一个咖啡店，我们需要关于有多少顾客光顾的数据。我们可以通过实施个性化的忠诚卡来实现，当顾客购买时，他们会出示这些卡。这样，我们就可以得到我们需要的数据，例如哪些顾客来了，什么时候来了，买了什么，买了多少。一旦我们有了这些数据，我们就可以使用这些数据来实施人工智能。然而，有时收集这些数据可能非常昂贵。这就是人工智能可以帮助我们的时刻。例如，如果我们在咖啡店安装了摄像头——我们可能已经这样做了，出于安全原因——我们可以利用它来收集关于光顾我们店铺的顾客的数据。我必须说，在实施此方法之前，咨询个人数据法律（如GDPR）至关重要，因为这种方法可能并不适用于所有国家。但是在允许的司法管辖区，这可以成为收集我们需要的信息的一种无缝方式，并利用人工智能来分析和处理这些信息。

如果您想知道，这种个性化忠诚度计划是星巴克所做的，取得了巨大的成功。星巴克的奖励计划甚至提供了个性化的激励措施，当顾客访问他们喜欢的地点或订购他们最喜欢的饮料时。

3. 定义一个假设

可能会出现您不确定哪些流程可以或需要通过人工智能来优化的情况。

如果是这种情况，您可以先将整个流程分解为各个阶段，并找出您的业务表现不佳的阶段。哪些领域您花费了太多的钱？什么事情需要比平常更长的时间？通过回答这些问题，您可以找出需要改进的关键领域，并决定是否可以使用人工智能来帮助解决问题。

正如您所发现的，有些情况下，传统的解决方案可能更有效。如果您在决定向客户展示哪些产品时遇到困难，基于最受欢迎的产品的建议通常比尝试预测用户行为更有效。因此，先尝试一下。只要您有结果——无论是积极的还是消极的——然后您就可以对人工智能进行假设测试。否则，行动范围将过于模糊，您可能会浪费时间和金钱。

4. 利用现有的解决方案

许多公司试图立即设计自己的机器学习算法。然而，如果您不打算用大量数据在较长时间内训练它们，请不要这样做。这将非常昂贵且耗时。

相反，我建议您专注于现有的解决方案。像亚马逊、谷歌、微软等公司都有可以帮助您实现许多目标的人工智能工具。然后，您可以逐渐与其中一家公司签订合同，并雇用一名内部开发人员来配置必要的API请求。

基本思想是这些工具可以由业务开发人员（而不是机器学习专家）集成，这将使我们能够快速测试假设，即人工智能是否带来预期的效果。如果没有，我们可以简单地禁用这些工具，我们测试假设的成本将仅仅是我们花在与该服务集成上的开发人员时间和我们为使用该工具支付的金额。如果我们正在开发一个模型，我们将花费机器学习专家的工资乘以他们开发模型所花费的时间，加上任何基础设施成本。然后，不清楚如果最终没有预期的效果，我们应该如何处理开发人员和模型。

如果我们的假设被证明是正确的，人工智能工具带来了预期的效果，我们将高兴并提出一个新的假设。在未来，如果我们预见到使用该工具的成本会显著增加，我们可以考虑自己开发这个模型，从而进一步降低成本。但是，我们需要首先评估开发成本是否实际上低于使用专门开发这些工具的公司的工具的成本。

我的建议是，在使用上述工具获得良好的结果并且确定人工智能是解决问题的正确方法之后，才考虑开发自己的机器学习产品。否则，您的机器学习项目将无法带来您期望的价值，就像哈佛商业评论最近的一篇文章所说的，人工智能的炒作将只会分散您对使命的注意力，这并不需要人工智能。

5. 与人工智能专家咨询

同样，创始人和企业主常犯的另一个错误是，他们试图在公司内部完成一切。他们雇用一名人工智能首席工程师或研究人员，然后再雇用更多的人来组成一个团队，以创建一个尖端产品。然而，如果没有适当定义的人工智能实施策略，这项技术将对公司的目的毫无用处。也有可能他们雇用一名初级机器学习工程师，以节省与雇用更有经验的专家的费用。但这也很危险，因为没有经验的人可能不知道机器学习系统开发和设计的细微差别，并可能犯“新手错误”，公司将不得不为此付出过高的代价，几乎总是超过雇用一名有经验的机器学习专家的费用。

因此，我的建议是您首先雇用一名人工智能专家，例如顾问，他们将在整个过程中指导您，并评估您的人工智能采纳过程。利用他们的专业知识来确保您正在处理的问题需要人工智能，并且该技术可以扩大规模以证明您的假设。

如果您是一家初创公司，并且担心资金问题，可以尝试联系LinkedIn上的人工智能工程师，提出具体的问题。令人惊讶的是，许多机器学习和人工智能专家喜欢提供帮助，既是因为他们真正喜欢这个话题，也是因为如果他们能够成功地帮助您，他们可以将其用作他们的咨询作品集中的一个积极的案例研究。

最后的思考

由于人工智能的热潮，很正常您可能渴望将其融入您的业务，并开发一个人工智能驱动的解决方案来将您推向下一个水平。然而，您需要记住，仅仅因为每个人都在谈论人工智能，并不意味着您的业务需要人工智能。许多企业，不幸的是，急于将人工智能融入其中而没有明确的目标，最终浪费了大量的钱和时间。在某些情况下，尤其是对于早期公司，这可能意味着他们的灭亡。通过清晰地阐述一个问题，收集相关数据，测试一个假设，并在专家的帮助下使用现有的工具，您可以将人工智能融入其中，而不会耗尽公司的财务资源。然后，如果解决方案有效，您可以逐渐扩大规模，并在人工智能可以提高公司效率或盈利能力的领域实施人工智能。