Wir teilen Ihnen eine weitere nützliche Übersetzung des Artikels mit . Jeder, der innerhalb von 3 Monaten den Wunsch hat, Best Practice für die Einführung moderner Analysemechanismen zu erlernen, die für die Förderung von Produkten und Dienstleistungen im digitalen Raum in Projekten erforderlich sind, lädt Sie ein, sich mit dem Programm des professionellen Kurses Big Data für Manager vertraut zu machen. Wie managen Sie ein Unternehmen in der KI-Ära?

Heute ist die Technologie der künstlichen Intelligenz (KI) bereit, alle Branchen zu verändern, so wie es Elektrizität vor 100 Jahren getan hat. Schätzungen zufolge wird die KI-Technologie im Zeitraum bis 2030 zu einem Anstieg des BIP um 13 Billionen Dollar führen. Während AI führenden Technologieunternehmen wie Google, Baidu, Microsoft und Facebook bereits einen enormen Mehrwert gebracht hat, wird ein großer Anstieg der Unternehmenswertschöpfung außerhalb der Softwareentwicklungsbranche liegen.

Dieser KI-Transformationsplan basiert auf der Führung von Google Brain und der Baidu AI Group, die eine führende Rolle bei der Umwandlung von Google und Baidu in führende KI-Unternehmen gespielt haben. Jedes Unternehmen kann dieser Strategie folgen und ein starkes KI-Unternehmen werden, obwohl diese Empfehlungen in erster Linie für große Unternehmen mit einer Marktkapitalisierung / Bewertung von 500 bis 500 Milliarden US-Dollar bestimmt sind.

Hier sind die Schritte, die für die Transformation Ihres Unternehmens mithilfe von KI empfohlen werden:

1. Führen Sie Pilotprojekte durch, um schnelle Ergebnisse zu erzielen.
2. Erstelle dein eigenes KI-Team.
3. Bieten Sie ein umfangreiches KI-Training an.
4. Entwickeln Sie eine KI-Strategie.
5. Interne und externe Kommunikation entwickeln.

1. Führen Sie Pilotprojekte durch, um schnelle Ergebnisse zu erzielen.

Für Ihre ersten KI-Projekte ist es viel wichtiger, dass sie erfolgreich abgeschlossen werden, als dass sie besonders wertvoll sind. Projekte sollten so bedeutend sein, dass die ersten Erfolge Ihrem Unternehmen helfen, sich mit KI vertraut zu machen, und auch andere in Ihrem Unternehmen davon überzeugen, in weitere KI-Projekte zu investieren. Sie sollten nicht so klein sein, dass andere es trivial finden. Es ist wichtig, dass sich das Schwungrad dreht und Ihr KI-Team an Dynamik gewinnen kann.

Für die ersten KI-Projekte können Sie folgende Eigenschaften anbieten:

• Idealerweise sollte es für ein neues oder externes KI-Team (das möglicherweise keine umfassenden Kenntnisse Ihres Unternehmens besitzt) möglich sein, mit Ihren internen Teams (die über Geschäftskenntnisse verfügen) zusammenzuarbeiten und KI-Lösungen zu erstellen, die innerhalb von 6 bis 12 Monaten Ergebnisse zeigen.
• Das Projekt muss technisch machbar sein. Zu viele Unternehmen starten Projekte, die mit modernen Technologien der künstlichen Intelligenz nicht umgesetzt werden können. Wenn Sie den KI-Ingenieuren vertrauen, überprüfen Sie das Projekt vor dem Start, um Ihr Vertrauen in die Machbarkeit zu stärken.
• Sie müssen ein klares und messbares Ziel haben, das Wert für das Unternehmen schafft.

Als ich das Google Brain-Team leitete, gab es bei Google (und allgemein auf der ganzen Welt) erhebliche Skepsis gegenüber Deep-Learning-Technologien. Um dem Team zu helfen, an Dynamik zu gewinnen, habe ich das Google Speech-Team als meinen ersten internen Kunden ausgewählt. Wir haben eng mit ihnen zusammengearbeitet, um die Spracherkennung in Google Speech zu verbessern. Die Spracherkennung ist ein wichtiges Projekt bei Google, aber nicht das wichtigste. Zum Beispiel ist es weniger wichtig als die Verwendung von KI, um im Internet zu suchen oder Werbung zu schalten. Nachdem Speech mit Deep Learning erfolgreicher geworden war, vertrauten uns andere Teams, was es dem Google Brain-Team ermöglichte, an Dynamik zu gewinnen.

Sobald andere Teams den Erfolg von Google Speech mit Google Brain bemerkten, konnten wir mehr interne Kunden gewinnen. Der zweite wichtige interne Client war Google Maps, bei dem mithilfe von Deep Learning die Qualität der Kartendaten verbessert wurde. Mit zwei erfolgreichen Projekten habe ich Verhandlungen mit dem Werbeteam aufgenommen. Die Zunahme des Tempos führte allmählich zur Entstehung zunehmend erfolgreicher KI-Projekte. Sie können den gleichen Prozess in Ihrem Unternehmen anwenden.

2. Erstellen Sie Ihr eigenes KI-Team

Während Outsourcing-Partner mit umfassendem technischen Know-how für KI Ihnen helfen können, Ihre anfängliche Dynamik schneller zu erreichen, ist es auf lange Sicht effizienter, einige Projekte mit Ihrem eigenen KI-Team abzuschließen. Darüber hinaus möchten Sie möglicherweise einige Projekte im Unternehmen behalten, um einen einzigartigen Wettbewerbsvorteil zu erzielen.

Die Einstellung eines IT-Direktors (CIO) in Zeiten zunehmenden Einflusses des Internets ist für viele Unternehmen zu einem wichtigen Moment geworden, um eine einheitliche Strategie für die Nutzung des Internets zu entwickeln. Im Gegenteil, Unternehmen, die viele unabhängige Experimente durchgeführt haben - von digitalem Marketing und Experimenten mit Data Science bis hin zum Start neuer Websites - konnten das Internet nicht nutzen, wenn diese kleinen Pilotprojekte nicht skalierbar waren, um den Rest des Unternehmens zu verändern.

In der Ära der KI wird ein Schlüsselmoment für viele Unternehmen die Bildung eines zentralen KI-Teams sein, das dem gesamten Unternehmen helfen kann. Dieses KI-Team kann CTO, CIO oder CDO (Data Director oder Director of Digital Technology) unterstellt sein, wenn es über die richtigen Fähigkeiten verfügt. Er kann auch von einem speziellen CAIO (AI Director) geleitet werden.

Die Hauptaufgaben der KI-Einheit:

• Erstellen Sie KI-Funktionen, um das gesamte Unternehmen zu unterstützen.
• Initiieren Sie erste funktionsübergreifende KI-Projekte, um verschiedene Einheiten zu unterstützen. Richten Sie nach Abschluss der ersten Projekte sich wiederholende Prozesse für die kontinuierliche Lieferung wertvoller KI-Projekte ein.
• Entwicklung harmonisierter Rekrutierungs- und Aufbewahrungsstandards.
• Entwickeln Sie unternehmensweite Plattformen, die für verschiedene Abteilungen nützlich sind und wahrscheinlich nicht von einer separaten Abteilung entwickelt werden. Arbeiten Sie beispielsweise mit CTO / CIO / CDO zusammen, um gemeinsame Standards für Data Warehouses zu entwickeln.

Einheiten in vielen Unternehmen berichten an den CEO. Mit der neuen KI-Einheit (KI) können Sie KI-Talente auf verschiedene Einheiten anwenden, um funktionsübergreifende Projekte zu implementieren.

Neue Beiträge und Teams werden angezeigt. Die Art und Weise, wie ich die Arbeit meiner Teams mit Positionen wie Machine Learning Engineer, Data Engineer, Data Scientist und AI Product Manager organisiere, anders als in der Zeit vor der KI. Ein guter KI-Leiter kann Sie bei der Einrichtung der richtigen Prozesse beraten.

Derzeit gibt es einen Krieg für KI-Spezialisten, und leider wird es für die meisten Unternehmen schwierig sein, einen Doktoranden an der Stanford University (oder vielleicht sogar einen Studenten) einzustellen. Denn kurzfristig ist der Talentkrieg weitgehend Null. Die Zusammenarbeit mit einem Rekrutierungspartner kann Ihnen dabei helfen, ein KI-Team aufzubauen, das Ihnen einen nicht trivialen Vorteil verschafft. Die Schulung Ihres bestehenden Teams kann jedoch auch eine gute Möglichkeit sein, viele neue Fachkräfte in das Unternehmen aufzunehmen.

3. Bieten Sie ein umfangreiches KI-Training an

Heute verfügt kein Unternehmen über ausreichende interne KI-Talente. Und obwohl die Medien über die hohen Gehälter von KI-Spezialisten sprechen, sind diese Gehälter oft überteuert (die in der Presse angegebenen Zahlen sind normalerweise voll). KI-Spezialisten sind schwer zu finden. Glücklicherweise wird es mit dem Wachstum digitaler Inhalte, einschließlich MOOC (Massive Online Open Courses, Mass Open Online-Kurse) wie Coursera, E-Books und YouTube-Videos, kostengünstiger, eine große Anzahl von Mitarbeitern in neuen Fähigkeiten wie KI zu schulen . Der clevere CLO (Chief Learning Officer, Chief Training Specialist) weiß, dass es nicht seine Aufgabe ist, Inhalte zu erstellen, sondern Prozesse zu unterstützen und zu erstellen, die die Mitarbeiter schulen.

Vor zehn Jahren bedeutete die Schulung von Mitarbeitern, Berater zu gewinnen, die in Ihr Büro kamen, um Vorträge zu halten. Aber es war ineffektiv und der ROI war unklar. Im Gegensatz dazu sind digitale Inhalte viel zugänglicher und bieten den Mitarbeitern mehr personalisiertes Wissen. Wenn Sie ein Budget für die Einstellung von Beratern haben, sollte die Arbeit der Berater Online-Inhalte ergänzen. (In der Pädagogik wird dies als „umgedrehtes Klassenzimmer“ bezeichnet. Ich habe festgestellt, dass dies bei korrekter Anwendung zu einem schnelleren und unterhaltsameren Lernen führt. Beispielsweise wird mein Deep Learning-Kurs an der Stanford University mit dieser Unterrichtsform unterrichtet .) Die Einstellung einiger Experten für künstliche Intelligenz zur Bereitstellung personalisierter Inhalte kann dazu beitragen, Ihre Mitarbeiter zum Erlernen dieser KI-Techniken zu motivieren.

KI wird viele Aktivitäten verändern. Sie müssen jedem beibringen, was er braucht, um sich an neue Rollen in der KI-Ära anzupassen. In Absprache mit einem Experten können Sie einen individuellen Lehrplan für Ihr Team entwickeln.

Ein bedingter Trainingsplan kann so aussehen

Leitende Angestellte (⩾ 4 Stunden)
Zweck: Manager sollen verstehen, was KI für Ihr Unternehmen tun kann, eine KI-Strategie entwickeln, Entscheidungen über die Zuweisung von Ressourcen treffen und effektiv mit einem KI-Team zusammenarbeiten, das wertvolle KI-Projekte unterstützt.
Lehrplan:
- Ein grundlegendes Verständnis der KI in Unternehmen, einschließlich grundlegender Technologie, Daten und was KI kann und was nicht.
- Verständnis der Auswirkungen von KI auf die Unternehmensstrategie.
- Beispiele für KI-Anwendungen in verwandten Branchen oder in Ihrer Branche.

Abteilungsleiter, die an KI-Projekten beteiligt sind (ca. 12 Stunden)
Zweck: Abteilungsleiter sollten in der Lage sein, die Richtung für KI-Projekte zu bestimmen, Ressourcen zuzuweisen, den Fortschritt zu überwachen und zu verfolgen sowie erforderlichenfalls Anpassungen vorzunehmen, um die erfolgreiche Umsetzung des Projekts sicherzustellen.
Lehrplan:
- Ein grundlegendes Verständnis der KI in Unternehmen, einschließlich grundlegender Technologie, Daten und was KI kann und was nicht.
- Grundlagen eines technischen Verständnisses der KI, einschließlich der Hauptklassen von Algorithmen und ihrer Anforderungen.
- Ein grundlegendes Verständnis des Workflows und der Prozesse in KI-Projekten, Rollen und Verantwortlichkeiten in KI-Teams sowie des KI-Teammanagements.

KI-Ingenieure (⩾ 100 Stunden)
Zweck: Geschulte KI-Ingenieure sollten in der Lage sein, Daten zu sammeln, KI-Modelle zu trainieren und bestimmte KI-Projekte umzusetzen.
Lehrplan:
- Tiefes technisches Verständnis von maschinellem Lernen (maschinelles Lernen) und tiefem Lernen (tiefes Lernen); Grundlegendes Verständnis anderer KI-Werkzeuge.
- Verständnis der verfügbaren Tools (Open Source und andere) zum Aufbau von KI- und Datenverarbeitungssystemen.
- Fähigkeit, Arbeitsprozesse in einem KI-Team zu implementieren.
- Optional: Weiterbildung, um mit der sich entwickelnden Technologie der künstlichen Intelligenz Schritt zu halten.

4. Entwickeln Sie eine KI-Strategie

Die KI-Strategie wird Ihr Unternehmen auf die Schaffung von Wert sowie auf die Schaffung defensiver Strukturen ausrichten. Sobald Teams beginnen, die Erfolge der ersten KI-Projekte zu erkennen und ein tieferes Verständnis der KI aufzubauen, können Sie die Orte identifizieren, an denen KI den größten Wert schaffen kann, und Ressourcen in diesen Bereichen konzentrieren.

Einige Führungskräfte werden denken, dass die Entwicklung einer KI-Strategie der erste Schritt sein sollte. Nach meiner Erfahrung werden die meisten Unternehmen erst dann eine durchdachte KI-Strategie entwickeln können, wenn sie über grundlegende KI-Erfahrungen verfügen, die sie in den Schritten 1 bis 3 sammeln können. Die Art und Weise, wie Sie Verteidigungen aufbauen, entwickelt sich auch mit der KI.

Hier einige Ansätze:

Erstellen Sie einige komplexe KI-Assets, die im Allgemeinen mit einer kohärenten Strategie übereinstimmen. Mit AI können Unternehmen einzigartige Wettbewerbsvorteile schaffen. Die grundlegende Arbeit von Michael Porter zur Geschäftsstrategie zeigt, dass eine Möglichkeit, ein sicheres Unternehmen zu gründen, darin besteht, mehrere komplexe Assets zu erstellen, die im Allgemeinen auf eine kohärente Strategie ausgerichtet sind. Somit wird es für einen Wettbewerber schwierig, diese Vermögenswerte gleichzeitig zu kopieren.

Verwenden Sie KI, um einen branchenspezifischen Vorteil zu erzielen: Anstatt zu versuchen, in der KI mit führenden Technologieunternehmen wie Google zu konkurrieren, empfehle ich, stattdessen das führende KI-Unternehmen in Ihrer Branche zu werden, wo die Entwicklung einzigartiger KI-Funktionen dies ermöglicht Sie erhalten einen Wettbewerbsvorteil. Wie sich KI auf die Strategie Ihres Unternehmens auswirkt, hängt von Ihrer Branche und Situation ab.

Entwicklung von Strategien in Übereinstimmung mit dem positiven Feedback-Zyklus „Effektiver KI-Kreis“: In vielen Branchen werden sich Daten ansammeln, die zu einem sicheren Geschäft führen:

Führende Web-Suchmaschinen wie Google, Baidu, Bing und Yandex verfügen beispielsweise über eine riesige Datenressource, die anzeigt, auf welche Links der Benutzer nach verschiedenen Suchanfragen klickt. Diese Daten helfen Unternehmen dabei, genauere Suchmaschinen (A) zu erstellen, was ihnen wiederum hilft, mehr Benutzer anzuziehen (B), was wiederum zu noch mehr Benutzerdaten führt ©. Für Wettbewerber ist es schwierig, in diesen Zyklus positiver Rückmeldungen einzudringen.

Daten sind ein Schlüsselelement für Systeme mit künstlicher Intelligenz. Somit haben die größten KI-Unternehmen auch eine komplexe Datenstrategie . Zu den Schlüsselelementen Ihrer Datenstrategie können gehören:

• Datenerfassung. Nützliche Systeme für künstliche Intelligenz können mit 100 Dateneinheiten („kleine Daten“) bis 100.000.000 Dateneinheiten („große Daten“) erstellt werden. Aber mehr Daten zu haben wird fast nie schaden. KI-Teams verwenden sehr komplexe mehrjährige Strategien zur Datenerfassung, und bestimmte Datenerfassungsstrategien variieren je nach Branche und Situation. Zum Beispiel haben Google und Baidu viele kostenlose Produkte, die nicht monetarisiert sind, aber es ihnen ermöglichen, Daten für Gewinn an anderen Orten zu erhalten.

  
  

• Unified Data Warehouses: Wenn Sie 50 verschiedene Datenbanken unter der Kontrolle von 50 verschiedenen Managern oder Abteilungen haben, ist es für einen Ingenieur oder eine KI-Software fast unmöglich, auf diese Daten zuzugreifen und eine Verbindung zwischen ihnen zu finden. Ziehen Sie stattdessen in Betracht, Daten in einem oder einer kleinen Anzahl von Datenspeichern zu zentralisieren.

  
  

• Bestimmen Sie, welche Daten wertvoll sind und welche nicht: Es ist ein Fehler zu glauben, dass eine große Menge an Terabyte Daten automatisch bedeutet, dass das KI-Team von diesen Daten profitieren kann. Die Erwartung, dass das KI-Team auf magische Weise Wert aus einem großen Datensatz schafft, ist eine Formel mit einer hohen Ausfallwahrscheinlichkeit. Und ich sah tragische Fälle, in denen CEOs übermäßig in das Sammeln von Daten mit geringem Wert investierten oder sogar ein Unternehmen für seine Daten erwarben, nur um zu verstehen, dass viele Terabyte Daten des Zielunternehmens nutzlos waren. Vermeiden Sie diesen Fehler, indem Sie das KI-Team zu Beginn des Datenerfassungsprozesses einbeziehen und sich bei der Priorisierung der zu erfassenden und zu speichernden Datentypen helfen lassen.

  
  

Erstellen Sie einen Netzwerkeffekt und einen Plattformvorteil. Schließlich kann KI auch verwendet werden, um traditionellere Abwehrkräfte zu schaffen. Netzwerkeffektplattformen sind beispielsweise ein hochsicheres Geschäft. Sie haben oft eine natürliche Dynamik, bei der „Gewinner bekommt alles“, was Unternehmen dazu zwingt, entweder schnell zu wachsen oder zu sterben. Wenn Sie mit AI Benutzer schneller als Ihre Konkurrenten anziehen können, können Sie damit einen Schutz erstellen, der die Dynamik der Plattform nutzt. Im weiteren Sinne können Sie KI als Schlüsselkomponente für eine kostengünstige, hochwertige oder andere Geschäftsstrategie verwenden.

5. Entwickeln Sie interne und externe Kommunikation

KI wird Ihr Geschäft erheblich beeinflussen. Sie müssen alle wichtigen Stakeholder über KI-Technologie informieren, soweit dies ihre Interessen beeinflusst. Hier sind einige Dinge, die Sie für jedes Publikum beachten sollten:

Investor Relations: Führende KI-Unternehmen wie Google und Baidu sind derzeit viel teurere Unternehmen, unter anderem aufgrund ihrer KI-Fähigkeiten und der Auswirkungen, die KI auf ihre Gewinne hat. Wenn Sie erklären, wie KI Wert für Ihr Unternehmen schafft, und eine Beschreibung Ihrer wachsenden KI-Fähigkeiten sowie eine durchdachte KI-Strategie, können Anleger Ihr Unternehmen richtig bewerten.

Beziehungen zum Staat: Unternehmen in stark regulierten Branchen (unbemannte Fahrzeuge, Gesundheitswesen) stehen vor einzigartigen Herausforderungen, um im Gesetz zu bleiben. Die Entwicklung einer glaubwürdigen und überzeugenden Geschichte, in der der Wert und die Vorteile Ihres KI-Projekts für die Industrie oder die Gesellschaft erläutert werden, ist ein wichtiger Schritt, um Vertrauen und guten Willen aufzubauen. Dies sollte mit einer direkten Kommunikation und einem kontinuierlichen Dialog mit den Regulierungsbehörden im Verlauf Ihres Projekts verbunden sein.

Schulung für Kunden und Benutzer: KI wird Ihren Kunden wahrscheinlich erhebliche Vorteile bringen. Stellen Sie daher sicher, dass die entsprechenden Marketingmaterialien und Produkt-Roadmaps verteilt werden.

Spezialisten / Rekrutierung: Aufgrund des Mangels an KI-Spezialisten hat eine gute Arbeitgebermarke einen erheblichen Einfluss auf die Fähigkeit, solche Spezialisten anzuziehen und zu halten. KI-Ingenieure möchten an interessanten und aussagekräftigen Projekten arbeiten. Eine bescheidene Anstrengung, um Ihre ersten Erfolge zu präsentieren, kann einen langen Weg gehen.

Interne Kommunikation: Da KI heute noch wenig verstanden wird und das Thema Allgemeine Künstliche Intelligenz besonders hochgespielt ist, haben viele Angst, Unsicherheit und Zweifel. Viele Mitarbeiter sind auch besorgt darüber, dass ihre Arbeit mithilfe von KI automatisiert wird, obwohl dies je nach Kultur sehr unterschiedlich ist (beispielsweise ist diese Angst in den USA weitaus häufiger als in Japan). Eine klare interne Kommunikation, sowohl zur Erklärung der KI als auch zur Lösung der Probleme dieser Mitarbeiter, verringert den internen Widerstand gegen die Akzeptanz der KI.

Historischer Hintergrund wichtig für Ihren Erfolg

Das Verständnis, wie das Internet die Industrie verändert hat, ist hilfreich, um die wachsende Popularität von KI zu verstehen. Es gibt einen Fehler, den viele Unternehmen gemacht haben, als sie sich auf das Wachstum des Internets konzentrierten, und ich hoffe, dass Sie dies vermeiden, wenn Sie sich auf das Wachstum der KI konzentrieren. Im Zeitalter des Internets haben wir Folgendes gelernt:

"Einkaufszentrum + Website ≠ Internet Company"

Selbst wenn das Einkaufszentrum eine Website erstellte und Produkte über die Website verkaufte, wurde dies allein nicht zu einem echten Internetunternehmen. Dies ist es, was ein echtes Internetunternehmen ausmacht: Haben Sie Ihr Unternehmen so organisiert, dass Sie das tun, was das Internet Ihnen wirklich gut macht?

Zum Beispiel führen Internetunternehmen umfassende A / B-Tests durch, bei denen wir normalerweise zwei Versionen einer Website starten und prüfen, welche am besten funktioniert. Ein Internetunternehmen kann sogar Hunderte von Experimenten gleichzeitig durchführen, aber es ist sehr schwierig, mit einem physischen Einkaufszentrum zu arbeiten. Internetunternehmen können auch jede Woche ein neues Produkt liefern und so viel schneller lernen als ein Einkaufszentrum, das sein Design nur einmal im Quartal aktualisieren kann. Internetunternehmen haben einzigartige Positionen, wie z. B. einen Produktmanager und einen Softwareentwickler, und sie haben einzigartige Workflows für die Zusammenarbeit.

(deep learning), , . , :

« + Deep Learning ≠ -»

, , , .

, :

• -: - / -, .
• . -.
• : , .

- , . 2-3 , 6-12 . -, .