由于人工智能（AI）和机器学习（ML）的迅速发展与运用落地，天下各地的公司正在积极利用AI和ML发展业务 ，乃至投资数百亿美元。这些技能能够对业务与产生深刻的影响，以是Gartner报告预测，未来将“进入剖析时期”，到2023年，人工智能和深度学习技能将成为数据科学新运用最常见的两种方法。
在业务中有效利用AI和ML可以帮助企业远远领先于其所在行业的竞争对手，由于技能肃清了很多流程中不必要的麻烦。只管AI和ML对业务和企业如此主要，但也很少有公司能够成功地履行和支配，并将其作为整体数据和剖析策略的一部分。根据Gartner的剖析，有46％的CIO制订了支配AI的操持，但只有4％的人将观点变为现实。
事实是，要让企业真正意识到AI和ML的潜力可能还须要很多年，但是现在为AI驱动策略奠定根本已经不算太早。因此在开始利用AI和ML时，有五个要点要考虑。
要点1：提出精确的问题
当涉及到面向未来的数据策略时，组织须要考虑四件事。我的组织内部有哪些可用数据？我们须要从外部获取哪些数据来推动差异化竞争？我们的数据是否以一种便于机器学习和人工智能的办法可用?大概最主要的是:我们在哪里可以提高我们的业务技能，什么须要纯数据科学和人工智能技能，以及IT可以管理什么?这些问题的答案该当作为你策略的根本。
要点2：剖析不同来源信息
成功的AI/ML策略不是一挥而就的。最聪明的组织对数据获取和策略采纳剖析多年积累信息的方法，集中于编译来自不同来源和孤岛的数据(常日环绕卓越中央(CoE)构建)，并投资于精确的技能和职员，以奠定根本。与此同时，这些组织希望从Amazon、Microsoft和其他公司得到基于云的产品，以创建中间数据存储，随着韶光的推移和策略的发展，这些存储可以支持不同的用例。
要点3：始终将人才放在计策中央
ZipRecruiter最近的一项研究创造，“人工智能最成功的运用是与人类互助利用，而不是替代人类。”这便是为什么这项研究表明，人工智能创造的就业机会是去年的三倍。只管自动化技能不断进步，但公司仍在连续投资具有数据技能的人才。天下经济论坛（World Economic Forum）预测，在未来四到五年内，与数据干系的事情以及AI和ML专家将成为最须要的事情。
要点4：建立多学科团队
由AI专家，数据科学家和业务线剖析师组成的多元化团队为AI / ML供应了更全面的方法，由于全体项目涵盖了从数据网络过程到数据挖掘活动、机器学习和自动化的全体过程。 那些能够进行数据网络、处理和培训的职员将能够优化其对组织的贡献，并增强其个人或公司实现目标的能力。
要点5：弥合技能差距
不论技能水平如何，企业对任何数据事情者的需求都越来越大。他们须要更多地处理数据，并且组织须要探求提高技能组的方法，以可理解和透明的办法构建模型，并须要弥合全体组织的技能差距。由于人工智能数据设计须要“数据说话”来帮助构建事情流，组织必须实现诸如增强剖析等技能，这些技能可以自动化数据准备、洞察创造和数据科学(即autoML)。
要点6：展望未来
毫无疑问，人工智能和机器学习将在未来几年内改变商业天下和生活，而组织须要令其业务的每个成员都思考如何利用该技能。无论AI和ML如何发展，数据始终处于最前沿，是成功和真正的数字经济的最主要驱动力之一。
作者：Chris Preimesberger