原文：
www.kdnuggets.com/2022/11/create-effective-ai-strategy.html
图片由 macrovector 提供，来源于 Freepik
数据是所有业务战略的核心。自从疫情爆发以来，数据生成速度前所未有，推动了整个世界的数字化。组织在其网络属性上的访问量呈指数增长，变得数据丰富。
现在，大多数组织希望利用这一数据资产来进一步改善业务并获得竞争优势。这可以通过多种方式实现——
-
通过了解用户的痛点来丰富用户体验
-
理解用户在其产品和服务中的价值
-
识别他们开始掉队的地方？
-
找出客户流失的原因——是页面加载问题还是缺乏更好的优惠或价格问题等？
-
或者，企业专注于提高内部运营效率，并希望通过数据驱动的成本削减措施。
一旦确定了业务目标，管理层将其融入战略目标中，这些目标是企业希望在未来三到五年内实现的目标。无需多言，这是一个多年的过程，需要精心规划，以决定当前年份及其后续年份应选择哪些举措，以使企业能够实现其总体战略目标。
此外，战略家通过评估哪些任务为未来季度奠定基础，将年度目标拆分成每季度的目标。简而言之，战略家与跨学科团队的领导者共同确定依赖关系，制定每季度的目标和任务。
为了实现业务目标，可以开展很多倡议，但你可能无法提前知道哪些举措能够以最优化和高效的方式创造业务价值。不能同时开展所有想法并对其进行后期分析以评估其效果。一次性执行所有倡议并评估其可行性在时间和资源上都是昂贵的。
这就是战略发挥作用的地方——它将宽泛的高层目标转化为细化且明确的路线图，以优先考虑关键项目。
许多人把策略与目标设定混淆，而实际上，策略是一个非常精心制定的计划，列出了行动项目，并成功地将策略从设计阶段推进到执行阶段。
现在我们了解了什么是策略，让我们理解何时是固定战略要求并启动基础工作的正确时机。
这是一个典型的问题，即在设计最完美和最优化的策略所花费的时间与何时封存设计部分并开始策略执行之间的权衡。AI 策略的很大一部分特征来自于 AI 项目的实验性质。你可能在深入研究之前无法预见所有的需求、依赖关系和风险。因此，AI 策略需要不断重新优先排序，并且需要灵活性以及在项目进展到下一阶段时能够重新调整项目范围的能力。
可以理解的是，有时你必须从一个蓝图开始，而不是等到所有的信息和输入都完全准备好。这也被称为冷启动问题。
很难选择一个公开的声明来启动项目，而且这种担忧也是合理的。如果你在一开始就选择了错误的项目——你可能会失去热情，并在旅程的开始阶段感到气馁。可能需要六个月或一年时间来通过试错进行迭代，但在一到一年半之后，你的举措必须开始显现回报。过了一段时间，结束一个项目并从头开始一个新项目变得非常困难。
此外，新项目有时意味着对新技术的初期提升，这需要在内部专家的帮助下进行良好的战略规划，以帮助引入新技术。不仅仅是技术的采用至关重要，整体解决方案在组织内部的采纳也很关键。
这引出了我们的下一点，强调了需要倡导者来宣传你的解决方案的必要性，并在这段旅程中成为你的支持者。看到你的解决方案在企业中的采用会带来显著的信心提升。
AI 策略师是一个协调者，负责与包括业务、产品、数据科学和分析以及工程等多个团队合作。
来源: 图片由 tirachardz 提供于 Freepik
一个有效的 AI 策略要求策略师对 AI 项目的工作流程和关键基本驱动因素有清晰的了解，比如：
-
关注 AI 解决方案对最终用户的影响
-
理解伦理问题，如偏见或不公平的结果，或对敏感和私人信息的访问。
-
评估需要建模的过程是否可重复，以及数据是否存在供算法学习的模式。
-
提出的解决方案在技术方面是否具有可扩展性？
-
这是否跨越了各个领域，并在使用案例方面邀请广泛采用？
-
整个解决方案中哪些组件需要从头开发，哪些可以外包？
-
考虑实施策略所需的技术技能——这些技能是团队内部可用的，还是需要外部培训或招聘？
这篇文章阐明了战略的重要性，并重点介绍了在设计人工智能战略时的关键因素。旨在揭示复杂性并列出建立成功人工智能战略的基本支柱。
Vidhi Chugh 是一位人工智能战略家和数字化转型领袖，专注于产品、科学和工程交叉领域，致力于构建可扩展的机器学习系统。她是一位屡获殊荣的创新领袖、作者和国际演讲者。她的使命是将机器学习民主化，并打破术语，使每个人都能参与这一转型过程。