吳恩達錯了！實踐者說，企業千萬別設「首席 AI 官」

新智元編譯

每個認真的技術公司現在都有一支人工智慧團隊。這些公司正在大量投資於情勢評估、預測分析、基於學習的識別系統、對話界面以及推薦引擎等智能系統。谷歌、Facebook 和亞馬遜等公司不是僅僅在使用人工智慧，而是將人工智慧作為其核心的知識財產。

隨著市場趨於成熟，企業開始轉向使用 AI，而不是自己開發 AI。他們將智能系統視為銷售、物流、製造等的解決方案。他們希望 AI 可以提高生產效率，將現有生產流程自動化，提供預測分析，以及從大興數據集中提取意義。對他們來說，AI 是一種競爭優勢，但不是其核心產品的一部分。這些公司對 AI 的投資可能有助於解決實際的業務問題，但不會成為面向客戶的產品的一部分。例如，百事可樂、沃爾瑪和麥當勞可能對投資 AI 以幫助營銷、物流甚至自動翻轉漢堡有興趣，但這並不意味著它們有希望造出智能的蘇打水，智能雪鏟或者智能巨無霸。

AI 被認為是很早期的技術，我們現在經常聽到有關「AI 戰略」的建議，以及公司應該聘請「首席 AI 官」之類的說法。（吳恩達：如何物色首席AI官？）大數據的崛起引發了一股數據科學家熱潮，AI 與之相似，有人提出每家企業都需要聘請一名 C 級主管來推動企業的 AI 戰略。

我想說，請你不要這樣做。真的，千萬別！

並不是說我懷疑 AI 的作用。我的整個職業生涯都在做 AI 相關的工作。我不是 AI 的懷疑論者，而是一名真正狂熱的 AI 信徒。

當然，我也同意在企業中有效部署 AI 需要將重點放在實現業務目標。急於實施「AI 戰略」，於是聘請懂 AI 技術的人來領導這項工作，可能看起來符合當前的趨勢，但這忽視了一個現實，即只有當對實際業務問題和業務目標有深入了解的情況下，創新計劃才可能成功。若想 AI 對企業有幫助，企業的目標必須是推動力。

這不是雇一名「首席 AI 官」就能實現的。這個角色的本質就是不管什麼地方出了問題，都拿出 AI 來。這位高學歷、高薪、高度積極的首席AI官會全面倒騰你的公司，尋找能應用 AI 技術的地方，他的目標是使用AI，而非解決實際的問題。

這並不是說你不需要懂 AI 技術的人才。你當然需要這樣的人。但是，懂得技術和懂得他們能為你的企業戰略做些什麼是完全不同的。聘請一名首席AI官並不能代替企業中技術人員和了解企業戰略的人員之間的有效溝通。

替代首席AI官的方法可以是從問題著手。將 AI 解決方案的考慮轉移到直接解決問題的人身上。如果這些人在 AI 的解決方案可能適用時具有一個思考框架的話，這些解決方案具體在地方適用，他們可以提出建議。幸運的是，這個框架來自技術本身。我們已經知道在哪些地方 AI 能夠起作用，以及在哪些地方 AI 的應用還不成熟。

歸結起來，問題在於數據和任務。

例如，具有容易理解的模式的常規資料庫中的高度結構化數據通常支持傳統的高度分析性的機器學習方法。如果你有10年量的交易數據，那麼你應該使用機器學習來尋找客戶的人口統計學特徵和你的產品之間的相關性。

如果你有量大，特徵少的數據集（例如圖像或音頻），那麼深度學習技術是最使用的。例如，使用設備聲音數據，利用深度學習方法來預測工廠車間的故障是可行的。

如果你的數據全是文本，那麼數據提取、情感分析，以及類似 Watson 的那種基於證據的推理等技術會有用。例如，基於 HR 的最佳實踐手冊實現自動化智能推薦可以適用這樣的模型。

如果你擁有業務狀態或性能報告的數據，那麼自然語言生成是最佳選擇。當可以使用機器自動生成並通過電子郵件發送完美的有可讀性的英文報告時，還聘請分析師，讓他們把寶貴的時間專門用於分析和總結公司的銷售數據，這是沒有意義的。

這裡的觀點很好理解。AI 並不是魔術。特定的技術能解決特定的問題，並且具有特定的數據要求。了解這些並不要求你聘請一個巫師或者獨角獸去處理它們。不需要首席AI官。需要的只是一個了解如何將現實的業務問題與懂得技術解決方案細節的人進行溝通的團隊。

今天的 AI 技術非常強大。當 AI 技術進入企業時，它將改變一切。如果我們專註於應用 AI 技術去解決真正的、普遍存在的問題，我們將能夠建立一種新型的人機合作關係，使我們所有人都能夠最高效地工作，並且最大限度地發現我們的潛力。

原文地址：https://hbr.org/2017/03/please-dont-hire-a-chief-artificial-intelligence-officer

3月27日，新智元開源·生態AI技術峰會暨新智元2017創業大賽頒獎盛典隆重召開，包括「BAT」在內的中國主流 AI 公司、600多名行業精英齊聚，共同為2017中國人工智慧的發展畫上了濃墨重彩的一筆。

點擊閱讀原文，查閱文字版大會實錄