當一項新技術(shù)出現(xiàn)時，組織他們的領(lǐng)導(dǎo)者就會摸索出一個連貫的、與業(yè)務(wù)相關(guān)的策略，這并不是什么新鮮事。近年來，隨著數(shù)字化的興起，我們已經(jīng)看到了這一點，從定義什么是真正的數(shù)字，到定義成功意味著什么，這些都引發(fā)了問題?，F(xiàn)在，一系列認知解決方案如人工智能、機器學(xué)習(xí)等等，已經(jīng)開始被接受。

隨著人工智能和認知計算成為今年的潮流，是時候開始探索它究竟能為業(yè)務(wù)增長做些什么，以及如何實現(xiàn)它了。一些好消息是：人工智能不像數(shù)碼那樣無定形和軟綿綿的，更好的消息是：前幾代技術(shù)帶來的許多問題也適用于人工智能，首先是最基本的原則：不要為了技術(shù)而實現(xiàn)技術(shù)，要有一個商業(yè)目標。

其中一個不太好的消息是，大量資金正開始投入人工智能和認知技術(shù)領(lǐng)域。供應(yīng)商們對此議論紛紛，分析人士告訴我們，如果我們不這么做，我們很快就會擺脫困境。因此，隨著越來越多的資金被投入其中，制定更多的戰(zhàn)略非常重要，以使其在企業(yè)中具有更廣泛的用途。正如托馬斯·達文波特(ThomasDavenport)和維克拉姆·馬希達爾(Vikram Mahidhar)最近在“麻省理工學(xué)院斯隆管理評論”(MIT Sloan Management Review)上觀察到的那樣，“許多公司承擔(dān)的項目都不是針對重要的商業(yè)問題或機會，大多數(shù)組織沒有針對認知技術(shù)的戰(zhàn)略“。

那么，什么是人工智能戰(zhàn)略的基本組成部分，或接近戰(zhàn)略的東西，這里有幾個的建議：

1、從行業(yè)的角度看待人工智能：許多開發(fā)或向他人提供人工智能的公司，在技術(shù)本身和實現(xiàn)人工智能所需的數(shù)據(jù)科學(xué)家方面都有相當大的實力，但他們可能缺乏對終端市場的深刻理解，尋求提供人工智能驅(qū)動產(chǎn)品的公司不僅應(yīng)分析其人工智能舉措的價值，還應(yīng)分析其所在行業(yè)采用人工智能的情況。

2、讓人工智能關(guān)注人和賦權(quán)：人工智能可能會導(dǎo)致許多自主的過程，但人們將決定它將如何推動業(yè)務(wù)。人工智能的愿景應(yīng)該始終是增強技術(shù)專業(yè)人士和企業(yè)公民的權(quán)能，以建立更好的用戶體驗。

3、利用數(shù)據(jù)：這是為人工智能輸出提供動力的燃料。機器學(xué)習(xí)之所以如此成功，部分原因在于它能夠根據(jù)數(shù)據(jù)訓(xùn)練模型，而不是用傳統(tǒng)方法明確定義應(yīng)用程序的行為。利用組織中的機器學(xué)習(xí)告訴世界，您確實是數(shù)據(jù)驅(qū)動的。建議建立一個基于用例的數(shù)據(jù)計劃，并能夠產(chǎn)生結(jié)果和預(yù)測，這些結(jié)果和預(yù)測可以被輸入到設(shè)計好的界面中，供人類在交易系統(tǒng)上采取行動，也可以被輸入到交易系統(tǒng)中。這包括繪制出數(shù)據(jù)是如何創(chuàng)建、獲取、管理和交付給人工智能引擎的。