学习数据分析，做大数据紧缺人才
    主页 / 数据动态 / 行业资讯 /

关于AI，传统行业CEO必须知道这5件事

　如果您是一家企业或机构的 CEO，承担着为股东创造价值的重任，已经预感到 AI 时代将发生重大变化，但对机器学习、深度学习、图像识别这些名词还不太清楚，那么您至少应该了解本文提到的 5 件事情。
 
　　Shelly Palmer 是战略咨询公司 The Palmer Group 的 CEO，他对 AI 时代企业转型或产业升级所面临的阵痛有较为深入的了解。在他的博客中，高屋建瓴地指出了 5 点企业 CEO 应特别注意的事项——
 
　　机器学习、AI、认知计算、自然语言理解、图像识别、模式识别……这些近年来流行起来的词汇定义笼统，但在实践中，每个词都对应着一个将对生活方式和商业模式产生重大影响的研究领域。
 
　　如果您是一家企业或机构的领袖，承担着为股东创造价值的重任，但对这些词汇还没有太深入的认识，那么您至少应该知道以下五件事：
 
　　1.各个部门正在联手制造一场数据混乱的灾难
 
　　如果您的公司还没有严格的、执行良好的数据管理办法，那么公司内不同的部门之间将面临一场数据混乱的灾难，您最终还是要想办法处理。每个部门又有许多个项目。每个部门都在开发 app，创造用来提高效率、减少成本的系统。B2B 的app、B2C 的app、添加到各个数据集的 API……各个部门都希望创造让您引以为傲的业绩。这也就意味着，您公司的内部系统在收集数据，外部系统在收集数据，合作伙伴和供应商也在收集数据……到处都是数据。这些数据还没有变成您公司的核心资产，各部门间还在各自为战。日复一日，情况会越来越糟。
 
　　2.无法被协同使用的数据，不能发挥最大价值
 
　　也许在您的公司，从不同地方收集来的数据已经被存储到了专门构建的、目标明确的系统中，但如果缺乏数据的共同使用办法，您的公司仍然无法发挥所拥有数据的最大价值。想做到这一点，首先要能保证各部门能够轻松使用这些数据（easy to access）。您同时需要一套全面的隐私策略和安全协议，以及一套良好定义协作发展策略，以发挥您企业数据的最大价值。
 
　　3.AI 时代需要管理者团队具有想象力
 
　　您一定听过这样一句名言：预测未来的最好办法就是创造它。创造未来其实可能比你想像得要容易。在某次高峰论坛上，面对着来自 IBM Watson 和其他一些智能医疗企业的高管（还包括一名肿瘤科专家），我问了一个问题：如果有一个系统，收集了人类使用马桶后废水和某些排泄物的样本，送到一个训练用来检测肿瘤的 AI 系统中，会发生什么？由此引发的讨论颇有建设性，15分钟内，在座的专家想出了不下十种新的生意，而且真的有可能拯救生命，或至少能提高下一代洗手间的使用价值。对于一个15分钟的思维实验来说，这结果可不算坏。您也应该在您的团队中尝试一下。
 
　　比如，可以讨论一下“什么技术可能扰乱我们的供应链？”、“哪些新出现的消费者行为可能影响我们的线上销售？”“5G网络对我们是福是祸？”“如果混合现实成真，人们会如何购买我们的产品？”等等等等。记住，AI 时代，天高任鸟飞。大胆想象，然后绘制一个路线图。
 
　　4.从财务角度理解创新
 
　　引入能够对未来趋势做出预测的某一领域的专家、供应商或合作伙伴固然很好，但您仍然需要从财务角度对创新进行管理。您的团队时间有限，他们的本职工作是创造收益。您真的期待在未来一段时间见不到回报的情况下，他们真能拿出 10% 的时间来尝试创新吗？除非您真的把创新作为企业的首要战略，从财务上管理您的团队，使他们关注企业价值（即使在他们离职之后），您的创新计划很难成功。
 
　　5.所有竞争对手都同命相怜，它们甚至不再是主要问题了
 
　　好消息是，面对 AI 对产业的改变，您的大多数竞争对手和您状况类似。坏消息是，竞争对手不再是最大的问题了。那些挑战您行业地位的初创企业也不再是最大问题了。最大的问题是，机器学习系统能够解释呈爆炸式增长的数据，并提供应对策略，这一发展趋势愈演愈烈，您是否能适应？这，是您应该全力应付的焦点问题。
 R语言作为一种数据分析专业语言，是当今数据科学领域最流行的开源编程语言之一，在数据分析与机器学习领域已经成为一款最重要的工具。精通R语言的数据分析师是企业竞相争抢的高薪人才！
第8期R语言数据分析&机器学习高级实战课程正在火热报名中！扫码送课程详细介绍！

R语言来源：shellypalmer.com
作者：Shelly Palmer

未来的制造业要的不是石油，它最大的能源是数据.

马云