微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 吴恩达呼吁每个企业都要有首席AI官,你同意么?!

吴恩达呼吁每个企业都要有首席AI官,你同意么?!

2017-10-04 17:20
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2017-10-04 17:20 CNET科技行者

CNET科技行者 10月4日 北京消息(文/高玉娴): 如今,越来越多的企业在内部设了各种“C级别”的职位,除了首席执行官、首席财务官,还包括首席数据官、首席信息官、首席技术官,甚至是首席客户官和首席文化官等等,来承担企业关键业务范围的不同职能。

正如100多年前电力的出现催生了首席电力官,近20年来,IT与互联网的风生水起也让首席信息官和首席技术官成为推进企业发展的核心角色。

现下,我们又看到了人工智能这一波浪潮给产业带来的翻天覆地的变化,这也让许多专家和企业开始重新审视企业的组织架构,以适应这一轮变革。此前,吴恩达在《如何物色人工智能总监?》一文中提出,对于大部分有数据但缺乏深度人工智能知识的公司来说,应该聘请一个首席人工智能官(chief AI officer/ CAIO)或人工智能副总裁(VP of AI),来指导企业的AI战略。

但是,从目前来看,要让CAIO成为企业C级别职位的“标配”起码还需要数年的时间。当我们直接从LinkedIn上搜索“chief AI officer”,结果显示只有18人具有这样的职位名称:

虽然吴恩达的观点遭质疑,但从业者仍要学着像首席AI官一样思考

虽然吴恩达的观点遭质疑,但从业者仍要学着像首席AI官一样思考

虽然吴恩达的观点遭质疑,但从业者仍要学着像首席AI官一样思考

虽然吴恩达的观点遭质疑,但从业者仍要学着像首席AI官一样思考

▲ 在LinkedIn上搜索“chief AI officer”的显示结果

相比之下,搜索“首席健康官”的结果则有超过250个。

然而,许多专家们仍然相信,随着企业的发展模式变得越来越复杂,企业对于具有领域专业能力的领导层的需求也将日益增加。机器学习、自然语言处理、机器人和计算机视觉等人工智能技术正在从根本上改变企业的工作流程、改变市场规则、改变我们的生活方式。因此,专家预测,在未来的几年中,企业对CAIO这样一个职位的需求也将越来越迫切。

当然,就像并不是所有人都认同人工智能的出现给工作和社会带来的是积极影响一样(如Elon Musk等所倡导的人工智能威胁论),专家们对于企业是否真的需要CAIO也颇有一番争议:

支持者:CAIO可以推进AI的应用并吸引更多AI人才

吴恩达认为企业应该设立CAIO这一职位的主要论点是:

  • 首席AI官将能够更好地确保人工智能应用于业务场景中的各个部分
  • 由首席AI官领导的专门的AI团队可以帮助吸引紧缺的AI人才

同时,他还给出了企业在寻找首席AI官或人工智能副总裁的一些建议:

  • 对人工智能和数据基础设施好的技术理解
  • 具备跨职能的工作能力
  • 具有强大的企业家技能
  • 能够吸引并留住人工智能人才的能力

吴恩达表示,有效的首席AI官应该有管理人工智能团队的经验。由于人工智能进化飞快,他们需要跟得上变化,但要求他们必须处于最前沿就没那么重要的(虽然这能帮助吸引人才)。更重要的是他们能跨职能部门进行合作,有搞清楚如何适应公司已有人工智能工具的业务技能。

对此,曾在多家公司担任国CIO和CTO的凯伦•劳森(Karen Lawson),在其发表的一篇文章也表示,CAIO将是企业吸引人才、优化工作流程的重要角色,他们将进一步推动人工智能的实际业务价值。

此外,来自NASA的Steve Chien也透露,他担任人工智能负责人的Jet Propulsion Laboratory正在考虑开设一个CAIO的职位,领导该机构在机器人、AI和机器学习等方面的工作。他强调:“未来,每一位员工都会不断思考AI可以帮助他们改善什么工作环节,同时,企业也会希望能有一个首席AI官能够监督和推进所有这一切变化。”

反对者:企业实施AI 战略并不是简单聘请一位CAIO就能解决的

相反地,AI公司Narrative Science 首席科学家、美国西北大学计算机科学教授克里斯蒂安•哈蒙德(Kristian Hammond)则提出,“企业千万别设首席 AI 官”!

他自称是一名真正狂热的 AI “信徒”,并且认同在企业中有效部署 AI 的价值。但是,他也表示,虽然因为急于实施“AI 战略”而聘请懂 AI 技术的人来领导这项工作,可能看起来符合当前的趋势,但这忽视了一个现实,即只有当这一角色对实际业务问题和业务目标有深入了解的情况下,创新计划才可能成功。而这不是简单雇一名“首席 AI 官”就能实现的。

因此,他认为,企业不需要首席AI官。需要的只是一个了解如何将现实的业务问题与懂得技术解决方案细节的人进行沟通的团队。

对此,在“华尔街日报”的采访中,奇点大学(Singularity University)的人工智能和机器人技术负责人Neil Jacobstein也指出,与一个小团队探索如何用AI技术解决特定的业务问题相比,集中在企业中研究AI问题可能更为困难。

用他的话来说,“将技术的速度与团队的灵活性相匹配是非常重要的。如果在企业内部又一个权威的AI专家,很可能造成每个人在工作中都要请示与他,这种工作方式不能像拥有强大团队的分权组织那样快速有效。”

首席AI官的6大职能和6大要求

事实上,在此之前,一些首席数据官(CDO)和有超前思维的 CIO 在企业中已经扮演了CAIO的角色。以CDO为例,近几年来大数据的发展使得CDO这一群体大规模增加,据Gartner预测,到2019年90%的大型企业都将有一个CDO。而截止到2016年8月,Forrester调查发现,已经有近一半(45%)的大型企业在公司设立了CDO。虽然大数据与人工智能技术之间有着紧密的关联性,但是,首席AI官的职能仍然不能与CDO直接划等号。

人工智能应用专家叶伟志不久前也在其文章中阐述了首席AI官的6大职能,分别是:

理解/制定公司的战略。即理解时代发展的大浪潮,基于公司的实际情况,找到合适的行业,进行公司的战略定位,同时基于公司的产品,使用合适的方法进行分类(比如波士顿矩阵),从而制定不同产品的执行战略。

引入成熟的机器学习算法。引入成熟的机器算法,如,决策树、随机深林、逻辑回归、SVM支持向量机、朴素贝叶斯、K最近邻、K均值、Adaboost、神经网络、马尔可夫等,但不需要去研究和提升算法本身。

收集训练数据。目前而言,机器远没有达到人的能力,因此无法从纷杂的世界里面学习各种非标准化的东西,为了让机器和算法快速地成长,就需要专门的人员收集大量计算机可以理解和学习的数据。

建立行业专家系统。主要就是利用通用的人工智能推理算法和能力,加上既有的行业特定知识作为边界,把知识和推理能力分开。同时配合符合行业规则的可被计算机学习的训练数据,让机器在这个范围当中不断地去学习挖掘深度的知识。最终这个专家系统,可以给企业提供重要的业务建议以及决策辅助。

使用成熟的人工智能产品。跟不同的人工智能产品厂家打交道,使用各种成熟的人工智能产品,包括硬件、传感器、信息采集系统;机器学习框架,各种专家系统;机器人,系统,程序等。并选择合适的产品成为自身企业商业拼图当中的一部分。

创新的符合用户体验的循环。找到落地的用户体验和实现用户价值的场景,然后找到合适的商业模式,建立一个创新的循环。即数据-知识-用户体验-新的数据。找到这样一个循环往复的流,人工智能事业才能像滚雪球一样往前滚。

基于此,企业对首席AI官具有6大要求,即能够理解和执行企业战略、完全熟悉企业产品、理解人工智能技术、有设计和执行商业模式大权利和能力、对信息和数据有足够大敏感性、具有企业家精神。

因而,叶伟志认为,目前,在企业中,最适合充当CAIO这一角色的实际上是CEO。

不管有没有首席AI官,企业都需要开始布局AI战略

虽然专家们在是否设立CAIO这一职位的问题上形成了两个“阵营”,但是,有一个广泛的共识是,没有人反对人工智能将彻底改变产业这一事实,大家普遍认为,没有尽早布局人工智能战略的企业将会被时代所“抛弃”。

据麦肯锡最近报道,全球范围内对AI的投资一直保持着快速增长,并将迎来下一波的中断,早期采用者将获得巨大的收益。举几个具体的数字,科技巨头在2016年花了200亿至300亿美元进行AI相关研究和收购,并且预计每年将花费6.5亿美元招募AI人才。

不管有没有首席AI官,考虑到人工智能的重要性,每一个希望未来盈利能力的企业现在都需要一个AI战略。

而对于从业者而言,不管将来是否会有首席AI官这一职位,也许我们可以从现在开始,学着像一名首席AI官一样思考。

Harvard Business Review

分享至
0赞

好文章,需要你的鼓励

推荐文章
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-