教育新闻网随着围绕AI的炒作持续增长，越来越多的组织感受到了使其业务现代化的压力。但是如何选择合适的项目呢?由于有数十个潜在用例，但资源有限，因此必须对具有高业务价值和高成功可能性的项目进行优先级排序。
该项目将使谁受益?
确定目标目标受众是定义AI项目的关键步骤。一个重要的考虑因素是认识到“受众”不一定必须是外部的-从AI项目中受益的人当然可以是组织内部的员工
项目将如何具体改善经验或成果(以及如何衡量这种影响?
在确定目标受众之后，重要的是准确考虑AI应用程序或系统将如何改善该受众的体验。这种“方式”应尽可能地定量，以显示实施后的AI系统的投资回报率(ROI)。
如果“方法”不清楚，则将潜在项目从列表中剔除。人工智能用例(尤其是在获得组织范围内对人工智能工作的支持时的早期案例)应重点关注具有真实且可衡量的业务成果的机会。
为什么为此目的使用AI会比现有流程更好?
AI成为新的“简单”按钮的想法很容易被吸引。但是新的并不总是意味着更有价值-在权衡各种AI项目的利弊时，请考虑预期的收益是否能证明更换现有流程所需的时间和投资是合理的。
如果项目成功，会有什么好处，而如果失败，后果是什么?
没有人喜欢在AI项目开始之前就想到失败，但事实是87%的数据科学项目从未将其投入生产。因此，重要的是评估最坏情况发生后的后果。
品牌声誉或客户信任度是否会受到重大损害?
人工智能项目的组织信任水平和数据团队执行能力是否会受到损害?
是否存在有关合规性或客户隐私的风险?
项目的数据将来自哪里，并且已经存在?
当组织想要实施出色的AI解决方案但又没有针对特定任务的随时可用的数据时，就会发生断开连接。那些处理第一个AI项目的企业可能会考虑选择仅依赖内部数据的初始项目，而不是那些严重依赖第三方资源或定制制造大量培训数据的项目(例如斯坦福大学的Snorkel，亚马逊的Mechanical Turk或Google的AI平台)数据标签服务)。
何时应提供初始工作原型以及随后的生产最终解决方案?
AI项目的时间表不仅应包括开发时间和工作原型的期限，还应包括部署到生产和第二(或第三)迭代的期限。人工智能项目非常适合MVP方法，因为了解机器学习模型性能的最佳方法是在生产中，因此，成功项目的关键在于及早操作，经常调整和推出新版本。
当今最成功的组织已经接受了这样一种想法，即有效地利用数据和技术不仅可以提高竞争优势，而且可以改善员工和客户的体验。但是，在计划组织的AI战略时，必须具有战略性和审慎性，这一点很重要。将这六个问题用作入门的框架或步骤，将有助于避免错误定义AI项目的错误开始，并为成功创造环境。
