《人工智慧轉型手冊》，吳恩達 著

李杉 編譯整理

量子位 出品 | 公眾號 QbitAI

AI大者，為國為民。

從今往後，市值5億美元至5000億美元的企業，都能用得上、用得會、用得好吳恩達的AI轉型經驗了。

這是他在谷歌和百度帶隊AI的核心總結，也是他見得廣、聽得多、被諮詢無數後的精華提煉。

一冊《人工智慧轉型手冊》，手把手步驟分享，完全開源。

在吳恩達看來，AI必將像電力一樣改變各行各業，企業越早開啟轉型，就越能享受紅利。

但不是每家公司都能請到合適的高管人才，也不是誰都有幫助企業實現AI轉型的經驗。

而吳恩達自己，先在谷歌，後在百度，方法論都得到了驗證。

吳恩達認為，他的經驗，可以複製。

並且現在，他還將經驗完整梳理、逐步分享，詳細解釋，實踐6-12個月，就能初步看到切實效果。

以下是這份《人工智慧轉型手冊》的全文，量子位經Landing.ai授權翻譯：

就像100年前的電力一樣，人工智慧技術現在也將逐一改變每個行業。從現在到2030年，它將創造大約13萬億美元的GDP增長。雖然AI已經在谷歌、百度、微軟和Facebook等頂尖科技公司創造了巨大的價值，但今後的價值創造風潮將不再局限於軟體領域。

這份《人工智慧轉型手冊》，是根據我領導谷歌大腦和百度人工智慧團隊的經驗收集匯總而來的，這兩個團隊在幫助谷歌和百度轉型為偉大的人工智慧公司的過程中，都扮演了至關重要的角色。

任何一家企業都有可能按照這本手冊成為強大的人工智慧公司，但這些建議主要是為市值在5億至5000億美元的大公司定製的。

我建議企業利用人工智慧進行轉型的過程中遵照以下步驟進行，我也會在本手冊中對此進行解釋：

1.通過實施試點項目來蓄勢

2.組建內部人工智慧團隊

3.提供廣泛的人工智慧培訓

4.制定人工智慧戰略

5.開發內部和外部溝通機制

1. 通過實施試點項目來蓄勢

部署前幾個人工智慧項目時，關鍵是要讓項目取得成功，不能一味追求高價值項目。

這些項目必須具備充足的意義，這樣一來，初期的成功就能幫助你的企業熟悉人工智慧，還能說服公司內部的其他人也對人工智慧項目展開進一步投資。

它們的規模不能太小，以免讓其他人認為微不足道。關鍵是讓飛輪不斷旋轉，好讓你的人工智慧團隊獲得足夠的發展勢頭。

前幾個人工智慧項目應該具備以下特徵：

應該為新組建的或外部人工智慧團隊（他們可能對你的企業所在的領域並不了解）和你的內部團隊（他們非常了解你的領域）創造合作機會，並開發幾套能在6到12個月內看到效果的解決方案。

該項目應該具備技術可行性。有太多的公司選擇了不可能使用當今的人工智慧技術完成的項目，因此應該讓值得信賴的人工智慧工程師對項目開展盡職調查，之後再啟動項目，讓你更加確信項目的可行性。

制定一個明確且可以量化的目標來創造商業價值。

當我領導谷歌大腦團隊時，谷歌內部對深度學習技術充滿懷疑（其實全世界都是如此）。為了幫助團隊蓄勢，我選擇谷歌語音團隊作為第一個客戶，通過與他們的密切合作來大幅提高谷歌語音的識別率。

語音識別是谷歌內部的重要項目，但並不是最重要的，比如說，它對公司利潤的貢獻比不上網路搜索或廣告業務。但通過深度學習技術讓語音團隊更加成功後，其他團隊也開始信任我們，從而讓谷歌大腦團隊獲得了發展勢頭。

一旦其他團隊開始看到谷歌語音團隊與谷歌大腦團隊合作後取得的成功，我們就可以獲得更多內部客戶。我們的第二大內部客戶是谷歌地圖，他們使用深度學習來提升地圖數據的品質。有了這兩次成功經驗，我開始與廣告團隊對話。

逐漸積累的發展勢頭也讓我們開發出越來越多成功的人工智慧項目。你也可以在自己的公司中採用同樣的模式。

2. 組建內部人工智慧團隊

如果外包合作夥伴擁有深厚的人工智慧專業技術，可以幫你快速蓄勢。儘管如此，從長期來看，用內部人工智慧團隊執行一些項目的效率還是更高。

另外，你肯定希望把一些項目保留在公司內部，以便獲得更為獨特的競爭優勢。

想組建內部團隊，必須要獲得高級管理層的認可。在互聯網崛起的過程中，招募一名CIO成為很多公司制定有凝聚力的互聯網使用政策的轉折點。

相比而言，有的公司開展了很多獨立的嘗試，包括數字營銷、數據科學和新建網站。但如果這些小規模的試點項目無法通過擴大規模來給公司其他部門帶來變革，那就無法充分利用互聯網的能力。

在人工智慧時代，很多公司的關鍵發展勢頭都需要通過組建集中化的人工智慧團隊來實現，因為這種團隊可以對整個公司形成幫助。如果專業範圍合適，這種人工智慧團隊可以歸CTO、CIO或CDO（首席數字官）領導。也可以安排專門的CAIO（首席AI官）。

人工智慧部門的關鍵職責是：

組建一套人工智慧技術來支持整個公司。

在初期開展的一系列跨職能項目，用人工智慧項目支持不同的部門/業務。在完成初期項目後，確定一套可以重複的流程，以便繼續交付一系列有價值的人工智慧項目。

為招聘和留住員工開發一套一致的標準。

開發覆蓋整個公司的平台，這個平台不僅對各個部門都有幫助，而且不太可能由單一部門開發出來。例如，可以考慮跟CTO、CIO、CDO合作開發統一的資料庫標準。

很多公司都會通過多個業務部門分別向CEO彙報工作。組建新的人工智慧部門後，便可通過矩陣模式將人工智慧人才分配到不同的部門，從而推動跨職能項目。

新的工作說明和新的團隊組織將會出現。我給團隊成員安排的職位包括機器學習工程師、數據工程師、數據科學家和人工智慧產品經理，這都跟人工智慧蓬勃發展之前的時代大不相同。一位優秀的人工智慧領導者可以給你提供相應的建議，幫助你確定合適的流程。

人工智慧人才市場現在硝煙瀰漫，可惜的是，多數企業都無法招到一名斯坦福大學的人工智慧博士生（甚至連一名斯坦福大學的人工智慧本科生都招不到）。畢竟短期來看，人才大戰是一場零和遊戲，與招聘企業合作組建人工智慧團隊或許可以給你帶來不小的優勢。

然而，為現有團隊提供培訓也可以在內部培養很多新的人才。

3. 提供廣泛的人工智慧培訓

當今沒有一家公司在內部擁有足夠的人工智慧人才。

雖然媒體報道人工智慧人才的工資時有些誇大其詞（媒體提到的數字往往是異常值），但人工智慧人才的確很難找。

幸運的是，包括Coursera、ebooks和YouTube視頻在內的各種數字內容渠道都提供了非常划算的方式，讓很多員工可以接受人工智慧等新技術的培訓。聰明的首席學習官知道，他們的工作是收集內容而不是製作內容，然後確定一個流程來確保員工完成學習過程。

10年前，所謂員工培訓就是要聘請一些專家來到辦公室講課。但現在這麼做已經顯得效率太過低下，而投資回報率也不夠明確。相比而言，數字內容成本更低，而且給了員工更多的個性化體驗。如果你真的有錢聘請專家，也應該用這種面對面的授課方式來為網路內容作補充。

這被稱作「翻轉課堂」教學法。我發現，如果方法得當，這便可以加快學習速度，令學習體驗更加愉快。例如，我在斯坦福大學教授深度學習課的時候就使用這種教學法。

聘請幾位人工智慧專家當面授課，還有助於激發員工學習這些人工智慧技術的熱情。

人工智慧將會改變各種各樣的工作，你應該讓所有人都掌握在人工智慧時代適應新職責所需的知識。諮詢一位專家，可以幫助你為自己的團隊定製課程。你可以參考以下這種培訓計劃：

1) 高管和高級企業領導者：（≥4小時培訓）

目標：讓高管理解人工智慧可以為企業做什麼，開始制定人工智慧戰略，制定合適的資源分配決策，並與人工智慧團隊展開順暢的合作，以支持有價值的人工智慧項目。

課程：

基本了解人工智慧的商業問題，包括基本技術、數據，以及人工智慧能做什麼和不能做什麼。

理解人工智慧對公司戰略的影響

針對人工智慧在關聯行業的應用案例展開研究。

2) 負責實施人工智慧項目的部門領導（≥12小時培訓）

目標：部門領導應該可以為人工智慧項目確定方向、分配資源、監控和追蹤進度，並按照需要進行修正，以確保項目成功交付。

課程：

基本了解人工智慧的商業問題，包括基本技術、數據，以及人工智慧能做什麼和不能做什麼。

基本了解人工智慧的技術，包括主要演算法種類及其要求。

基本了解人工智慧項目的工作流程、人工智慧團隊的職責和人工智慧團隊的管理。

3) 人工智慧工程師培訓生（≥100小時培訓）

目標：新培訓的人工智慧工程師應該可以收集數據、訓練人工智慧模型，還可以交付具體的人工智慧項目。

課程：

對機器學習和深度學習有深入的技術理解；基本理解其他人工智慧工具。

理解人工智慧和數據系統開發工具的可用性（包括開源工具和第三方工具）。

能夠落實人工智慧團隊工作流程。

另外，通過持續教育來學習最新的人工智慧技術。

4. 制定人工智慧戰略

人工智慧戰略可以引導你的公司創造價值，同時也能形成護城河。

一旦團隊開始看到初期人工智慧項目取得成功，並對人工智慧形成更加深刻的理解，你就可以確定人工智慧最能創造價值的地方，並將資源集中投放到這些領域。

有的高管認為，應該從一開始就制定人工智慧戰略。根據我的經驗，除非具備一些基本的人工智慧經驗，否則多數公司都無法制定經過深思熟慮的人工智慧戰略，而1-3條可以幫助你獲得這種經驗。

你開發護城河的方式也會隨著人工智慧技術的發展而進化。以下就是一些值得考慮的方法：

開發幾個不同的人工智慧資產，使之與連貫的戰略廣泛協調

人工智慧將讓企業可以通過新的方式獲取獨特的競爭優勢。邁克爾·波特（Michael Potters）關於商業戰略的開創性著作顯示，打造防禦性業務的一種方式是開發與一項連貫的戰略廣泛協調的多項不同資產。這樣一來，競爭對手就很難同時複製你的所有資產。

利用人工智慧針對你所在的行業創造優勢

我認為，不應該試圖與谷歌這種科技公司在「通用人工智慧」領域展開競爭，而是應該努力成為你所在行業的頂尖人工智慧公司，通過開發獨特的人工智慧技術來獲得競爭優勢。人工智慧如何影響你的公司戰略與具體的行業和環境有關。

設計符合「人工智慧良性循環」的戰略

我們在很多行業都會發現，數據不斷積累之後，就會形成一項防禦性業務。

例如，谷歌、百度、必應和Yandex等領先的網路搜索引擎都擁有龐大的資料庫，使之可以了解用戶在搜索某個關鍵詞之後更可能點擊什麼鏈接。這些數據可以幫助企業開發更加精準的搜索引擎，幫助其獲取更多用戶，進而獲取更多用戶數據。

這種正反饋是競爭對手很難實現的。

數據是人工智慧系統的關鍵資產。因此，很多偉大的人工智慧公司也擁有複雜的數據戰略。你的數據戰略可能應該包含以下關鍵元素：

戰略性數據獲取：有用的人工智慧系統即可使用100個數據點（小數據），也可以使用1億個數據點（大數據）。但數據幾乎肯定是多多益善。各路人工智慧團隊都在使用多年的複雜戰略獲取數據，而具體的數據獲取戰略則是針對其所在行業和所處環境制定的。例如，谷歌和百度都擁有很多並未變現的免費產品，但他們卻可以藉此獲取數據，然後通過其他渠道變現。

統一的資料庫：如果你有50個不同的資料庫，在50個不同的副總裁或部門負責人的領導下孤立運營，那麼工程師或人工智慧軟體就幾乎不可能獲取這些數據，也就無法實現「連點成線」的效果。相反，應該考慮將數據集中到一個或至少也應該是位數不多的幾個資料庫中。

識別哪些數據有價值，哪些沒有價值：單純擁有龐大的數據並不必然表明人工智慧團隊可以從這些數據中獲取價值。如果懷有這種想法，失敗的概率就會大幅增加。我曾經見過有一些CEO投入過高的資金來收集低價值數據，甚至在收購了一家公司之後才發現目標企業的很多數據根本沒有用。在數據獲取流程中儘早引入人工智慧團隊，讓其幫助你確定應該優先獲取和保存哪些數據，便可避免這種錯誤。

創造網路效應和平台優勢

最後，人工智慧可以用於構建更加傳統的護城河。例如，具備網路效應的平台是極具防禦性的業務。它們往往天生具備「贏家通吃」的屬性，迫使企業要麼快速發展，否則就只能被淘汰。

如果人工智慧讓你獲得比競爭對手更快的用戶獲取速度，那就可以藉此建造護城河。更廣泛來看，你還可以使用人工智慧作為低成本、高價值的戰略或其他商業戰略的關鍵元素。

5. 開發內部和外部溝通機制

人工智慧會對你的企業產生重大影響，也會對你的關鍵利益相關者產生重要影響，所以需要通過溝通機制來進行協調。以下是你應該針對各類受眾考慮的內容：

投資者關係

谷歌和百度現在都變成了更有價值的公司，一定程度上源自他們的人工智慧技術，以及這些技術對其利潤的影響。如果能夠清晰解釋人工智慧給公司創造價值的邏輯，闡述你的公司不斷強大的人工智慧技術，並最終制定深思熟慮的人工智慧戰略，便可幫助投資者給予你的公司合理的估值。

政府關係

如果企業身處監管嚴格的行業（例如無人駕駛汽車和醫療），那就要面臨獨特的挑戰。講述可靠而有吸引力的人工智慧故事，以此解釋你的項目蘊含的價值，以及可以為社會和行業帶來的利益，成為贏得外界信任、提升自身商譽的重要步驟。此外，還應該在部署項目的過程中與監管者展開直接溝通和持續對話。

客戶/用戶教育

人工智慧可以會給你的客戶帶來重大利益，所以從戰略層面更新營銷信息和宣布產品開發進度都很有幫助。

人才招募

由於人工智慧人才很短缺，所以僱主的品牌強大與否，會對其吸引和挽留人才的能力造成影響。人工智慧工程師都希望從事激動人心而且意義重大的項目。如果能向其展示你們取得的初步成功，那就大有裨益。

內部溝通

由於當今的人工智慧並未被人充分理解，而通用人工智慧也被過分誇大，所以會存在各種擔憂、不確定性，甚至質疑。很多員工也擔心自己的工作會被人工智慧取代，儘管這種情況會因為文化差異而存在很大不同（例如，美國對此事的擔憂程度遠高於日本）。明確的內部溝通既可以解釋人工智慧，也可以打消員工的擔憂，從而降低採用人工智慧技術的阻力。

以史為鑒

回顧互聯網給各行各業帶來的變革，對於理解人工智慧的崛起很有幫助。很多企業在互聯網崛起過程中都犯過錯誤，我希望你能避免在此次人工智慧浪潮中再犯同樣的錯誤。

我們在互聯網時代明白了一個道理：

商場+網站≠互聯網公司

即使商場開發了自己的網站，而且通過網站出售商品，但它也並沒有因此成為真正的互聯網公司。一家公司究竟是不是互聯網公司，關鍵定義在於：你是否對公司展開合適的組織調整，從而完成那些互聯網讓你如虎添翼的事情？

例如，A/B測試在互聯網公司隨處可見，你可以開發兩個網站，然後找出效果更好的一個。一家互聯網公司甚至可以同時開展幾百項實驗，這在實體商場是很難完成的。

互聯網公司還可以每周推出一款新產品，因此比那些每個季度才更新一次設計的商場獲得更快的學習速度。互聯網公司還為產品經理和軟體工程師等各種職位確定了獨特的職位描述，這些職位都有獨特的工作流程，方便其展開合作。

作為增長最快的人工智慧技術，深度學習與互聯網的崛起表現出很強的相似性。我們現在發現：

一家典型公司+深度學習技術≠人工智慧公司

你的公司想要在人工智慧領域表現一流，就必須展開合適的組織調整，從而完成那些人工智慧讓你如虎添翼的事情。

當今的每家大公司都或多或少使用人工智慧技術。想要讓你的公司真正在這一領域表現優秀，就必須：

擁有足夠的資源，以便系統性地執行多個有價值的人工智慧項目：人工智慧公司擁有外包或內部技術和人才，可以系統性地執行多個人工智慧項目，從而為企業創造直接價值。

充分理解人工智慧：應該對人工智慧形成普遍的理解，還要制定合適的流程，以便系統性地識別和選擇有價值的人工智慧項目。

制定戰略方向：公司的戰略需要與人工智慧驅動的未來廣泛契合。

要把你的公司從一家偉大的公司變成偉大的人工智慧公司，是一件很有挑戰的事情，但如果有一流的合作夥伴支持，仍然有可能實現。我們Landing AI團隊就致力於幫助合作夥伴展開人工智慧轉型，我還將繼續分享更多最佳實踐措施。

一個人工智慧轉型項目大概要花費2至3年，但應該可以在6至12個月內初步看到切實的效果。通過人工智慧轉型，你就可以領先於競爭對手，還能利用人工智慧技術推進公司發展。

吳恩達

Landing AI董事長兼CEO

—完—

活動報名

加入社群

量子位AI社群開始招募啦，歡迎對AI感興趣的同學，在量子位公眾號（QbitAI）對話界面回復關鍵字「交流群」，獲取入群方式；

此外，量子位專業細分群(自動駕駛、CV、NLP、機器學習等)正在招募，面向正在從事相關領域的工程師及研究人員。

進專業群請在量子位公眾號（QbitAI）對話界面回復關鍵字「專業群」，獲取入群方式。（專業群審核較嚴，敬請諒解）

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！