Theo kinh nghiệm của tôi ở các công ty lớn cũng như các công ty khởi nghiệp, hầu hết các nỗ lực hiện tại đều không triển khai được hoặc không bao giờ hiện thực hóa được giá trị mong đợi.

Tôi khuyên bạn nên xử lý công nghệ mới này giống như bất kỳ công nghệ nào khác, lập kế hoạch cẩn thận và quy trình triển khai chi tiết, có sẵn các biện pháp kiểm soát để giám sát kết quả và thay đổi các yêu cầu. Các hoạt động kinh doanh chuyên biệt cũng đang mọc lên để trợ giúp, như bizML, được nêu trong cuốn sách mới, “ The AI ​​Playbook ,” của Eric Siegel, nhà tư vấn hàng đầu và cựu giáo sư Đại học Columbia.

Dưới đây là tóm tắt của tôi về sáu bước chính của Siegel để triển khai thành công bước đột phá đầu tiên của bạn vào việc sử dụng công nghệ này, cho dù đó được gọi là trí tuệ nhân tạo, học máy hay phân tích dự đoán:

1. Định lượng một đề xuất giá trị kinh doanh tích cực

Trước hết, hãy ghi lại những cải tiến kinh doanh được nhắm mục tiêu, chẳng hạn như tăng trưởng doanh thu thông qua tỷ lệ phản hồi quảng cáo tăng lên. Tránh bất kỳ tư duy ưu tiên công nghệ hoặc giải pháp nào, trong đó tập trung vào công nghệ hơn là kết quả kinh doanh. Sử dụng giá trị này để nhận được phê duyệt để tiến hành triển khai.

2. Thiết lập mục tiêu dự đoán học máy

Rất chi tiết, bạn phải thiết lập những gì sẽ được dự đoán trong quá trình triển khai của bạn và những gì sẽ được thực hiện đối với mỗi dự đoán. Đây là điểm giao thoa giữa biz và tech , đòi hỏi sự hợp tác giữa lãnh đạo doanh nghiệp và nhà công nghệ để biến ý định kinh doanh thành một mô hình kỹ thuật được xác định rõ ràng.

3. Xác định số liệu đánh giá mô hình cụ thể

Những gì bạn đang tìm kiếm ở đây là các thước đo độ chính xác về mức độ dự đoán chính xác của mô hình hoặc ít nhất là dự đoán tốt hơn so với việc đoán hoặc không học hỏi. Các yếu tố bổ sung là chi phí của một dự đoán chính xác, chi phí của một kết quả dương tính giả hoặc âm tính giả và sự cải thiện tiềm năng học tập theo thời gian.

4. Chuẩn bị nguồn dữ liệu cho việc học

Hãy nhớ rằng dữ liệu phù hợp làm nhiên liệu luôn đánh bại các thuật toán học máy tốt nhất. Dữ liệu phải được thu thập và cấu hình lại thành các yếu tố liên quan để đào tạo mô hình cũng như triển khai. Đối với việc học, nó phải chứa đựng cả trường hợp tích cực và tiêu cực, cũng như các yếu tố nhiễu và hỗ trợ.

5. Tạo và huấn luyện mô hình dự đoán

Đây là nơi bạn phát triển công nghệ dự đoán mạnh mẽ nhất, bao gồm cả yếu tố đào tạo, nơi về cơ bản máy tính đang tự lập trình lại chính nó. Đánh giá các thuật toán phân tích dự đoán có sẵn, bao gồm cây quyết định, phân tích hồi quy, học hỏi từ các mô hình AI được mua hoặc xây dựng tùy chỉnh.

6. Triển khai và đánh giá mô hình machine learning

Triển khai có nghĩa là giới thiệu sự thay đổi đối với hoạt động của bạn, điều này đòi hỏi sự tham gia và hợp tác của nhóm ở mọi cấp độ để biến các dự đoán thành hành động. Nên thiết lập nhóm kiểm soát để giảm thiểu rủi ro, xử lý các số liệu và thực hiện các điều chỉnh cần thiết đối với dữ liệu và mô hình.

Trên thực tế, những bước này chỉ là bước khởi đầu. Một khi mô hình đã được chứng minh là có giá trị, khả năng tồn tại của nó trong tương lai đòi hỏi phải duy trì, giám sát và cảnh giác về mặt đạo đức. Bất kỳ công nghệ mới nào cũng có xu hướng mất đi lợi thế và trì trệ theo thời gian khi thế giới xung quanh chúng ta thay đổi. Nền kinh tế thay đổi và mô hình hành vi của khách hàng phát triển.

Bạn cũng phải nhạy cảm với những thay đổi có thể khiến mô hình học tập ảnh hưởng xấu đến bất kỳ tầng lớp được bảo vệ nào, thể hiện sự thiên vị và thiếu tính đại diện đối với bất kỳ nhóm cụ thể nào hoặc tiết lộ các đặc điểm cá nhân không bao giờ được tiết lộ.

Do đó, vai trò của bạn với tư cách là người lãnh đạo doanh nghiệp và chuyên gia càng trở nên quan trọng hơn trong việc đảm bảo rằng kết quả đạt được không chỉ giúp ích cho doanh nghiệp của bạn mà còn cho cả khách hàng và toàn xã hội của bạn. Đã đến lúc tất cả chúng ta phải tìm hiểu thêm về cách triển khai các công nghệ mới và tiến về phía trước một cách hiệu quả thay vì tấn công một cách mù quáng hoặc bỏ qua các cơ hội tăng trưởng kinh doanh mới.

Casti Hub dịch

Nguồn: Forbes