5 個月后，吳恩達兌現了要給想轉型做 AI 項目的企業實戰“秘籍”的承諾。

總體來看，無論是做 AI 還是做互聯網，只要你是一個做過項目的管理者，那這份“秘籍”的內容可能在你看來會很熟悉，甚至可能覺得無關痛癢，這份秘籍的最大價值可能就是把怎么從零到一做項目的流程規劃，比較有條理性地總結整理了出來。

吳恩達提供了 5 條 AI 轉型建議，但沒明白他為什么還設置了一個門檻：主要針對市值/估值 5 億美元到 500 億美元的大型企業。

不管怎樣，這份實踐經驗的通用性較廣，但照搬不一定有用，最重要的是你應該從實踐中總結出屬于自己的“秘籍”。

執行試點項目以獲得動力

建立一個內部 AI 團隊

提供廣泛的 AI 技能培訓機會

制定人工智能戰略

打通內外部溝通渠道

1.執行試點項目以獲得動力

對于公司前幾個 AI 項目而言，更重要的是關注是否能做成，而不是看它帶來的收益。這樣有助于公司先熟悉 AI，并說服投資進一步支持 AI 項目。即便別人會認為這微不足道的，但最重要的是還是讓 AI 團隊運轉起來的動力。

前幾個 AI 項目的特征：

理想情況下，新的或外部 AI 團隊（可能對公司業務沒有深入的領域知識）可以與公司內部團隊（具有深厚的領域知識）合作來構建 AI 解決方案，這要在 6-12 個月內展示成效；

該項目在技術上應該是可行的。大多數公司仍在使用當今的 AI 技術開展不可能的項目；擁有值得信賴的 AI 工程師在啟動前對項目進行盡職調查將增加你對其可行性的信心；

有明確定義和可衡量的目標，創造商業價值。

當我領導 Google Brain 團隊時，Google 的深度學習技術受到了極大的懷疑。為了幫助團隊獲得動力，我選擇 Google Speech 團隊作為我的第一個內部客戶，我們與他們密切合作，使 Google 語音識別更加準確。語音識別在 Google 中是一個有意義的項目，但不是最重要的項目，不過通過使用深度學習使語音團隊更加成功，使得 Google Brain 團隊獲得了動力。

一旦其他團隊開始看到 Google Speech 與 Google Brain 的合作很成功，我們就能夠獲得更多的內部客戶。我們的第二個主要的內部客戶是 Google 地圖，它使用深度學習來提高地圖數據的質量。通過這兩次成功的合作，逐步建立人工智能項目的發展勢頭。

2.內建 AI 團隊

雖然與擁有深厚 AI 技術的外包方合作可以幫助公司更快地獲得初始動力，但從長遠來看，與內部 AI 團隊一起執行某些項目會更有效率，并能建立更獨特的競爭優勢。

重要的是要從高級管理層獲得支持來建立這個內部團隊。在互聯網興起期間，聘請 CIO 是許多公司采用互聯網策略的轉折點。相比之下，那些有許多獨立試點項目的公司，如果無法擴大規模以助力公司的其他部門，則無法很好發揮互聯網的作用。

在人工智能時代，大多數公司的重點是擁有一個可以賦能整個公司的 AI 團隊。如果他們擁有適當的技能，那么 AI 團隊可以支持 CTO，CIO 或 CDO 的工作。它也可以由專門的 CAIO（首席 AI 官）領導。AI 部門的主要職責是：

建立 AI 系統以支持整個公司；

執行一系列跨職能項目，使用 AI 項目支持不同的業務部門。完成初始項目后，設置重復流程以持續提供一系列有價值的 AI 項目；

制定一致的聘用標準；

開發面向多個業務部門的平臺，考慮與 CTO / CIO / CDO 合作制定統一的數據倉庫標準。

許多公司內部的多個業務部門都需要向 CEO 報告，但 AI 部門可以推動執行跨職能項目。

新工作職位和團隊組織將會出現。我現在以機器學習工程師、數據工程師、數據科學家和 AI 產品經理等角色來安排團隊工作方式。一個優秀的 AI 領導者將能夠建立正確的流程。目前正在進行的是 AI 人才爭奪戰，大多數公司很難雇到頂尖的 AI 人才，與可以幫助你建立 AI 團隊的獵頭公司合作也將給你帶來巨大的優勢。此外，為現有團隊提供培訓也是培養大量 AI 人才的好方法。

3.提供廣泛的 AI 技能培訓機會

現在沒有一家公司擁有足夠多的 AI 人才。盡管媒體過度炒作著 AI 人才的高薪資，但與之相匹配的人才很難找到。幸運的是，隨著數字內容的興起，包括課程、電子書和 YouTube 視頻等MOOC（大規模開放式在線課程）平臺的出現，培養大量員工使用 AI 等新技能比以往任何時候都更容易。聰明的 CLO（首席學習官）知道他們的工作是內容策劃者，而不是內容提供者，他們會建立流程以確保員工有不錯的學習體驗。

十年前，員工培訓意味著聘請顧問來到辦公室進行講解，但效率低下，投資回報率并不清楚。相比之下，數字內容更實惠，可為員工提供個性化體驗。如果你確實有預算聘請顧問，那么也應該增加在線內容。聘請一些 AI 專家來現場分享也可以激勵員工學習 AI 技術。

AI 將改變許多不同的工作。你應該給每個人提供他們在 AI 時代適應新角色所需的知識，顧問將為你的團隊打造定制課程。示例教學計劃如下所示：

高級管理人員和高級業務負責人：（?4 小時）

目標：讓管理人員了解人工智能可以為企業做些什么，制定人工智能戰略，做出適當的資源分配決策，并與支持人工智能項目的 AI 團隊進行協作。課程內容包括：

對 AI 的基本理解包括基礎技術、數據以及 AI 的作用；

了解 AI 對公司戰略的影響；

關于人工智能應用到其他行業或特定行業的案例研究。

執行人工智能項目的部門領導：（?12 小時）

目標：部門負責人應能夠為人工智能項目設定方向、分配資源、監控和跟蹤進度，并根據需要進行更正，以確保項目成功交付。課程內容包括：

對 AI 的基本理解包括基本技術、數據以及 AI 的作用；

對 AI 的基本技術的理解，包括主要的算法類別及其要求；

基本了解 AI 項目的工作流程，AI 團隊的角色和職責，以及 AI 團隊的管理。

AI 工程師培訓：(?100 小時）

目標：培訓的 AI 工程師應該能夠收集數據、訓練 AI 模型，并執行特定 AI 項目。課程內容包括：

深入了解機器學習和深度學習，了解其他 AI 工具；

了解用于構建 AI 和數據系統的可用工具（開源和其他第三方工具）；

能夠實施 AI 團隊的工作流程；

跟上不斷發展的人工智能技術。

4.制定人工智能戰略

人工智能策略將指導你的公司創造價值，同時建立護城河。一旦團隊有了 AI 項目的成功經驗并形成對 AI 的更深入理解，你將能確定 AI 可以創造最大價值的地方并將資源集中在這些地方。

一些高管認為制定人工智能戰略應該是第一步。但根據我的經驗，大多數公司在獲得人工智能的初級經驗之前，還無法擁有周密的人工智能策略。

公司建立護城河的方式也隨著人工智能技術的發展而變動。以下是一些需要考慮的方法：

構建與戰略大致相符的 AI 資產，這將建立獨特的競爭優勢。其次，利用人工智能扎根特定行業領域；設計與“AI 的良性循環”相一致的側率：在許多行業中，我們將看到數據積累將加固競爭壁壘。

數據是 AI 系統的關鍵資產。數據戰略的關鍵要素可能包括：

戰略數據采集：可以從 100 個數據點（“小數據”）到 100,000,000 個數據點（“大數據”）的任何節點構建有用的 AI 系統。

統一數據倉庫：如果有 50 個不同部門控制 50 個不同的數據庫，工程師或 AI 軟件幾乎不可能訪問這些數據并進行連接。

識別哪些數據是有價值的，哪些沒有價值：擁有數TB的數據并不意味著 AI 團隊能夠從該數據中創造價值。

創建網絡效果和平臺優勢：最后，AI 也可用于構建更傳統的護城河。

5.打通內外部溝通渠道

AI 會顯著影響公司業務。如果它影響到了關鍵的利益相關者，你應該使交流保持一致。以下是應該考慮的內容：

投資者關系：Google 和百度等領先的人工智能公司現在變得更有價值，部分原因在于他們的人工智能能力以及人工智能會對其業績帶來增長。

政府關系：受到高度監管的行業（自動駕駛汽車、醫療保健）公司面臨著保持合規行的獨特挑戰。

客戶/用戶教育：AI 可能會為客戶帶來重大利益，因此確保傳播適當的產品路線圖消息；

人才招聘：強大的品牌影響力將有助于吸引和留住 AI 人才；

內部溝通：因為今天人工智能仍然知之甚少，清晰的內部溝通既可以解釋人工智能，也可以解決員工對 AI 技術的擔憂，這將減少內部不愿意采用人工智能技術的阻礙。