未來的企業(yè)，你需要有首席人工智能官

　　職能四 建立行業(yè)專家系統(tǒng)

　　接下來，CAO要做的事情，還包括建立所屬行業(yè)的專家系統(tǒng)。專家系統(tǒng)，從1969年就開始出現(xiàn)，上古神獸HERBERT SIMON的學(xué)生 ED FEIGENBAUM等人，跨界合作，研究根據(jù)質(zhì)譜儀提供的信息推斷分子結(jié)構(gòu)的問題。創(chuàng)造了DENDRAL程序。DENDRAL程序的意義在于它是第一個(gè)成功的知識(shí)密集系統(tǒng)：它的專業(yè)知識(shí)來自于大量的專用規(guī)則，成為系統(tǒng)的規(guī)則。然后使用人工智能的算法作為推理的部分。之后FEIGENBAUM等人，把這個(gè)技術(shù)應(yīng)用在了醫(yī)療方面，開發(fā)了MYCIN系統(tǒng)，用于診斷血液傳染，MYCIN有450條規(guī)則，最終他能夠表現(xiàn)得與某些專家一樣好，并且表現(xiàn)得比初級(jí)醫(yī)生好很多。這里得到的啟發(fā)是，不存在通用的理論模型可以從中演繹出MYCIN的規(guī)則，他們不得不從專家那里會(huì)見大量的病人的過程中獲取規(guī)則，也從對(duì)應(yīng)的書本和其他專家的案例中獲取更多的規(guī)則。

　　專家系統(tǒng)還有很多很多的應(yīng)用，而且成功地應(yīng)用于商業(yè)，DEC公司的R1程序，幫助新計(jì)算機(jī)配置系統(tǒng)訂單，從1982~1986年，每年為公司節(jié)省了4000萬美元。

　　專家系統(tǒng)，主要就是利用通用的人工智能推理算法和能力，加上既有的行業(yè)特定知識(shí)作為邊界，把知識(shí)和推理能力分開。同時(shí)配合符合行業(yè)規(guī)則的可被計(jì)算機(jī)學(xué)習(xí)的訓(xùn)練數(shù)據(jù)，讓機(jī)器在這個(gè)范圍當(dāng)中不斷地去學(xué)習(xí)挖掘深度的知識(shí)。最終這個(gè)專家系統(tǒng)，可以給企業(yè)提供重要的業(yè)務(wù)建議以及決策輔助。

　　職能五 使用成熟的人工智能產(chǎn)品

　　上面都說了一些比較大的事，落實(shí)到執(zhí)行處，CAO要做的非常重要的工作，跟首席電力官的工作是一致的，就是跟不同的人工智能產(chǎn)品廠家打交道，使用各種成熟的人工智能產(chǎn)品，選擇合適的產(chǎn)品成為自身企業(yè)商業(yè)拼圖當(dāng)中的一部分。具體成熟的人工智能產(chǎn)品有哪些呢?

　　觀察世界：包括硬件，傳感器，信息采集系統(tǒng)等;

　　總結(jié)知識(shí)：機(jī)器學(xué)習(xí)框架，各種專家系統(tǒng);

　　知識(shí)應(yīng)用：機(jī)器人，系統(tǒng)，程序

　　職能六 新的商業(yè)模式

　　做人工智能事業(yè)，要跨越的第一個(gè)障礙就是如何落地，人工智能意味著一個(gè)非常大的改變，時(shí)間周期會(huì)很長很長。要落地的話，首先必須找到非常好的、實(shí)際的用戶體驗(yàn)，就是能給用戶帶來實(shí)際效益;其次，場景必須清楚，智能助手也好，無人駕駛也好，信息找人也好，一定要有實(shí)際的用戶體驗(yàn)價(jià)值;最后，還要找到商業(yè)模式，不然就沒有可持續(xù)性。

　　所以重要的挑戰(zhàn)在于，是否能找到落地的用戶體驗(yàn)和實(shí)現(xiàn)用戶價(jià)值的場景，然后找到合適的商業(yè)模式，建立一個(gè)創(chuàng)新的循環(huán)。即數(shù)據(jù)-知識(shí)-用戶體驗(yàn)-新的數(shù)據(jù)。找到這樣一個(gè)循環(huán)往復(fù)的流，人工智能事業(yè)就可以像滾雪球一樣往前滾。

　　首席人工智能官的6大要求

　　1. 理解和執(zhí)行企業(yè)戰(zhàn)略

　　理解人工智能發(fā)展的下一個(gè)浪潮在哪里，在更好的感知世界，更好的產(chǎn)生知識(shí)，更好的完成任務(wù)這樣的人類進(jìn)步本質(zhì)上出發(fā)，找到企業(yè)的目標(biāo)和價(jià)值觀，制定企業(yè)3年，5年，10年的發(fā)展規(guī)劃。規(guī)劃和戰(zhàn)略不會(huì)一成不變，但也不能散漫無根，特別是對(duì)于人工智能這個(gè)目前看來虛無，不好理解的事物，更應(yīng)該有抬頭望天，高瞻遠(yuǎn)矚的戰(zhàn)略能力。

　　2. 完全熟悉企業(yè)產(chǎn)品

　　剛剛說完抬頭望天，接下來就是要踏實(shí)行軍。一切的執(zhí)行的基礎(chǔ)，都是建立在對(duì)產(chǎn)品非常熟悉的基礎(chǔ)上，熟悉產(chǎn)品方便CAO更好地做產(chǎn)品的波士頓矩陣分析，更清晰地知道不同產(chǎn)品在整個(gè)浪潮當(dāng)中的定位，哪些需要重金投入，哪些需要沖動(dòng)冒險(xiǎn)，哪些需要果斷放棄。只有在這樣的基礎(chǔ)上，才能制定不同產(chǎn)品在人工智能層面的具體戰(zhàn)略和時(shí)間表，才能真正的前行。

　　3. 對(duì)人工智能技術(shù)的理解

　　對(duì)于CAO這個(gè)角色，我們認(rèn)為需要對(duì)人工智能技術(shù)有深入的理解，而相關(guān)的技術(shù)細(xì)節(jié)的要求并沒有那么高，人工智能特別是機(jī)器學(xué)習(xí)給我們展現(xiàn)了良好的黑匣子的特點(diǎn)，當(dāng)中的一些技術(shù)細(xì)節(jié)，我們很難完全理解。特別對(duì)于CAO這個(gè)角色的人來說，更多是偏向于規(guī)劃和監(jiān)督，而非具體執(zhí)行。放棄掉對(duì)技術(shù)細(xì)節(jié)的打磨，反過頭來，需要CAO對(duì)技術(shù)的理解更加深入，更加清楚技術(shù)的發(fā)展?fàn)顩r，技術(shù)的應(yīng)用邊界，技術(shù)的實(shí)際場景等等。

　　4. 有權(quán)設(shè)計(jì)和執(zhí)行商業(yè)模式

　　人工智能目前而言，還處于非常不明確的階段，對(duì)于絕大多數(shù)企業(yè)而言，唯一確定的就是不確定，一切的內(nèi)容都是在探索當(dāng)中執(zhí)行，包括如何戰(zhàn)略定位，如何儲(chǔ)存信息，如何設(shè)置場景，如何應(yīng)用知識(shí)等等。這里面有必然存在的試錯(cuò)成本，所以要求CAO要有權(quán)力設(shè)計(jì)并且執(zhí)行商業(yè)模式，這個(gè)過程，就像探索一個(gè)新的物理規(guī)律，需要做實(shí)驗(yàn)設(shè)想與設(shè)計(jì)，然后執(zhí)行實(shí)驗(yàn)，最終通過實(shí)驗(yàn)總結(jié)知識(shí)。我們需要認(rèn)知到做實(shí)驗(yàn)需要的權(quán)力和資源，缺一不可。