AI转型手册：企业迈入AI时代的五个步骤（Andrew Ng／Landing AI，5页）

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

五页纸，五个步骤，一步一页多。作者 Andrew Ng 把自己带 Google Brain 和百度 AI 组的经验压成这份手册，开篇就划了范围：这条路任何企业都能走，但建议主要面向市值 5 亿到 5000 亿美元的大企业。这句话很关键，微型企业照着走，第一步就会卡在没有专职团队上。

　

五步的顺序：试点要排在战略前面

　

• Execute pilot projects to gain momentum
  
• Build an in-house AI team
  
• Provide broad AI training
  
• Develop an AI strategy
  
• Develop internal and external communications
  

　

顺序不是随手排的。第一步原文写得很直接：头几个 AI 项目，「成功」比「最有价值」更重要。项目要有意义，让公司先熟悉 AI、说服其他人愿意继续投；又不能小到别人觉得无关紧要。它对试点提了三条要求：外部或新组的 AI 团队能和懂业务的内部团队配合，在 6 到 12 个月内做出苗头；技术上行得通，动手前让可信的工程师做可行性核查；目标清晰可量化，且能产生业务价值。举的例子是他自己在 Google 的做法，第一个内部客户选了 Google Speech 团队。

　

第二步建内部团队。外包伙伴能更快拿到初始动能，但长期看内部团队效率更高，也能留下别人复制不了的竞争优势。这件事要 C 级支持才推得动，团队可以挂在 CTO、CIO、CDO 下面，也可以由专职的首席 AI 官带。手册给的职责是四条：建立支撑全公司的 AI 能力、跑完第一批跨部门项目后把流程固化下来、制定统一的招聘与留人标准、建公司级平台（比如统一的数据仓库标准）。

　

它还提到组织形态会跟着变：机器学习工程师、数据工程师、数据科学家、AI 产品经理这几个角色的干法跟 AI 之前不一样，新的岗位描述和团队结构会冒出来，AI 人才可以矩阵式嵌到各个事业部里去带跨部门项目。这一段容易被当成 HR 细节跳过，实际是第二步能不能落地的分水岭，团队建起来但没嵌进业务，试点那批项目就停在演示阶段。

　

培训按三层给学时

　

第三步的训练方案是按角色切的，学时写得很具体：高管和高级业务负责人不少于 4 小时，目标是听懂 AI 能做什么、开始形成战略、会做资源分配决策；带 AI 项目的部门负责人不少于 12 小时，要能定方向、配资源、盯进度并在偏航时纠正；AI 工程师学员不少于 100 小时，要能取数、训练模型、交付具体项目。教学方法里提到 flipped classroom（翻转课堂），作者说在斯坦福自己的深度学习课上就用这个，学得更快也更有意思。

　

这三层学时最有用的地方，是它替管理者回答了一个常被含糊过去的问题：到底要投多少培训时间。四小时、十二小时、一百小时，是三个能被排进预算的量级。

　

战略那一节的三个坑

　

第四步围绕「AI 良性循环」讲战略：数据积累带来更好的产品，更好的产品带来更多用户，更多用户又带来更多数据。搜索公司就是这个循环的典型，用户点什么链接的数据让搜索结果更准，循环一旦转起来，对手很难切进去。

　

数据战略列了三件事，每件都对应一个坑。战略性数据获取：有用的系统从 100 个数据点的「小数据」到 1 亿个数据点都能做，但数据多几乎从来不是坏事。统一数据仓库：如果 50 个数据库分散在 50 个副总手里，工程师和 AI 软件都连不起来，更别说把点连成线。分清哪些数据有价值：这条写得最重，原话说拥有多少 TB 数据并不自动等于 AI 团队能创造价值，作者见过 CEO 过度投入低价值数据的采集，甚至为了数据去收购一家公司，最后发现那几 TB 没用。

　

内外沟通是被排在最后但最容易翻车的一步

　

第五步分对外和对内。对外两块：客户与用户教育，把 AI 能带来什么讲清楚；人才招聘，AI 人才稀缺，雇主品牌直接影响能不能招到人，工程师想做的项目要有意思、有意义。对内一块最实际：今天的 AI 仍被普遍误解，通用人工智能又被过度炒作，员工会担心岗位被替代。手册还点了一句文化差异，这种担心在美国比在日本明显得多。所以内部沟通要同时做两件事，解释 AI，回应担忧。

　

这份 2019 年前后的材料，现在还能用多少

　

五步的骨架没过时：先试点拿动能、建团队、铺培训、定战略、做沟通，这套顺序放到今天仍然讲得通。但技术语境停在深度学习那一代，案例是语音识别、搜索点击数据，通篇没有大模型、没有生成式 AI 的治理与合规问题。

　

所以它适合当组织推进的路线图，不适合当实施指南。开头那个 13 万亿美元的 GDP 增长预测也是当年的口径，原文写的是到 2030 年，引用的时候把年份带上，别当成新数字用。

　

────────────────

手册 PDF 的直链、版权声明原话、页数与文件信息，以及三个容易看错的地方，都放在下面，回帖就能看到。

游客，如果您要查看本帖隐藏内容请回复

把经管之家装进你常用的 AI 智能体中 一键快捷安装经管之家 MCP／技能，让 AI 帮你查教程、找数据、读论坛帖子。 检索、阅读公开帖子不收费，安装可申请领取：3 通用积分＋100 论坛币＋3 元论坛资金 请点击查看安装教程与福利 → 说明： AI 算力按所用平台规则计算；附件按原帖条件获取；福利领取条件以活动页面为准。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

谢谢楼主，先蹲一个