想建立一个AI驱动的组织吗？首先让所有人“像数据科学家一样思考”

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

想建立一个AI驱动的组织吗？首先让所有人“像数据科学家一样思考”
我在最近的博客中指出，“跨越AI鸿沟”主要是组织和文化挑战，而不是技术挑战；“跨越AI鸿沟”不仅需要组织认同，而且更重要的是，有必要营造一种客户和/或运营参与的前线推动了采用和持续学习（见图1）。
图 1：跨越AI鸿沟
哈佛商业评论（HBR）最近发表的一篇文章“ 建立由AI推动的组织 ”表示同意，尽管有AI的承诺，但由于高级管理层未能从下至上重新组织该组织，许多组织的努力仍未达到目标。这包括：
从孤立的工作过渡到跨学科的合作。
从基于经验的领导者驱动的决策过渡到在一线的数据驱动的决策。
将组织从僵化和规避风险转变为敏捷，实验性和适应性强的组织。
以上几点-跨学科协作，一线数据驱动，实验性和适应性-是组织的标志，每个人都经过培训，可以像数据科学家一样思考。” 因此，您的组织如何才能接受让每个人“像数据科学家一样思考”的解放和创新过程？
首先，让我们首先确定“构建AI驱动的组织”的含义。
建立由AI驱动的组织意味着什么？
有关HBR的文章并未定义由AI推动的组织的构成标准；也就是说，如何衡量组织的AI成熟度。因此，让我为您提供一个组织如何利用AI（包括各种形式的机器学习，深度学习和强化学习）来构建AI驱动的组织的标准。
由AI驱动的组织利用AI来：
将市场，经济，社会和竞争数据与组织的运营数据相结合，以发现并整理支持短期（Horizo??n 1）和长期（Horizo??n 2和3）业务决策的客户，产品和运营洞察力。
向与客户和/或企业运营最接近的一线员工和主题专家提供实时，增强的情报。
通过从每次客户交易和互动中获得的情报来指导差异化的超个人客户体验。
通过使用产生价值升值而不是贬值的产品或资产；通过使用该产品或资产而获得有价值的学习和欣赏的资产。
掌握识别，包装，共享和完善分析的学科，这些分析可衍生和推动新的客户，产品和运营价值来源。
将整体社会和环境变量及条件纳入AI Unity Function的创建中，该功能可指导AI模型的学习和执行。
将确定数据经济价值的方法制度化。由于数据是人工智能的推动力，因此对数据进行评估的规范方法对于优化数据采集，质量，治理和丰富化投资至关重要。
让我们看看“像数据科学家一样思考”方法如何支持建立一个AI驱动的组织。
TLADS重点1： 利用跨学科协作
“由人工智能驱动的组织”理解冲突，多样性和协作是推动创新并确定可能更好地预测绩效的变量和指标的关键。例如，如果您在1979年曾挑战汽车制造商以提高每辆汽车的马力和行驶里程，那么汽车业高管就会看着您，好像您的龙虾从耳朵里爬了出来。但是，这正是发生的事情！快速和高效之间的冲突推动了新的汽车创新。
您必须优化的维度越多，数据和分析驱动的解决方案就必须越具有创造性和创新性，并且对组织的经济价值曲线的影响也就越大。例如，增加运营正常运行时间，同时降低维护成本，同时提高客户满意度，同时减少碳足迹和排放，同时提高员工工作满意度（参见图2）。
图 2：转变您的经济价值曲线
TLADS关键2： 授权前线，运营情报
要将组织从基于经验的，由高级管理层驱动的决策转变为基于一线的数据驱动的决策，需要将设计思维与数据科学相结合，以便发现和整理隐藏在脑海中的潜在业务和运营知识一线主题专家。每个正在学习如何像数据科学家一样思考的人”还将接受一些“设计思维”基础知识的培训，以便他们为识别，验证，重视和优先考虑客户的得益和痛苦的来源做好更好的准备（见图3）。
图 3：设计思维和客户旅程图
设计思维和数据科学是自然的合作伙伴，因为……
数据科学发现隐藏在数据中的模式，趋势和关系。设计思维揭示了中小企业的模式，趋势和关系。
“设计思维”释放了主题专家的关键力量-客户和运营参与的前线。例如，随着组织的主题专家退休，就有机会利用“设计思维”和“像数据科学一样思考”的思想来识别，验证，整理和扩展用于保持运营平稳运行的启发式方法；有机会将每个技术人员，工程师，医师和老师变成您最好的技术人员，工程师，医师和老师（参见图4）。
图 4：“利用自治的经济改造您的组织”
TLADS关键3：拥抱实验和学习
为了使组织从僵化和规避风险的组织转变为敏捷，实验和适应性强的组织，需要一种全新的思维方式来思考在何处以及如何制定运营决策。“白板与地图”的比喻很好地描绘了创新挑战。
最好将大多数组织的业务策略描绘成一张地图-一种高度精心设计的文档，它仔细地预先定义了组织要取得成功所需要进行的每一个动作（打法）。另一方面，白板代表了一种“思维方式”，通过跨职能团队的协作和集思广益，以了解和货币化市场模式和关系，充实自己的思想，可以迅速地捕捉，探索，完善，变形甚至丢弃想法。职责，起草计划并创建动态的业务策略，该策略可以根据不断变化的市场动态进行不断调整（请参见图5）。
图 5：扩展创新：白板与地图
建立学习型组织的关键部分是掌握取消学习的技巧。完善某些技能需要数年（有时甚至是一生）。马尔科姆·格拉德威尔（Malcolm Gladwell）的书《离群值》（Outliers）假设，完成一项技能需要10
TLADS关键4：成为价值工程驱动
价值工程是一种业务参与方法，专注于利用数据和分析来获取和驱动客户，产品和运营价值的新来源。价值工程框架首先要确定关键的业务计划，该计划不仅确定价值的来源，而且还提供了一个框架，以专注于交付业务价值和相关性。
数据科学价值工程框架的核心是与不同利益相关者或主题专家的协作，以识别，验证，评估优先次序，并确定他们为支持目标业务计划而需要做出的关键决策（用例）。
在对最重要的决策（用例）有了透彻的了解之后，分析，数据，体系结构和技术对话现在有了一个可以在其中工作的框架（通过了解重要和不重要的内容）。参见图6。
图 6：“价值工程：数据科学成功的秘诀”
简介：建立由AI驱动的组织
通过培训每个人“像数据科学家一样思考”，可以释放出构建由人工智能驱动的组织所必需的创新思维。不断挑战传统的业务和运营思想，以重新设计组织的价值创造流程。
由AI驱动的组织利用“像数据科学家一样思考”的方法来：
利用跨学科合作
增强一线运营智能
拥抱实验与学习
成为价值工程驱动
那么，您的组织愿意为您的员工投资什么呢？这是建立由AI驱动的组织的秘密所在，以教会他们如何“像数据科学家一样思考”？

关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！

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

关键词：数据科学家 数据科学 科学家 所有人 马尔科姆·格拉德威尔