【新智元导读】吴恩达曾在《如何物色人工智能总监？》中将 AI 革命与100年前的店里革命相比，认为正如100年前需要电力总监一样，企业应该聘用一名“首席AI官”指导企业的AI战略。本文作者是AI公司 Narrative Science 首席科学家，美国西北大学计算机科学教授。他提出了完全相反的观点。

　　每个认真的技术公司现在都有一支人工智能团队。这些公司正在大量投资于情势评估、预测分析、基于学习的识别系统、对话界面以及推荐引擎等智能系统。谷歌、Facebook 和亚马逊等公司不是仅仅在使用人工智能，而是将人工智能作为其核心的知识财产。

　　随着市场趋于成熟，企业开始转向使用 AI，而不是自己开发 AI。他们将智能系统视为销售、物流、制造等的解决方案。他们希望 AI 可以提高生产效率，将现有生产流程自动化，提供预测分析，以及从大兴数据集中提取意义。对他们来说，AI 是一种竞争优势，但不是其核心产品的一部分。这些公司对 AI 的投资可能有助于解决实际的业务问题，但不会成为面向客户的产品的一部分。例如，百事可乐、沃尔玛和麦当劳可能对投资 AI 以帮助营销、物流甚至自动翻转汉堡有兴趣，但这并不意味着它们有希望造出智能的苏打水，智能雪铲或者智能巨无霸。

　　AI 被认为是很早期的技术，我们现在经常听到有关“AI 战略”的建议，以及公司应该聘请“首席 AI 官”之类的说法。（）大数据的崛起引发了一股数据科学家热潮，AI 与之相似，有人提出每家企业都需要聘请一名 C 级主管来推动企业的 AI 战略。

　　我想说，请你不要这样做。真的，千万别！

　　并不是说我怀疑 AI 的作用。我的整个职业生涯都在做 AI 相关的工作。我不是 AI 的怀疑论者，而是一名真正狂热的 AI 信徒。

　　当然，我也同意在企业中有效部署 AI 需要将重点放在实现业务目标。急于实施“AI 战略”，于是聘请懂 AI 技术的人来领导这项工作，可能看起来符合当前的趋势，但这忽视了一个现实，即只有当对实际业务问题和业务目标有深入了解的情况下，创新计划才可能成功。若想 AI 对企业有帮助，企业的目标必须是推动力。

　　这不是雇一名“首席 AI 官”就能实现的。这个角色的本质就是不管什么地方出了问题，都拿出 AI 来。这位高学历、高薪、高度积极的首席AI官会全面倒腾你的公司，寻找能应用 AI 技术的地方，他的目标是使用AI，而非解决实际的问题。

　　这并不是说你不需要懂 AI 技术的人才。你当然需要这样的人。但是，懂得技术和懂得他们能为你的企业战略做些什么是完全不同的。聘请一名首席AI官并不能代替企业中技术人员和了解企业战略的人员之间的有效沟通。

　　替代首席AI官的方法可以是从问题着手。将 AI 解决方案的考虑转移到直接解决问题的人身上。如果这些人在 AI 的解决方案可能适用时具有一个思考框架的话，这些解决方案具体在地方适用，他们可以提出建议。幸运的是，这个框架来自技术本身。我们已经知道在哪些地方 AI 能够起作用，以及在哪些地方 AI 的应用还不成熟。

　　归结起来，问题在于数据和任务。

　　例如，具有容易理解的模式的常规数据库中的高度结构化数据通常支持传统的高度分析性的机器学习方法。如果你有10年量的交易数据，那么你应该使用机器学习来寻找客户的人口统计学特征和你的产品之间的相关性。

　　如果你有量大，特征少的数据集（例如图像或音频），那么深度学习技术是最使用的。例如，使用设备声音数据，利用深度学习方法来预测工厂车间的故障是可行的。

　　如果你的数据全是文本，那么数据提取、情感分析，以及类似 Watson 的那种基于证据的推理等技术会有用。例如，基于 HR 的最佳实践手册实现自动化智能推荐可以适用这样的模型。

　　如果你拥有业务状态或性能报告的数据，那么自然语言生成是最佳选择。当可以使用机器自动生成并通过电子邮件发送完美的有可读性的英文报告时，还聘请分析师，让他们把宝贵的时间专门用于分析和总结公司的销售数据，这是没有意义的。

　　当整个公司的决策者都了解这一点，他们可以看看公司业务存在什么样的问题，以及它们收集到的数据，找出最可能适用的认知技术类型。