為了幫助企業能夠成功轉型為一家真正意義上的AI公司，吳恩達發布了一份《企業轉型AI指導手冊》。在手冊里吳恩達提煉了傳統企業轉型成為AI企業的5個要素，并承諾本手冊將引導企業轉型成功。

這次又是吳恩達。

吳恩達從一個AI技術的研究員，到AI技術的從業者，再到AI技術的咨詢顧問，先有學術上的聲望，之后又有谷歌大腦、百度AI小組的光環，再做培訓就比較有說服力。

所以就有了Landing AI。

Landing AI是吳恩達創建的面向企業的咨詢機構，意圖為想轉型做AI的傳統企業、或者初創的AI企業，提供咨詢服務。

吳恩達剛在Landing AI發布了一份《企業轉型做AI指導手冊》，并且信誓旦旦的說：你看，谷歌和百度轉型AI很成功是吧？我洞察了導致它們成功的因素，寫了這本冊子。只要你看了我這本指南，在做AI這件事上，絕對強！

所以，認真看下面的內容就好咯。

這本冊子主要講了以下5個點：

一定要選好第一個項目

招聘坐班的AI團隊，別指望外包

善用網上的公開課給員工做集體培訓

開發一個AI戰略

做好內部和外部的溝通

第一個項目非常關鍵

通常來講，從最簡單、一次性成功幾率最大的新項目或者新技能下手，是最保險的，能夠極大的鼓舞士氣。士氣高漲了，大家才會全身心的投入到公司中。

但也不是說隨便亂找個簡單項目就開始做。要選擇既好上手、又不讓人覺得太簡單的項目。

吳恩達當年是選擇了Google Speach。這個項目當然很重要，但不是Google當前最重要的項目。首戰告捷后，就順理成章的接更多項目了。

建立一個內部AI團隊

雖然擁有深厚技術AI專業知識的合作伙伴可以幫助你們更快地獲得最初動力，但從長遠來看，建立內部AI團隊來執行某些項目會更有效率。此外，你也會希望在公司內部保留一些項目，從而建立更獨特的競爭優勢。

重要的是。要從聘用高管級別的人來建立團隊。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，那些許多獨立實驗的公司——從數字營銷到數據科學實驗再到新網站發布，則無法發揮互聯網功能，因為這些小型試點項目無法擴大規模來改造公司的其他部門。

在AI時代，許多公司的關鍵時刻在于，組建一個可以幫助整個公司的集中式AI團隊。如果他們擁有合適的技能，那么這個AI團隊可以由CTO、CIO或CDO（首席數據官）帶領。它也可以由專門的CAIO（首席AI官員）領導。AI部門的主要職責是：

建立AI功能以支持整個公司；

執行一系列跨職能項目，以支持與AI項目不同的業務部門。完成初始項目后，可以設置重復的流程以持續提供一系列有價值的AI項目；

制定一致的招聘和留用標準；

針對整個公司范圍，開發對多個部門/業務部門有用的公司范圍的平臺，不太可能由個別部門開發。例如，考慮與CTO / CIO / CDO合作，開發統一的數據倉儲標準；

許多公司都組織多個業務部門向CEO報告。通過建立新的AI團隊，你能夠將AI人才匯集到不同的部門，以推動跨職能項目。

新的職位描述和新的團隊組織也會出現。我現在以機器學習工程師、數據工程師、數據科學家和AI產品經理等角色組織團隊工作，這種方式與前AI時代不同。一個優秀的AI領導者將幫助你建立正確的流程。

目前AI人才爭奪戰已經打響，不幸的是大多數公司都很難雇用斯坦福大學的博士（或者甚至是斯坦福大學本科生）。由于人才戰在短期內基本上是零和，因此與可以幫助你建立AI團隊的招聘伙伴合作將給你帶來非凡的優勢。但是，為現有團隊提供培訓也是培養內部大量新人才的好方法。

提供廣泛的AI培訓

目前沒有一家公司擁有足夠的AI內部人才。雖然媒體對AI高薪的報道被過度炒作（媒體中引用的數字往往是離群值），但AI人才的確很難找到。

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），培養大量員工掌握AI等新技能比以往任何時候都更具成本效益。聰明的CLO（首席學習官）知道他們的工作是策劃，而不是創造內容，然后建立流程以確保員工完成學習體驗。

十年前，員工培訓意味著聘請顧問來到辦公室進行講座。但這么做效率低下，投資回報率尚不清楚。相比之下，數字內容更實惠，并為員工提供更個性化的體驗。

如果您確實有預算聘請顧問，那么他們教授的內容應該是補充在線內容。（這被稱為“翻轉教室”教學法。我發現，如果實施正確的話，這將帶來更舒適愉快的學習體驗。

例如，在斯坦福大學，我的校園深度學習課程就使用這個教育方式進行授課。）聘請一些AI專家來提供一些現場內容也可以激勵員工學習這些AI技術。

AI將改變很多不同的工作。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。咨詢專家將有助你為你的團隊開發定制課程。然而，一個名義上的教育計劃可能如下所示：

高管人員和高級業務負責人：（培訓時間至少4小時）

目標：讓主管了解AI可以為你的企業做些什么，開始制定AI戰略，做出適當的資源分配決策，與支持有價值的AI項目的AI團隊順利協作。課程：

理解AI的基本業務，包括基本技、，數據以及AI可以做什么和不能做什么；

了解AI對公司戰略的影響；

關于AI應用到相鄰行業或你所在行業的案例研究。

執行AI項目的部門領導：（培訓時間至少12小時）

目標：部門負責人應能夠為AI項目設定方向、分配資源、監控和跟蹤進度，并根據需要進行調整，以確保項目的成功交付。課程：

理解AI的基本業務，包括基本技術、數據以及AI可以做什么和不能做什么；

理解AI的基本技術，包括主要的算法類及其要求；

理解AI項目的基本工作流程和流程、AI團隊中的角色和職責，以及AI團隊的管理。

AI工程師培訓生：(培訓時間至少100小時）

目標：新培訓的AI工程師應該能夠收集數據、訓練AI模型，并提供特定的AI項目。課程：

深入了解機器學習和深度學習; 基本理解其他AI工具；

了解用于構建AI和數據系統的可用（開源和第三方）工具；

能夠實施AI團隊的工作流程和流程；

此外：還要持續學習，以跟上不斷發展的AI技術。

制定AI戰略

AI戰略將引導你的公司在創造價值的同時，也建立可防御的護城河。一旦團隊開始看到初始的AI項目的成功，并且對AI有了更深入的了解，你將能夠認識到在哪些地方AI可以創造最大的價值，并將資源集中在這些地方。

一些高管會認為，制定AI戰略應該是第一步。根據我的經驗，大多數公司只有在對AI有了一些基本的經驗之后才能夠制定出一個周到的AI策略，這些經驗你能在步驟1-3的過程中得到。

建造防御護城河的方式也隨著AI的發展而發展。以下是一些可以考慮的方法：

建立幾個不同的AI資產，這些資產在大體上要符合一個一致的戰略：AI使企業能夠以新的方式建立獨特的競爭優勢。邁克爾?波特(Michael Porter)關于商業戰略的開創性著作表明，建立壁壘業務的一種方法是，建立幾項與總體戰略大體一致的不同資產。因此，競爭對手很難同時復制所有這些資產。

利用AI來創建一個特定于你的行業的優勢：與其與“廣義”AI上領先的公司競爭，例如谷歌，我建議成為在你的行業內領先的AI公司，開發獨特的AI能力將幫助你獲得競爭優勢。AI如何應縣你的公司戰略，需要在行業具體情況中考慮。

設計策略要符合“人工智能良性循環”的正反饋循環：在許多行業，我們會看到數據的積累能導致一項壁壘業務：

例如，領先的網絡搜索引擎，如谷歌、百度、Bing和Yandex，都擁有巨大的數據資產，能夠了解用戶在不同的搜索查詢后點擊的鏈接。這些數據有助于公司建立更準確的搜索引擎產品(A)，這反過來幫助他們獲得更多的用戶(B)，這反過來使他們擁有更多的用戶數據(C)，這種積極的反饋循環是競爭對手很難打破的。

數據是AI系統的關鍵資產。因此，許多偉大的AI公司都有復雜的數據策略。制定數據策略的關鍵要素包括：

戰略性數據獲取：100個數據點(“小數據”)到1億個數據點(“大數據”)都能構建有用的AI系統。但是擁有更多的數據基本上不會有壞處。AI團隊使用非常復雜的、耗時的策略來獲取數據，而具體的數據獲取策略是針對行業和具體情況的。例如，谷歌和百度都有許多免費產品，它們不盈利，但它們能獲取可以在其他地方盈利的數據。

統一數據倉庫：如果你有50個不同的數據庫，分屬50個不同的VP或部門的控制下，那么工程師或AI軟件幾乎不可能訪問這些數據并“連接這些點”。相反，可以考慮將數據集中到一個或最多幾個數據倉庫中。

識別哪些數據是有價值的，哪些數據是沒有價值的：擁有數TB的數據并不意味著AI團隊能夠從這些數據中創造價值。期待一個AI團隊從大型數據集中神奇地創造出價值，這是很有可能失敗。我不幸看過CEO過度投入于收集低價值數據，甚至只是為了數據去收購一個公司，然而這些數據完全沒有價值。通過在數據獲取過程中盡早引入AI團隊可以避免這種錯誤，并讓他們幫助你對需要獲取和保存的數據類型進行優先排序。

創造網絡效應和平臺優勢：最后，AI還可以用來建造更傳統的護城河。例如，具有網絡效應的平臺是高度壁壘的業務。它們通常有一種天生的“贏家通吃”的動力，迫使企業要么快速增長，要么滅亡。如果AI能讓你比競爭對手更快地獲得用戶，它就能被用來建造一條通過平臺動態防御的護城河。更廣泛地說，你還可以將AI用作低成本策略、高價值策略或其他業務策略的關鍵組件。

發展內部和外部溝通

AI將顯著影響你的業務。如果它影響到你的關鍵利益相關者，那么你應該運行一個通信程序來確保一致性。以下是你應該為每個受眾考慮的問題：

投資者關系：領先的AI公司，如谷歌和百度，現在都已經是更有價值的公司，部分原因是它們的AI能力，以及AI對其利潤的影響。想投資人清晰地解釋你的公司的AI價值創造理論，描述不斷增長的AI能力，最后提供一個深思熟慮的AI戰略，將有助于投資者恰當地評估你的公司。

政府關系：在監管嚴格的行業(自動駕駛汽車、醫療保健等)，企業要想保持合規，面臨著獨特的挑戰。構想一個可信的、引人注目的AI故事，解釋你的項目可以給行業或社會帶來的價值和好處，是建立信任和善意的重要一步。在推出項目時，應與監管機構進行直接溝通和持續對話。

客戶/用戶教育：AI可能會給你的客戶帶來顯著的好處，所以要確保適當的營銷和產品路線圖信息的傳播。

人才/招聘：由于AI人才匱乏，強大的雇主品牌將對你吸引和留住這類人才的能力產生重大影響。AI工程師希望從事令人興奮且有意義的項目。適度地展示公司最初的成功可以大有裨益。

內部溝通：由于目前人們仍對AI不了解，尤其是通用人工智能被過度炒作，因此存在著恐懼、不確定性和懷疑。許多員工也擔心自己的工作被AI自動化，盡管這在文化上存在很大差異(例如，這種擔憂在美國比在日本出現得更多)。良好的內部溝通，無論是解釋人工智能，還是消除這些員工的擔憂，都將減少內部不愿采用AI的情況。

公司 + 深度學習技術≠ 轉型做AI

記住，轉型AI，跟用AI工具是兩碼事。就算你開了個百貨店，注冊了一個微信公眾號，用電商小程序賣貨，然而并不能就此成為一家**互聯網公司**。

要想真正做到轉型，你需要明白以下道理：

系統地執行多個有價值的AI項目的資源：AI公司擁有外包和/或內部技術和人才，可以系統地執行多個AI項目，為業務帶來直接價值

對人工智能的充分理解：應該對人工智能有一般的了解，并采用適當的流程來系統地識別和選擇有價值的人工智能項目

戰略方向：公司的戰略大體上與人工智能未來的成功保持一致

吳恩達最后強調，AI轉型可能需要兩三年時間，但應該6-12個月的時候，就的初見成效。做好轉型，才能保持領先于競爭對手并利用AI推動公司發展。