|
人工智能在近年来是一个非常火的概念，有大量的公司都投身到了人工智能的热潮中，都在努力的“ALL IN AI”，然而，当我们在谈论人工智能的时候，我们其实在谈论什么？人工智能就是人工智能吗？有了人工智能就有了一切吗？
我认为不是这样，人工智能只是手段，而不是目的，我们不能只是让人工智能高高的在天上飘着，而应当努力使其落地，有力的支撑我们现有的业务；同时降低人工智能使用的门槛，能够让企业中各个部门都能够应用人工智能，享受到人工智能所带来的好处。
由于人工智能方向的人才稀缺，所以很多公司都是单独成立人工智能团队来运作，以期能够形成合力，尽快产出成果。然而由于在组织架构上是单独的人工智能团队，因此其目标的设定往往和业务相去甚远，其产生的成果往往虽然能够满足本部门的目标，但是并不能够直接应用到业务上。而业务研发团队由于缺乏人工智能方向的人才，也难以理解和接受人工智能团队开发的成果，最终还是自己来开发相关的业务系统策略。这就造成了人工智能在很多公司只是用来炫技的存在，只是空中楼阁、无根之木、无源之水，最终在一窝蜂的上了很多人工智能的项目之后又一窝蜂的将这些项目下掉，业内开始惊呼“人工智能进入了冬天”，但这些现象真的是人工智能本身的问题吗？
所以，当我们在谈论人工智能的时候，我们并不是也不应当只是谈论人工智能本身，而应对认真的思考人工智能如何与传统业务相结合，如何能够让传统业务的相关人员很快的应用人工智能的成果。尤其是做人工智能方向的产品经理，由于这是一个技术密集型的方向，因此很多人会认为人工智能是研发，是算法相关同学的主要工作，产品经理能够在其中起到的作用非常小。那么，产品经理应当将更多的精力投入到思考和推动如何使人工智能的成就转化为实际的业务上的生产力，使人工智能能够更加脚踏实地的支撑业务的发展。
既然人工智能方向人才缺乏是现实，那么我们基本不可能将独立的人工智能团队拆散来支撑业务，在这样的前提条件下，一般公司常见的支撑业务研发的工作流程是：
综上，我们可以看到，在这种协作模式下，人工智能要支撑业务的发展是存在很多问题的，这些问题的根本是人工智能方向人才数量和业务在人工智能方向上的需求严重不匹配导致的。例如，如果在产品运行过程中发现效果数据未达预期或者出现波动，当异常出现后传导到人工智能团队再定位问题进行修复，从数据异常、发现异常、问题分析、确定优化内容、迭代优化直至问题修复，项目正常运行需要相当长时间，整个项目运维周期较长，开发效率低，人力资源耗费大：
又比如，在实际业务中其实有很多相对比较类似的业务场景，在这些场景中所使用的模型其实是类似的，只是根据实际业务需要或者目标用户群的不同需要进行一些调参，例如调整权重等细微差别，但由于人工智能模型对于业务研发来说往往是一个黑盒，这种调整工作往往看起来简单却仍然只能由人工智能方面的的研发团队进行，而又由于人工智能人才较少，在这里就形成一个瓶颈，很多业务场景无法得到人工智能支持，好的策略模型推广较慢。
总结下来，我们萌生了建立一个人工智策略平台的想法，希望通过该平台解决人工智能技术在和业务相结合，支撑业务快速发展的过程中存在的相当多的问题，主要是以下几个问题：
为解决以上问题，我们设定了人工智能策略平台的产品目标，分别是：
为实现以上目标，人工智能策略平台的工作模式可以简单归纳为3点：配置目标、自动监控、智能优化。为此，策略平台为业务研发部门提供优化目标、影响因子、优化模型的配置功能，根据配置信息，策略平台提供目标自动监控、数据异常报警、问题修复优化、智能决策建议等服务。
 |
