从问题开始，沙箱，确定值得信赖的供应商 — AI 入门快速指南

快速阅读: 据《VentureBeat 公司》称，订阅我们的每日和每周通讯，获取最新的AI行业资讯和独家内容。77%的公司已使用或探索AI，80%将其视为首要任务。为评估AI工具，建议从识别企业面临的问题开始，进行试点项目，并重视数据安全和供应商透明度。阿俊·皮莱是杜克特AI的联合创始人兼首席执行官。

订阅我们的每日和每周通讯，获取最新的行业领先AI覆盖资讯和独家内容。了解更多信息，77%的公司已经在使用或探索使用AI，超过80%的公司声称这是他们的首要任务，领导者渴望从这项技术中获得最大价值。然而，可用解决方案的数量和伴随而来的营销信息可能会使找到一条清晰的道路变得困难。以下是一些指南，帮助您评估AI工具的功能并确定最适合您组织的方案。

从问题开始，而不是工具

当媒体赞扬某个特定平台时，或者您发现竞争对手正在使用相同的平台时，自然会想知道您是否也应该这样做。但在检查新系统之前，首先要识别您的企业面临的问题。它的关键挑战是什么？其核心需求是什么？一旦您重新调整了焦点，可以通过这个视角重新考虑您正在考虑的解决方案。如果AI技术可以解决您公司一直遇到的明确且可衡量的问题（例如自动化例行任务或提高团队生产力），那么该工具值得探索。如果没有直接解决您的问题，则继续寻找其他工具。AI非常强大，但确实有其局限性。您的目标应该是仅将它应用在能产生最大影响的领域。

试点项目和实验预算

当您确定给定系统可能在战略上支持您的需求时，您已经满足了第一个必要条件——但这并不意味着您准备好购买。下一步是通过小规模试点项目来测试技术的有效性。最有价值的测试是基于与关键绩效指标（KPI）相关的框架。根据谷歌云的说法：“KPI对于通用AI部署至关重要，原因包括：客观评估性能、与业务目标对齐、实现数据驱动的调整、增强适应性、促进清晰的利益相关者沟通以及展示AI项目的投资回报率。”换句话说，您的测试框架可以基于准确性、覆盖率、风险或任何对您最重要的KPI。您只需要明确的KPI即可。一旦有了这些，召集五到十五人进行测试。两个七人的团队是最理想的。当那些经验丰富的人员开始测试这些工具时，您可以收集足够的反馈来判断该系统是否值得扩展。

领导们经常询问如果供应商不愿意与他们进行试点项目该怎么办。这是一个合理的问题，但答案很简单。如果遇到这种情况，请不要进一步与该公司合作。任何值得信赖的供应商都会认为为您创建试点项目是一种荣幸。此外，提前规划并设立实验性AI预算。当您想要尝试各种解决方案而不过度承诺资源时，应该转向这个预算。即使一切似乎都在顺利进行，也要给您的团队足够的时间熟悉技术和适应，然后再做购买或扩大规模的决定。

优先考虑数据安全和供应商透明度

在考虑一个平台时，请记住您不仅要评估技术本身，还要评估背后的公司。供应商应该受到与技术本身同样多甚至更多的审查。确保您只与那些在数据安全方面达到最高标准的供应商合作。他们应遵守全球数据保护标准和伦理AI原则，并且平台本身应通过SOC 2 Type 1、SOC 2 Type 2、一般数据保护条例（GDPR）和ISO 27001认证。此外，核实您的供应商是否未经明确同意就使用您公司的数据进行AI训练。视频会议提供商Zoom就是一个例子，该公司曾计划利用客户内容为其AI和ML模型训练。尽管他们最终并未实施这些计划，但这一事件仍应引起企业和消费者的警惕。

如果您安排了一位专门负责AI的负责人，此人可以管理所有数据安全需求并确保组织合规。这可能感觉像是不必要的额外工作，但却是必不可少的。请记住，只要您的供应商之一发生一次数据泄露，就足以让您失去客户信任——如果不是客户的话。

最后的想法

领导者必须采用结构化的方法来评估AI解决方案，以从中获得最大价值。首先关注问题解决，其次是测试和试点项目、数据安全以及识别实际价值。AI非常强大，但只有经过精心挑选和实施后，应用于正确的问题时，才能发挥其作用。

阿俊·皮莱是杜克特AI的联合创始人兼首席执行官。

数据决策者欢迎来到VentureBeat社区！

数据决策者是专家们分享数据见解和创新的地方，包括从事数据工作的技术人员。如果您想阅读前沿思想和最新信息、最佳实践以及数据和技术的未来，请加入我们，成为数据决策者的一员。数据决策者是专家们分享数据见解和创新的地方，包括从事数据工作的技术人员。您甚至可以考虑撰写自己的文章。在数据决策者网站上阅读更多内容。

(以上内容均由Ai生成)