关键的外卖

• “我们知道从我们的首席数据官研究和调查数据和分析领导人参与战略发展能够提供业务价值远比那些不。”
• “数据和分析领导人努力优化业务价值,还有经常缺乏一致性的关键任务的优先次序。”
• “你作为数据和分析领导人需要函数作为组织的主要价值军官。”
• “咆哮(风险、机会、食欲,并返回)模型提供了一种系统化的方式为每个项目得分的好处和风险,然后考虑这些举措的组合的最优投资组合。”
• “虽然我们有模型可以帮助你思考和优先级,这些模型背后是什么,是很重要的。想胜过做。”
• “优化值数据和分析是一个持续的过程。这不仅仅是一个一年一次的活动,这不仅仅是一个季度活动——你需要考虑它作为中央管理的一切。”

学习如何使用数据和分析在Gartner电子书免费重新设计决策“未来的决策。”

关键的外卖

• 神话# 1:AI功能超越人类的能力。“欺骗,他们允许计算机五大精度指标。这意味着计算机允许五猜测,只有其中一个猜测是正确系统的分数‘正确的’。”
• 神话# 2:人工智能是扰乱行业。“当你应用人工智能,有许多用例,这都将导致更好的节约成本,客户满意度,减少停机时间,减少风险,但所有这些事情,我们将会看到更不一定转化为巨大的破坏。”
• 神话# 3:人工智能是智能。“我们创建的系统不明白,他们只反应。”
• 误区4:AI可以做任何事。“人工智能的谱问题可以解决令人惊讶,但我们不得不说,人工智能是一个点的解决方案。欺诈检测解决方案不会开车。”
• 误区5:AI将取代人类的智慧。学习”与我们的灵活性,来理解事物,和超快和自适应,还需要很长一段时间之前,AI将取代人类的智慧。”
• 神话# 6:AI可以自行学习。“如果你看看整个生命周期的AI,只有先进的分析是完全自动的。”

关键的外卖

• “收购、保留和发展人工智能的人才是一个挑战对于大多数组织。”
• 据Gartner调查研究,1在5组织相信他们有他们所需要的人工智能人才。人才差距正在缩小,但是采购正确的技能和经验仍将是一个持续的挑战。”
• “可怜的招聘策略,过高的期望和管理不善的陷阱获取人工智能人才。”
• ”四个主要桶的角色在一个AI组:1)领域专家,2)数据科学家,3)开发人员或ML专家,4)数据工程师。”
• “创建一个文化和团队结构,利用和价值观支持AI角色。期望大多数数据科学团队小和分布式的业务。”
• ”很重要现实的营业额将会具有良好的人工智能人才。竞争性工资缓解这个钱是AI的# 1原因人才离开了。”
• “技能发展和事业建设人工智能人才保留和最佳的合作至关重要。”