我是一个创始人，拥有十年微软工程师经验。以下是我会雇佣谁来领导下一阶段的人工智能。 作者：凯瑟琳·李 你当前正在关注这位作者！想要取消关注吗？请通过你邮件中的链接取消订阅。 前微软工程领导者罗伯·科利讨论了如何最有效地将人工智能作为一项业务，以及谁应该领导公司中的转型。罗伯·科利 这篇以口述的方式写成的文章基于与前微软工程领导者罗伯·科利的对话。科利关于组织人工智能战略的书籍《公平游戏》将于8月11日出版。这次采访经过编辑以缩短长度和提高清晰度。我曾在微软工作了13年，并且是Power BI的创始工程师之一，Power BI是一个帮助客户可视化数据并将洞察力融入其他微软应用程序的平台，此后我创办了自己的数据和人工智能咨询公司。像许多商业领袖一样，我在过去的几年中努力弄清楚人工智能对公司意味着什么。我得出一个重要结论：大多数公司在处理人工智能时方向错误。未来不仅仅是购买更多基于人工智能的软件或急于建立自己的大型语言模型。真正的机会是教会当今的人工智能模型你的业务实际是如何运作的——并授权公司内部的合适人员来完成这项工作。即用型人工智能是不够的 当我开始制定我们自己的人工智能策略时，我不断遇到一个脱节。每个人都说人工智能将改变一切，但当商业领袖尝试使用它时，他们通常难以将其变得有用。第一波企业人工智能的采用假设公司可以简单地购买基于人工智能的软件并称之为转型。我们已经看到这并没有兑现其承诺。企业必须定制人工智能，使其适应实际运营的方式。我认为萨提亚·纳德拉在谈到每家公司最终都要建立自己的人工智能时是完全正确的。他所谈论的是我所称的“游泳池深水区”：训练或修改你自己的大型语言模型。我们可能最终会到达那里。但这不是大多数组织应该开始的地方。浅水区更为实用。今天的大型语言模型如果你把它们当作一个新员工而不是期望它们自动了解你的业务，已经非常强大。它们几乎就像在每一个可能的人类学科上都获得了博士学位，但在你公司仍然是一个新员工。它们不知道你的内部流程、你的战略或你的机构知识。公司应该围绕现有模型构建系统，以在合适的时间提供合适的上下文，而不是建立新的模型。把商业大型语言模型想象成乐高积木。如果你将它们连接到你的公司数据、工作流程和软件上，你可以在不训练自己的模型的情况下获得巨大的回报。首先掌握定制。然后再考虑构建自己的模型。 我会押注的人是“匠人” 最大的人工智能机会不一定是雇佣更多的人工智能研究人员，而是寻找那些已经在你公司内解决问题的人。软件开发者和数据专业人员将非常有价值，因为将大型语言模型连接到商业系统从根本上是一个软件和数据挑战。但我认为还有另一组人是领导者们忽视的。在我即将出版的书中，我称他们为“匠人”。他们是构建人人依赖的电子表格的人。他们自动化乏味的工作。他们创建仪表板。他们编写脚本。他们嵌入在业务内部，解决IT没有时间处理的问题。我的研究表明，大约每16个人中就有一个符合这个匠人特征。实际上，匠人的数量超过了专业软件开发者。多年以来，他们受到技术技能的限制。人工智能改变了这一点。世界上的匠人现在可以在人工智能的帮助下编写真正的软件。这就是为什么我认为心态编码与这些商业内部人员的结合是一个秘密武器。当我寻找人工智能领导者时，我不会首先询问谁对人工智能了解最多。我会问：“谁是Excel专家？当某些出现故障时大家都会找谁？谁不断发明聪明的解决方案使业务运转？”那些人已经在以构建者的思维来思考。你也可以通过寻找他们创造的工件来找到他们——电子表格、仪表板、自动化和工具，这些工具在默默运行着关键的业务功能。我也不认为公司应该等到自上而下的人工智能策略出台后再开始。组织运作在数千个独立的工作流程上。没有首席执行官可以从总部重新设计所有这些流程。那些成功的公司会从靠近业务的小规模定制胜利开始，从这些成功中学习，并从那里扩展。 阅读下一篇 凯瑟琳·李 你当前正在关注这位作者！想要取消关注吗？请通过你邮件中的链接取消订阅。 人工智能 人工智能 领导力 更多 职业 技术