人工智能人工智能落地之路：从概念验证到产品.docxVIP

【人工智能】人工智能落地之路：从概念验证到产品 2020-04-04 原文 大数据文摘出品 来源：medium 编译：李雷、蔡婕、雪清、橡树_hiangsug 只要不到20％的机器学习PoC（概念验证）项目能够顺当投产，而这其中的大部分也可能会止步于其方案的“产品化”阶段。从概念验证到实际产品，人工智能使用落地到底要跨越多大的鸿沟呢？来看看这篇文章怎样说。留意：文中可能存在“机器学习”和“人工智能”概念混用的情况，不必纠结于此。 今年，虽然不少公司都在部署人工智能处理方案，也取得了肯定的成果，但只要少数公司做到了全面部署人工智能，从而为公司带来真正的附加价值。 据我所知，只要不到20％的机器学习PoC（概念验证）项目能够顺当投产，而这其中的大部分也可能会止步于其方案的“产品化”阶段。 PoC的顺境 大多数公司首先通过概念验证（proof of concept , PoC）项目来证明人工智能方案可以削减成本，改善客户体验，或者在某种程度上构成业务差异化。 PoC通常接受相对简约的算法，训练数据也是即时可用的或内部标记的，其次要目标是证明可以用少量的数据训练算法以处理特定场景的问题。 假如PoC获得成功，那么项目将连续进入产品化阶段。 进入产品化阶段意味着AI项目将变得愈加简单。这个阶段不再需要证明该处理方案的无效性，而是要将AI项目集成到公司的基础架构中，并保证它在真实环境