【摘要】企业向机器学习转型所需遵循的五大步骤导读：如今，机器学习技术高居新兴科技技术成熟度曲线（Hype Cycle for EmergingTechnologies）的

企业向机器学习转型所需遵循的五大步骤

导读：

如今，机器学习技术高居新兴科技技术成熟度曲线（Hype Cycle for EmergingTechnologies）的顶点，这意味着，它已经足够成熟，可以激发更加广泛的兴趣了。换言之，你的竞争对手们也在投资机器学习呢。

近九成企业已经不同程度地用上了机器学习，大部分依旧处在战略开发或试水阶段。然而，机器学习的潜力仍未完全释放。在大部分企业，很多决策仍需要人类插手。只有8%的受访者表示，其机器学习战略已经相当或高度完备。

在机器学习的普及过程中，一个常见的障碍就是保障数据质量。劣质数据会导致机器做出劣质决策，从而增加风险。

原文翻译：

假如你想修个新房，你不但得购买新建材，还得雇佣熟练的建筑工人，才能把房子修起来。首席信息官们（CIO）要想推行机器学习技术，从而在没有人类直接干预的情况下，对业绩加以分析与提升，他们也得遵循同样的规则。企业IT云服务公司ServiceNow的一项最新调查显示，大多数CIO都因为缺乏所需的人才、数据质量与预算，而无法充分利用这种技术。若你的企业即将踏上机器学习的征程，那么，要让投资物有所值，你必须遵循五大步骤。

这五大措施应尽快采取，因为说不定，大家期盼已久的机器学习时代很快就要降临了。效仿人类智能的机器虽然被炒得热火朝天，但计算机科学早已经迎头赶上。如今，机器学习技术高居新兴科技技术成熟度曲线（Hype Cycle for EmergingTechnologies）的顶点，这意味着，它已经足够成熟，可以激发更加广泛的兴趣了。换言之，你的竞争对手们也在投资机器学习呢。

最近，《全球CIO观点调查》（Global CIO Point of View Survey）向500名CIO发出了问卷。调查结果显示，企业都在为这种变革性的技术的普及摩拳擦掌，以实现自动化决策。近九成企业已经不同程度地用上了机器学习，大部分依旧处在战略开发或试水阶段。然而，机器学习的潜力仍未完全释放。在大部分企业，很多决策仍需要人类插手。只有8%的受访者表示，其机器学习战略已经相当或高度完备，相比之下，认为自己企业物联网战略相当或高度完备的占到35%，数据分析战略对应的比例则达65%。

根据麦肯锡（McKinsey）的一项调查，为实现机器学习方面的数据与分析目标，最重要的挑战有这样三个：

1）支持数据与分析活动的企业架构；

2）行之有效的技术基础设施；

3）管理层的参与。该研究还宣称，能够有效驾驭这三点的企业将能创造出显著的价值，并实现自身的差异化；办不到的企业，则会日益陷入劣势地位。

要捕获更大的价值，企业要做的不仅仅是投资于技术。对企业架构或流程的改变也必不可少，这其中包括对待人才的态度、IT管理与风险管理。要取得进步，企业必须遵循以下五个步骤：

一、改进数据质量

在机器学习的普及过程中，一个常见的障碍就是保障数据质量。劣质数据会导致机器做出劣质决策，从而增加风险。CIO要考虑实施恰当的解决方案，简化数据维护，从而加速向机器学习转型。第一步就是整合冗余或预制的IT工具，将它们变成单一的数据模型。

二、树立价值实现方式

将所有技术目标的商业价值明确表述出来，继而确定这些目标的最佳实现方式。这包括审视已有流程，找到最能得益于自动化的非结构化工作模式。知道了碎片化数据都在哪里，你也就知道了如何用自动化实现生产效率的提升。

三、创造最优客户体验

机器学习带来的自动化可以促进运营效率，但不要忘了，它也能（在不牺牲准确度的前提下）加速决策，改进客户体验，从而提高投资回报率。先设想一下你想创造的客户体验，然后在商业流程之中，找到最能提升客户体验的元素，加以重点投资。机器学习使企业或机构能够针对每一位顾客，度身定制相应的广告、呼叫中心的互动，乃至产品或服务，以及预测顾客接下去的需求。

四、设定指标并加以衡量

CIO们深知机器学习的价值，但高管团队和董事会其他成员可能就不清楚了。因此，在着手实施之前，CIO们必须树立预期，设置成功指标，并准备好充分的商业依据，在申请款项时，随时呈递给领导层。在实施机器学习技术、收获智能自动化的益处的同时，这些衡量指标也得随时调整

五、理解企业文化将受到的影响

在企业引入机器学习的同时，雇员的角色也将发生改变，这就需要CIO们调整雇佣与培训过程。这个不难，因为它所需的技能组合，包括数据科学、工程学、数学和批判性思维在内，就是云时代的必备技能组合。这种转型很可能给某些雇员造成不适，因此，请务必使机器学习的价值转化到他们的日常工作之中。机器并未接管企业，它们将雇员从繁琐的手动操作中解放了出来，使员工专注于更加战略性的项目。

但这种不适的感受，CIO们也有可能面临。他们的角色也需要不断演变，从维持技术层面的正常运转，保障企业运营，到以高管的身份与企业各个层面广泛互动，因此，其战略重要性也将迈上新的台阶。

企业要实现机器学习的投资回报，就离不开规划与严格的贯彻执行——同时参照技术转型的速度、其对雇员日常工作的影响，对雇员做出相应的调整。遵循上述五个步骤，这一转型就会格外顺畅。