智慧型金融專案的N種死法3 高預期的大專案

智慧型金融專案的n種死法1：離交易過近

智慧型金融專案的n種死法2：遠離場景

智慧型金融專案的n種死法3：高預期的大專案

智慧型金融專案的n種死法4：前沿技術過度前沿

專案越大，代表投入越多，預期越高。前有大煉鋼鐵，今有大練晶元，人工智慧可以採用舉「公司」體制的建設模式嗎？答案是不行。it產品、網際網路產品和人工智慧產品，做產品的邏輯是不同的。it產品追求的是資訊化、流程化，買來就可以用就是it產品的基本邏輯，複雜的it產品，無非是引數設定比較麻煩而已，比如erp。網際網路產品追求的是規模經濟——大規模的服務覆蓋/複製，彈性可拓展，是網際網路產品複雜性所在。人工智慧關注的是智慧型化，智慧型的自我進化是其核心關注點。

我們可以模擬下，it產品類似於手工業，強調各類工具的使用，it產品就是即插即用的這個工具。網際網路產品，類似農業，養一波韭菜割一波韭菜，產品和服務快速覆蓋使用者是其生存的邏輯。人工智慧產品則類似養孩子，一開始他的智慧型水平很低，你需要不斷的提供資料（餵養），不斷的調整演算法（教育），最後才能長大**成為可用之才。

按照這個做產品的邏輯，我們可以看到it產品的落地週期最短，成本最低；網際網路產品落地週期其次，成本也是其次；人工智慧產品落地週期最長，投入成本也是最大的。為什麼ai產品不能像it產品那樣即插即用呢？我們舉個已經廣泛使用的智慧型客服產品來看，智慧型客服的廠家能做到的是

1）語音轉化為文字；

2）對文字做意圖識別；

3）根據意圖做對話問答。

你購買了這樣的乙個智慧型客服產品，等於你買來了乙個客服大腦，但裡面的內容是空的。這個需要你來提供。具體來說，如果你這家企業有大量的專有詞彙，那麼語音轉文字環節，你要提供這些專有名詞的語料（語音+文字）；你希望客服能夠回答哪些問題也需要你來整理出來，比如要能夠回答開戶方面的問題，回答貸款方面的問題等等；最後，你要把你們公司的開戶流程、開戶地點、開戶聯絡人等資料資訊給到ai客服，訓練其怎麼回答問題。雖然ai客服廠商會給出一些基礎的問答能力，但屬於你這家企業的客服內容，一定是跟你的營銷服務、業務流程直接相關的個性化的東西，這個只能你來提供，智慧型客服廠家做不了太多事情。而且這個能力也不像it產品的初始化那樣一次輸入永久有效。而是要持續積累客戶在傳統客服裡都問了哪些問題，應該給出什麼樣的標準回答等等，經過這些漫長的持續的運營積累，再不斷轉換給ai客服，對其做資料餵養，ai客服的能力才會逐步成長，演化為更加智慧型的ai。

基於上面的判斷，我們可以看到人工智慧產品的打造是急不來的，它不是即插即用的it產品，也不是追求彈性拓展的網際網路產品，而是乙個智慧型體，這個智慧型體，就像小孩子一樣，需要持續的餵養和教育，你不可能花18年的教育經費用1年時間就能讓小孩子上大學。智慧型體的演化有其固有的成長曲線。即便你花大價錢買了乙個足夠智慧型的ai產品，想要其真正為你所用，還需要用你的私有化資料去調教他，而這些資料的積累、整理、加工形成ai可以使用的知識和資料的過程就已經非常的耗時繁瑣了。

大專案往往代表的是大的預期，而這個預期會使得我們對於弱人工智慧無法容忍，大專案追求的往往是強人工智慧的成果。拿智慧型客服來說，可能是個百萬級別的投入，如果這個專案預算多出十倍，專案預期會大幅提公升，很顯然只做個智慧型客服是交不了差的，起碼要做個智慧型問答，要對公司各條業務線全面支援。這樣的預期提公升是災難性的。因為從問答系統來看每乙個技能的拓展背後都是乙個智慧型客服的專案投入，而乙個開放性的智慧型問答系統，需要多少個技能呢？沒人能夠回答你。

最後要講的一點，其實人工智慧專案，我們追求的智慧型化只是乙個「果」，背後的「因」是ai的快速進化能力。但絕大多數智慧型金融專案不會強調這個能力，因為他很難衡量。

智慧型金融專案的N種死法3 高預期的大專案

智慧型金融專案的N種死法4 前沿技術過度前沿

SharePoint 專案的死法一

站長的N種死法

智慧型金融專案的N種死法3 高預期的大專案

智慧型金融專案的N種死法4 前沿技術過度前沿

SharePoint 專案的死法 一

站長的N種死法

相關推薦

SharePoint 專案的死法一