08 每个企业都需要一位首席人工智能官（第5/5页）

粗线表示概率较高的关联性

图8-6 使用SPSS软件进行购物篮数据分析的结果演示图

资料来源：https://baike.baidu.com/pic/%E5%85%B3%E8%81%94/165901/0/08f790529822720edc57ba9579cb0a46f31fabc0?fr=newalbum#aid=0&pic=08f79052 9822720edc57ba9579cb0a46f31fabc0

沃尔玛超市因此把啤酒和纸尿裤放在货架上靠近的位置，显著提升了销售额。沃尔玛的数据毕竟有限，并且只有购物小票这种用户数据。倘若数据巨大，且可以自动化调整每天的货架，就具有了人工智能的雏形。亚马逊和阿里巴巴的电商大数据都大到了一定程度，因此它们都为人工智能科学家提供了舞台。

这个例子再次体现出CAO所需要的思维模式究竟是什么——正是我们一再强调的相关性思维。牛奶和面包、啤酒和纸尿裤之间的联系，显然并非是以往科学领域的确定性关系或因果关系，而是一种以概率形式展示的强相关关系。想到从这个角度去发掘价值，这就是CAO具有的素养。

第二层：在数据之上，CAO及其伙伴需要有场景感知能力，懂得场景计算

未来，“业务”的概念将会变得模糊，“场景”成为事物运作的核心，这意味着产品不再像过去那样围绕业务来分类，比如新闻App做新闻，电商App做购物等。现在你有什么样的场景，就可以导入这个场景所需要的一切服务，比如一款移动支付应用，要考虑各种支付场景，如果提供购买电影票功能就要根据用户行为数据猜测用户正处于什么使用场景，除了看电影，是否需要阅读影评，是否需要购买爆米花。企业要做的是根据场景重新规划，打通业务，而不是根据业务来划分产品架构。

从感性的层面说，对场景的敏感实际体现了CAO的生活趣味和人文情怀。老人关怀家居、助盲产品都来自这种关怀。2016年，视频创业发力，有人为此开发出了可以自动剪辑视频的智能剪辑手。只要用户输入关键词，比如“航母”，软件就会把视频中相关的段落大致剪出来，这正是对视觉识别技术的非凡应用，来源于开发者对用户场景的敏锐。

比起一般科学家习惯于无功利地探索与发现不同，CAO需要更“功利”一些，即需要具有经济价值观，帮助企业发掘价值。这体现在优化流程、加速反应、节约时间，把人从重复性的机械劳动中解放出来。人工智能要让人有更多时间来做更有意义的事情，给人类的高级脑力活动留出时间。

在这些敏锐性层次之上，是具体的机器学习操作能力和智能系统搭建能力。吴恩达基于自己带领、扶持过的一些成功的人工智能团队的经验，针对如何寻找CAO给出了这样一些建议：

对人工智能和数据基础设施有良好的技术理解。例如，他们曾建立过重要的机器学习系统。在人工智能时代，数据基础设施（你如何组织公司的数据库并保证所有相关数据都被安全存储并可以访问）非常重要，尽管数据基础设施技能相对普通。

跨职能的工作能力。人工智能本身不是产品或业务，而是一种用来帮助已有业务线并创造全新产品和业务线的基础技术。因此，有能力了解不同的业务单位或职能团队并与他们合作很重要。

强大的企业家技能。人工智能创造建立新产品的机会，从自动驾驶汽车到能与之交流的代理，这在几年前还不现实，甚至是科幻小说中的东西。然而企业家往往是那种具有突破精神的人，能够创造从0到1的价值更新。一个掌握企业家技能的领导者将会增加公司成功创造出这种创新的概率。

吸引并留住人工智能人才的能力。这种人才备受追捧。好的CAO需要知道如何留住人才，例如注重人才感兴趣的项目、给团队成员培养技能的机会等。利用项目去教育别人，而不是事无巨细亲自打点，这样才能形成人才的培养循环机制。

吴恩达认为，合格的CAO应该有管理人工智能团队的经验。由于人工智能进化飞快，他们需要跟得上变化，但要求他们必须处于最前沿就没那么重要。更重要的是他们能跨职能部门进行合作。独立的技术是没有什么意思的，技术需要为人提供服务。机器与人的关系非常重要。要想做最好的人工智能，就需要既懂技术又懂人。人工智能是一场人机之间的故事。CAO既要善于理解机器智能，也要善于理解人情事理。

CAO应该成为一个布道者和指引者，让整个企业具备一种人工智能的兴趣和品格。CAO将是新时代的企业偶像，就像产品大师是互联网时代的英雄（乔布斯）。人工智能知识、产品与管理思维以及合适的人文感受力将共同造就这种英雄。

很可能在不久的未来，没有设置CAO、没有接入智能流的企业将会被看作是旧企业。从CTO到CIO、CDO，再到CAO，是一个循环上升的艰苦提升过程，某种意义上，也反映了企业自我更新、自我进化的艰难过程。

题外话

人才匮乏是当下的普遍问题，企业纷纷从学院挖人，智能科学家也不甘寂寞，纷纷跳槽到企业里去实现梦想。吴恩达的好友，全球排名前十的人工智能（深度学习）科学家Bengio（本希奥）担心，科学家都去企业了，高校里从事深度学习教育的人才就少了，会减少人才的产出。百度则把企业与学院结合起来，在内部进行教育，也向外输出了很多人才，并且准备在高校设立人工智能方面的奖学金。