智能先行

人工智能當前正在改變每個行業在《智能先行》中，知名創業投資者阿什·豐塔納建議企業優先將人工智能應用於商業服務，並提供了可執行的方法。作者認為，擁有人工智能的公司從創始之初就收集了有價值的數據，並使用它來自動化訓練其核心功能和預測模型。因此，這些公司發展得更快並更容易超越競爭對手。本書是為面臨市場壓力的公司制定的劇本，它們擁有真正的預算，需要有效執行人工智能的戰略和戰術。無論你是新的在線零售商，還是《財富》500強公司，豐塔納用五個“如何”具體講述了他的理念：如何識別極具價值的數據；如何構建人工智能團隊；如何將人工智能與現有流程集成並優化和叠代；如何衡量和覆制集成系統的有效性；如何將集成系統的利潤再投資以獲取覆合競爭優勢。本書定義了人工智能通過自動覆合而構建數據學習效應所帶來的新型競爭優勢，即機器智能。數據學習效應的競爭優勢體現在三個方面：數據網絡效應、數據規模經濟以及數據處理能力。

 

編輯推薦

人工智能當前正在改變每個行業，企業應優先將人工智能應用於業務服務，擁有人工智能的公司從第一天起就收集了有價值的數據，並使用它來自動化訓練其核心功能和預測模型。作者擁有10年以上人工智能領域風險投資經驗，掌管超過70億美元資本，投資理論與實戰經驗極為豐富。作者重點講解企業如何快速應用人工智能，人工智能可以應用於每個企業。作者認為非技術類企業也可以有效應用人工智能並提供方法論和技術支持。

購買中國簡體書籍請注意：  

 

目　　錄

緒論

新工具

人工智能優先的世紀

人工智能優先公司

本書結構

第一章 數據學習效應

人類的方式

機器的方式

超越舊公式

數據網絡效應

數據學習效應的力量

數據學習效應的局限性

本章結論：現在怎麽辦？

本章要點

第二章 精益人工智能

客戶需要什麽？

客戶需要人工智能嗎？

精益人工智能

本章結論：從多層到精益

本章要點

第三章 獲取數據

評價

客戶生成的數據

人工生成的數據

機器生成的數據

消費者生成的數據

公共數據

本章結論：盡你所能得到它

本章要點

第四章 人工智能優先團隊

聘用什麽人？

什麽時候招聘？

在哪里找到他們？

如何支持他們？

人工智能優先管理

人工智能優先公司

本章結論：傳播數據科學

本章要點

第五章 建模

基本知識

挑選

覆合

本章結論：構建業務模型

本章要點

第六章 模型管理

實施

機器學習管理回路

清單

本章結論：機器學習模型優化

本章要點

第七章 回路測量

回路

點亮正確回路

模型測量

機器賺錢

本章結論：飛輪優先

本章要點

第八章 優勢聚合

傳統形式

縱向整合

差別定價

人工智能優先的破壞力

人工智能優先聚合

定位

利用回路對抗現有公司

本章結論：為競爭排序

本章要點

結 語

術語表