集简介:想象你工作在一个大型组织在多个国家拥有成千上万的员工,业务已经存在了一百多年,突然有一个部门人聊天机器人应用感兴趣,在另一个部门的同事,他们希望实现情绪分析还有另一个部门,希望开始使用AI欺诈和风险分析。你是怎么把这些东西拼在一起的?
这正是Muriel Serrurier Schepper的处境。穆里尔是高级数据分析和人工智能的商业顾问荷兰合作银行在纳尔登，荷兰。在这一集里，穆里尔和我商量，在荷兰合作银行，在那里她管理项目，并有一个连接广告的虚拟和物理的团队在其两端由超过60,000名员工分散在世界各地的公司卓越的人工智能中心。
这个跨学科团队的角色是理解人工智能应用程序，为这些应用程序找到合适的供应商，并为整个公司的项目和资源分配做出最明智的决策。这使得公司能够跨多个部门做出更广泛、更有力的决策，而不是让每个部门独立地使用AI。通过这种方式，人工智能成为了公司的驱动力，而不仅仅是一种创新。
我们通过一种友好的联系与穆丽尔取得了联系KNect365总部设在伦敦出版和活动公司。
(对银行业务领域有浓厚兴趣的读者可能会对阅读感兴趣我们充分的“AI在银行”的文章从今年早些时候开始。这篇文章包括对美国前7大银行(按收入排名)的人工智能应用和举措的评估。
客人:穆里尔Serrurier Schepper
专业知识:建立一个人工智能卓越中心(AI Cell)。生成一个人工智能项目管道:a.o. RFI的人工聊天和自动语音识别。管理人工智能项目:人工聊天机器人、IBM Watson Explorer项目、Pepper机器人项目。人工智能研究项目:企业众包(代尔夫特理工大学和IBM高级研究中心)和技术分裂项目。在外部会议、内部研讨会和活动中，激发内部和外部人员对应用人工智能(AI)的兴趣。
短暂的识别:Muriel Serrurier Schepper目前是荷兰荷兰合作银行数字银行高级数据分析和人工智能的商业顾问。
大创意：
将人工智能应用程序引入大型企业是跨部门的协同工作，需要围绕公司的需求进行调整和it数据科学/人工智能人才资源的评估与配置
为了有效地实施人工智能，大型、成熟的企业开发某种形式的“人工智能卓越中心”可能是重要的。这需要为每个部门召集一个虚拟的专家团队。例如，在银行业，这可能意味着来自客户接触、欺诈和风险管理以及数据分析的专家。这防止了AI解决方案的需求和实现在整个公司变得支离破碎。
该值因数这里内建立一个团队，可以在整个公司网络携手合作，驴需要AI，然后作出明智决定哪些解决方案可以帮助多个部门的谎言。这使得大多数的公司的知识和经验，以及可利用的资源。
了解行动:其他大企业怎样才能实现这个想法？下面是一些要点和原则穆里尔强调了自己的经历是最重要的：
- 创建一个多学科的团队：当创建卓越中心，最初也是最重要的步骤之一是组建了一个专家小组，从各个部门，所以你可以在整个公司中讨论了需求和实现人工智能。
- 通过促进沟通：鼓励部门间沟通使员工能够及时了解这些AI解决方案需要在那里，其中一个正在试点，以及它们是如何工作的。找到其中的项目可以重叠，为公司创造的利益总额整体的区域。这也使公司能够运行与不同供应商的同时试点探索AI解决方案的真正潜力。
- 通过寻找各部门内的问题区域跨学科的部门需求讨论突出了不同形式的人工智能可以增强公司整体实力的领域。虽然在整个企业中部署这些人工智能解决方案可能是一个挑战，但它可以防止智能和资源的碎片化。这也使得公司可以合并预算并创建更大的试点研究。
- 通过保持现实的期望:在整个企业中实施人工智能并不会消除对人力的需求。尽管许多人工智能解决方案增加了人类雇员的工作(例如收集和整理数据)，但在许多领域仍然需要人类来将这些信息置于环境中。
(那些刚刚开始将人工智能应用于业务的读者可能想要阅读我们广受欢迎的新手指南标题是：“如何申请AI业务问题”。）
荷兰合作银行在应用人工智能方面的经验总结:
以下是完整音频采访的压缩版，可以在Emerj的SoundCloud和iTunes站点的上述链接中找到。
（3.50）：是什么让拉博银行到了你知道公司需要一个特定的控制点来做这些决定的地步?
穆里尔Serrurier Schepper:我们看到，在2015年底的是，这在孤岛运行的银行内的许多领域寻找到不同的AI解决方案，并与很多厂商的......我们如果我们延续了这一方式实现在说，我们最终将有四种不同供应商，我们将让供应商了解很多业务应用AI，而我们自己是很无知。
我们还发现，许多与这些供应商打交道的人实际上根本不知道他们在说什么。所以我们觉得要创建一个卓越中心的地方我们可以协调和带来知识的选择和公司内部实现人工智能解决方案也能够不同仓库之间的桥梁,帮助他们一起工作一起,找到一个解决方案。
(5.38):谁是真正有这个“卓越Ai中心？”什么样的员工必须是这种努力的一部分？
穆里尔Serrurier Schepper:它实际上是一个虚拟团队，我们与创新部门的人一起工作，他们已经在那里专注于人工智能有一段时间了。我们还与我们的欺诈和经济犯罪部门合作，那里有很多机器学习项目正在进行中……细胞本身也位于我们的数据科学部。
(8.11):目前在荷兰合作银行推出的不同举措中，有哪些是两、四年前不存在的?
穆里尔Serrurier Schepper:一个很好的例子是一个聊天机器人。我们有一个庞大的客户联络中心和IT服务支持，它提供聊天服务，都还是人类代理完成。我们从去年开始揭开序幕，回顾了市场的项目...选择两家供应商，现在我们正处于生产飞行员的聊天机器人。
（17.06）：你在接手一家更大、更成熟的公司并致力于将人工智能引入其中的过程中遇到过哪些挑战?你从中得到了哪些教训?
穆里尔Serrurier Schepper:很多AI公司的进来......，告诉我们有没有需要更多的人。然后，我们开始一个项目，哎呀，我们仍然需要做很多工作我们自己，那继续在公司内部各个层面。
(22.38):你们公司对人工智能人才的需求是什么?你们是如何应对的?
穆里尔Serrurier Schepper:到目前为止,我们选择的解决方案是,他们已经在他们的解决方案包含一些人工智能模型,所以我们已经从我们的数据相对较少参与科学系…我看到的优点你可以移动得更快,因为这些公司已经创建了一些他们的专业知识。
