如何做出正確的 AI 項目選擇
大多數首項 AI 專案之所以停滯不前，是因為公司選擇了最令人興奮的使用案例，而非最可行的案例。六個月後，你可能有演示、簡報和沒有任何可衡量的業務變化。問題通常不在於技術，而在於第一週做出的選擇。
以下是如何做出正確選擇的步驟：
從決策或任務開始，而非技術
「我們應該使用 AI」並不是目標。這只是一個等待浪費的預算項目。相反，從公司內某個特定工作開始：一個客服代表第 40 次回答相同問題、一個財務人員將發票數據複製到系統中、一個銷售人員以略有不同方式撰寫相同的後續電子郵件。
理想的首選案例具有三個特點。該任務經常發生、遵循模式，且在幾分鐘內可以判斷輸出是否正確。頻率帶來回報。模式使它可學習。快速的判斷讓你能夠迅速改善，而不是花數周爭論質量問題。
誠實地評分你的候選人
列出五到六個實際任務並給每個任務評分。你正在尋找一個既有價值又可行的項目，而不只是其中之一。
- 價值： 這個任務每週消耗多少小時，或錯誤會造成多大的成本？為它貼上粗略的數字。
- 數據： 你是否已經擁有系統需要的例子、文件或記錄？如果需要先建立數據管道，那是另一個項目。
- 錯誤容忍度： 系統出錯時會發生什麼？錯誤的後續電子郵件可以接受。但錯誤的醫療劑量則不行。偏好一個人類在輸出前審查它的任務。
- 成功明確性： 你能用一個非技術高管能接受的一句話來說明勝利嗎？
最佳首項項目在所有四個方面得分高。如果使用案例極具價值，但數據不存在且錯誤危險，那它是一個很棒的第二年項目，但對第一年來說則糟透了。
偏好「協助」而非「自動化」
完全自動化是焦慮的來源，也是時間拉長的根源。一個輔助版本可以更快地交付，風險也更低。而不是建立一個直接回答客戶問題的系統，建立一個為代理人起草答案系統的系統。而不是建立一個自動填寫發票並標記不確定字段的系統，建立一個預填充字段並標記需要人類審查的字段的系統。
你讓人類參與進來，這樣錯誤就會被發現。你收集真實的使用數據，這樣後來更深層次的自動化才能基於證據而不是希望。而且，你可以在幾週內上線生產，因為你沒有試圖在一開始就將人從流程中排除。
設定一個可衡量的無聊目標
在任何人寫代碼之前，同意什麼是成功以及如何衡量它。例如：「將這種票務類型的平均處理時間從 9 分鐘縮短到 5 分鐘。」「將發票處理錯誤率減少一半。」一個你可以在一個月內檢查的數字能讓項目保持正軌，並給你一個清晰的決定是否擴大、調整或停止的時刻。
模糊目標如「改善客戶體驗」無法贏得或失去，這意味著項目永遠不會結束，也無法證明任何事情。
設定一個迫使範圍的截止日期
將第一個可工作版本的時間表設定為六週，而非六個月。短期截止日期是一種設計工具：它迫使你精簡使用案例的核心，並抵抗一個乾淨的試點演示變成一個龐大的平台的功能。如果它在六週內無法展示價值，則範圍是不正確的，現在停止會更便宜。
什麼是成功的樣子
一項強有力的首項 AI 專案是狹窄、經常使用、由人類審查且可衡量於一個簡單數字。它默默地建立信任，而這種信任正是讓你接下來更困難、更雄心勃勃的工作變得容易的關鍵。
做出正確的選擇是整個遊戲的一部分，而大多數公司都急於做這部分工作。如果你不希望用昂貴的方式花六個月學習這個教訓，Hercules A 就是專注於這個第一步的團隊——承擔那個最初決策的重量，讓剩下的事情變得更容易。
選擇可行的任務。交付輔助版本。衡量無聊的數字。然後繼續前進。