工程領(lǐng)域的人工智能 （AI） 已經(jīng)開始發(fā)揮價(jià)值，低代碼和無代碼工具正在使曾經(jīng)僅屬于專業(yè)數(shù)據(jù)科學(xué)家的 AI 能力變得大眾化。

然而，并非工程領(lǐng)域的每個(gè)人都能從中受益，使用新的便捷的 AI 工具提高工作效率并不難，工程師們?cè)?AI 應(yīng)用方面所面臨的挑戰(zhàn)實(shí)則體現(xiàn)在更多其他維度。

在之前的文章《拒絕AI技術(shù)焦慮，工程領(lǐng)域AI應(yīng)用的八大技巧》中，我們分享了在工程領(lǐng)域確認(rèn)第一個(gè)AI案例的八大實(shí)用技巧，本次，我們將研究在 AI 之旅中可能遇到的另外五大挑戰(zhàn)： 

AI挑戰(zhàn)

01、獲得企業(yè)領(lǐng)導(dǎo)的支持

工程領(lǐng)域的 AI 并非新事物，然而，正如最近的一份 Forrester 報(bào)告所強(qiáng)調(diào)的那樣，生成式 AI （GenAI） 的出現(xiàn)（特別是 2022 年底公開推出的 ChatGPT 3.5）重塑了企業(yè)領(lǐng)導(dǎo)者對(duì) AI 的看法。

對(duì)于許多高管而言，AI 已經(jīng)從一個(gè)小眾的 IT 項(xiàng)目變成了必不可少的企業(yè)資產(chǎn)。AI 戰(zhàn)略以及隨之而來的 AI 治理實(shí)踐已成為企業(yè)必備要素。

這種轉(zhuǎn)變對(duì)于希望為新 AI 項(xiàng)目獲得支持的工程師來說具有重大意義。最重要的是，項(xiàng)目負(fù)責(zé)人不僅需要展示創(chuàng)新 AI 解決方案的用途，還需要展示它對(duì)收入、利潤(rùn)和成本等方面產(chǎn)生的影響。

剛開始做AI項(xiàng)目，最明智的做法是先從那些“接地氣”、容易出成果的小項(xiàng)目入手，而不是一上來就追求宏大的、理想化的目標(biāo)。Forrester的報(bào)告強(qiáng)調(diào)，“飛輪效應(yīng)” 的商業(yè)案例最具價(jià)值——也就是說：隨著 AI 項(xiàng)目的影響逐漸增加，最初的微小收益會(huì)像滾雪球一樣不斷擴(kuò)大。

AI挑戰(zhàn)

02、積極應(yīng)對(duì) AI 治理

AI 治理通常被視為企業(yè)進(jìn)行創(chuàng)新的障礙，很多人會(huì)將企業(yè)的 AI 治理框架視為另一種乏味的官僚主義，但是我們鼓勵(lì)大家盡早投入其中。這樣會(huì)有助于企業(yè)克服阻礙 AI 項(xiàng)目成功的最嚴(yán)重內(nèi)部障礙：缺乏信任。

工程師并不是唯一需要信任 AI 模型結(jié)果的人，所有利益相關(guān)者都必須擁有這種信任。在整個(gè)組織中贏得支持并建立對(duì) AI 的信任是貫穿所有成功的 AI 驅(qū)動(dòng)工程項(xiàng)目的主線。 

盡管歐盟的《人工智能法案》等法規(guī)已經(jīng)開始生效，但事實(shí)證明，在實(shí)施治理結(jié)構(gòu)以解決透明度、信任、問責(zé)制和明智的決策等方面，單個(gè)企業(yè)的效率比立法者更快。

從企業(yè)實(shí)際應(yīng)用角度來看，這些框架通常包括風(fēng)險(xiǎn)評(píng)估、模型生命周期管理、AI 系統(tǒng)審計(jì)和監(jiān)控以及合規(guī)性管理的流程。盡早滿足這些要求將大大有助于獲得企業(yè)對(duì)新 AI 項(xiàng)目的支持。

AI挑戰(zhàn)

03、尋找可信數(shù)據(jù)并信任其結(jié)果

在處理更全面更精細(xì)的數(shù)據(jù)時(shí)，信任會(huì)成為一個(gè)巨大的問題。許多工程師被大量實(shí)時(shí)和歷史信息的洪流所淹沒，時(shí)常感到不知所措。

AI的訓(xùn)練數(shù)據(jù)必須準(zhǔn)確、完整、無偏差，并能真實(shí)反映其預(yù)期的應(yīng)用場(chǎng)景。關(guān)鍵是要聚焦那些對(duì)業(yè)務(wù)流程、結(jié)果和決策最有影響的數(shù)據(jù)質(zhì)量“熱點(diǎn)”。

工程師可以通過 “縮小靶心”來降低數(shù)據(jù)質(zhì)量差帶來的風(fēng)險(xiǎn)。只收集和保護(hù)真正需要的信息，剔除那些低價(jià)值的數(shù)據(jù)，因?yàn)檫@些數(shù)據(jù)只會(huì)增加找到關(guān)鍵信息的難度。從小規(guī)模的數(shù)據(jù)開始，逐步優(yōu)化和擴(kuò)展。

工程領(lǐng)域中很多最具影響力的 AI 案例都利用了以往物理測(cè)試的歷史數(shù)據(jù)，這里歷史數(shù)據(jù)也是工程師多年來一直在產(chǎn)品開發(fā)中使用和信任的數(shù)據(jù)。但原始數(shù)據(jù)很少是完整、干凈和準(zhǔn)確的。值得注意的是，保證數(shù)據(jù)質(zhì)量是一個(gè)持續(xù)的過程，而不是一次性的練習(xí)，項(xiàng)目團(tuán)隊(duì)需要長(zhǎng)期堅(jiān)持。

AI挑戰(zhàn)

04、組建具有凝聚力的項(xiàng)目團(tuán)隊(duì)

并非每個(gè)人都會(huì)歡迎新的 AI 計(jì)劃。當(dāng)前圍繞 AI 的大部分爭(zhēng)議都集中在它取代人類的可能性上，而“自主AI ”這樣的概念進(jìn)一步加劇了這種擔(dān)憂。即使AI不會(huì)直接減少員工數(shù)量，也往往會(huì)帶來崗位調(diào)整或職責(zé)變化，這種變化本身就可能引發(fā)矛盾和不滿。

雖然AI技術(shù)越來越普及，也有“人人都能用AI”的趨勢(shì)，但團(tuán)隊(duì)建設(shè)仍然很有必要。不要忽視企業(yè)的數(shù)據(jù)科學(xué)家和技術(shù)團(tuán)隊(duì)，工程師需要他們的支持，尤其是在解決AI偏見和遵守治理框架及法規(guī)等方面。

工程領(lǐng)域的 AI 通常涉及自動(dòng)化和物理測(cè)試等流程，但這些變化可能會(huì)影響到員工和客戶的習(xí)慣甚至利益，所以爭(zhēng)取他們的支持非常關(guān)鍵。這就是為什么要重視 AI 治理的原因。

抵制變革并非 AI 時(shí)代特有的現(xiàn)象，抗拒改變是人性中由來已久的部分，并且可能會(huì)持續(xù)存在。而 AI 領(lǐng)域特有的問題是，許多人仍難以解釋 AI 究竟是什么，以及它的具體價(jià)值。作為構(gòu)建高效和諧 AI 團(tuán)隊(duì)的基礎(chǔ)，項(xiàng)目負(fù)責(zé)人需要清晰闡釋 AI 模型的功能、優(yōu)缺點(diǎn)、可能出現(xiàn)的行為模式，以及潛在的偏見與風(fēng)險(xiǎn)。

AI挑戰(zhàn)

05、尋找使項(xiàng)目成功所需的技能和資源

在工程領(lǐng)域建立 AI 項(xiàng)目團(tuán)隊(duì)可能會(huì)暴露技能差距和人力資源短缺等問題。根據(jù) Forrester 的第 2 季度 AI Pulse 調(diào)查顯示，培養(yǎng)技能是 AI 決策者最關(guān)心的問題。

強(qiáng)大的企業(yè) AI 戰(zhàn)略將滿足對(duì)持續(xù)技能培養(yǎng)和人才招聘的需求。更直接的是，工程師還可以尋求外部幫助。

工程師如何快速上手AI技術(shù)，

歡迎申請(qǐng)?jiān)囉?strong>Altair RapidMiner

欲了解有關(guān) Altair RapidMiner的更多信息，請(qǐng)?jiān)L問：https://altair.com/altair-rapidminer-platform-zh-cn。

關(guān)于 Altair 澳汰爾

Altair（納斯達(dá)克股票代碼：ALTR）是計(jì)算科學(xué)和智能領(lǐng)域的全球領(lǐng)導(dǎo)者之一，在仿真、高性能計(jì)算 (HPC) 和人工智能等領(lǐng)域提供軟件和云解決方案。Altair 能使跨越廣泛行業(yè)的企業(yè)們?cè)谶B接的世界中更高效地競(jìng)爭(zhēng)，并創(chuàng)造更可持續(xù)的未來。

公司總部位于美國(guó)密歇根州，服務(wù)于16000多家全球企業(yè)，應(yīng)用行業(yè)包括汽車、消費(fèi)電子、航空航天、能源、機(jī)車車輛、造船、國(guó)防軍工、金融、零售等。

欲了解更多信息，歡迎訪問：

www.altair.com.cn