区块链:四个关键事项让AI成就你的企业

为什么企业要向着“AI成就者”而努力？下图是一次针对企业AI成熟度及影响的研究结果，其 从宏观的角度评估了被调研企业在为客户、股东和员工实现更高回报的过程中，其AI基础和AI能力的结合情况：

虽然导致差距的具体原因和做法将会涉及到公司的具体举措，然而，这里有4种往往被忽视的行为，它们对发展AI的成熟度同样重要。

事项1：打造你的AI数据中台

大多公司面临的与AI有关的最大挑战之一，是跨平台和系统的数据激增——本地的历史遗留系统与公司日益增长的云计算系统被尴尬地混合在一起。在日常使用时，数据经常会出现诸如格式不匹配导致的无法访问等问题。而这样的问题，也会反过来限制公司在组织内推广AI技术的效果。

数据：Reddit Collectible Avatar总量突破1500万，四个月增长超50%:金色财经报道，据Dune Analytics最新数据显示，社交媒体巨头Reddit于Polygon网络发行的NFT系列Reddit Collectible Avatar总量已突破1500万，本文撰写时达到15,220,978个，当前Reddit Collectible Avatar持有者总量为11,302,515个。历史数据显示，Reddit Collectible Avatar总量在今年二月中旬突破1000万美元，这意味着过去四个月该指标增长已超50%。在市值方面，当前Reddit Collectible Avatar总市值已超过2.5亿美元，该指标于2月27日首破1亿美元，过去四个月增长了1.5倍。[2023/6/18 21:45:46]

我们来看看AI成就者都是怎么做的——它们往往会建立起AI数据中台，即运营数据和AI平台，从而可以利用公司的人才、技术和数据生态系统，更好地平衡试验与执行的比例。在研究中也发现，AI成就者相比AI试验者，其实现数据管理治理规模化的可能性要高出33%，而实现数据管理治理规模化，正是建立强大的AI“核心”的第一步。

声音 | 于佳宁：区块链对实体经济的意义体现在重构商业模式等四个模式:据人民网消息，火币大学校长于佳宁在昨日举办的海南省区块链技术研讨会上表示，区块链对于实体经济的意义体现在四个方面：重构信任基础，重构商业模式，重构协作体系，重构权益形态。伴随着区块链的发展，分布式商业的时代必将到来。它是技术爆发与融合，也是互联网的第二次革命。特别是伴随着5G应用落地，提供了传统商业与区块链的结合的硬件条件。企业家一定要抓住区块链时代的机会。[2019/4/21]

另外，AI核心可以帮助企业做很多有益的事情，比如迅速将AI应用产品化、将AI整合到其他应用中等。那么如何建立AI核心？大多数的AI成就者会在确保数据可靠的情况下，将它们存储在一个单一的企业级云平台上，配以适当的使用、监测和安全策略，来充分发挥内、外部数据的作用。

声音 | 《区块链白皮书（2018年）》中指出区块链发展面临四个挑战:9月5日，中国信息通信研究院与可信区块链推进计划共同组织编写的《区块链白皮书（2018年）》（以下简称《白皮书》）正式发布。《白皮书》中指出区块链发展目前所面临的挑战有四个方面。第一，技术成熟层面存在隐患。第二，应用场景模式尚不明确。第三，行业专业人才相对稀缺。第四，相关法律法规有待完善。[2018/9/7]

例如，瑞士制药巨头诺华（Novartis）从2019年开始便通过创建“决策中心”（Insight Centers）来拓展其AI治理和数据管理实践，为该公司的制造业务和分销点提供更实时的数据可见管理。与此同时，他们还努力完善这些技术的兼容性，最终大大提高了开发和生产药物的能力，大大节省了时间和成本。

事项2：维持你的AI投资

金色相对论 | ATN&Atmatrix CEO高庆忠：区块链为AI Market带来了四个独特优势:在本期金色相对论上，ATN&Atmatrix CEO高庆忠提到，区块链为AI Market带来的独特优势有主要的几个部分：1、区块链，是用分布式数据库识别、传播和记载信息的智能化去中心化对等网络；2、智能合约（Smart Contract），运行在区块链上的程序，其特点是一旦设立指定后，能够无需第三发的参与自动执行，并且没有人可以阻止它的运行；3、DBot，是运行于区块链上的AI产品，其具备和区块链通信的协议库；4、DApp，基于区块链开发的去中心化应用，通过AI Market可以方便调用AI。[2018/7/17]

对于AI成就者而言，AI投资之旅没有终点，并不存在所谓“AI峰值”。因为这种认知，AI成就者们会进入一个AI收益的良性循环，即使AI成熟度日渐提升，但随着时间推移，仍然不断投入，从而继续获得更多收益。

对于AI成就者来说，持续的投资通常会用于提升AI的影响广度，从而将影响最大化；同时，还将进一步尝试各种跨领域AI解决方案，在过程中重新部署资源。例如，某奥地利能源公司近年来在AI驱动的数字孪生技术上投入了大量资金，帮助他们更好地为维也纳市等客户服务——除去带来的其他积极影响外，该技术系统更精准地模拟出了客户对供暖和制冷服务的需求，进而估算出来企业所需要的各种举措的短期成本和长期能源节约。

事项3：培养AI方面的人才

AI成就者明白，让AI与人类员工无缝合作，是最高效的工作方式。这也是很多AI成就者更倾向于制定积极主动的AI人才战略，以保持在行业趋势前沿的原因。除了以AI为重点的招聘外，AI成就者还经常与专业公司合作或收购专业公司来填补关键职位的人才空缺，如数据或行为科学家、社会科学家和伦理学家。

AI成就者也更有可能对大多数员工进行强制性的AI培训，从产品开发工程师到高管团队都会参与其中。而且，由于他们会更侧重于提升员工AI方面的知识，他们的员工会比其他公司的同行更精通AI相关技能。

这些努力使得人类与AI的协作更容易实现规模化，并确保AI渗透到企业肌理当中。举例来说，欧洲一家大型能源公司便打造了一个“数字工厂”，帮助员工在日常工作中使用分析技术与AI洞察，同时还让数字工厂培训现场工程师使用并改进机器学习模型。该工厂还为所有管理人员提供强制的数据与AI培训，并为公司全体员工提供再培训和技能提升支持。

得益于该组织对AI人才方面的投资，其业务部门如今在启动开发的5个月内就能收到新的AI应用程序——在数字工厂建成之前，他们平均要等18个月。更长远来看，到2025年，该公司预计其数字工厂每年将使其利润增加15亿美元。

事项4：打造靠谱的AI框架

随着企业在越来越多的任务中部署AI，遵守法律、法规和道德规范正成为提升AI成熟度越来越重要的行为。事实上，能够向外展示自己拥有高质量、值得信赖且达到监管要求的AI系统，将使这些走在前列的公司在短期和长期上都获得巨大优势，从而吸引更多新客户，更好留住现有客户，并提升投资者信心。

不靠谱的AI框架，会给企业自身、客户带来许多风险。以常见的算法偏见为例。它是指根据过往偏见数据训练出来的AI也会继承这方面的偏见，所以当你的AI框架中的训练数据不够“公平”，那么AI输出的结果自然也不够准确。这种时候，公司便可以结合对数据和算法中偏见原因的研究，对AI模型进行多层级的“算法公平”（algorithmic-fairness）评估，进而定义和应用公平性的量化措施，包括提出使算法更加公平的数据收集和建模方法。

除此之外，还可以通过不同专家的广泛合作来重新设计AI框架，从员工到设计师、数据科学家、合规专业人士和商业分析师等。将员工培训成为AI专家，这对打造可靠AI框架也至关重要。

36氪

媒体专栏

阅读更多

金色财经 子木

金色早8点

去中心化金融社区

虎嗅科技

区块律动BlockBeats

CertiK中文社区

深潮TechFlow

念青

Odaily星球日报

腾讯研究院

标签：区块链REDDITVAT魔兽币应用区块链吗REDINU币United Credit ChainVATRENI价格

TUSD热门资讯