做人工智能要打殲滅戰,不要“遍地開花”
發布人:匿名     發布時間: 2017-04-12

公司巨大的存量網絡是人工智能最好的舞臺,GTS要利用人工智能實現高質量和高效率的交付與服務,支撐“一萬億”美元存量網絡的服務以及故障處理、預防的自動化……,以及支持每年數百億美元的網絡增量的科學、合理、有效地交付。持續為客戶創造價值并提升客戶滿意,構筑活的“萬里長城”,成為公司重要的可移動的“馬奇諾防線”。誰能最低成本地提供高質量的服務,誰就是這個世界最后的贏家。公司的人工智能研究是一個使能器,促使公司各項管理進步,不要隨議論的忽悠而迷失方向。

01、高質量的數據是人工智能的前提和基礎,高質量數據輸出要作為作業完成的標準

為什么我們不可以統一作業的工具,和工作的標準。配個數據采集聚集器,員工在現場作業完后,回到駐地處理一下,一按鍵就群發出去了,不必經過辦事處、地區部,就一步到位了。數據對各級各段透明,沒有層層級級的匯總處理,就快多了。

我們有430萬個站點,每年增加96萬個,1萬1千個合同,每個基站報上來的報表這么厚,是因為沒有模塊化分類。不抽象不總結就要上報,我們處理管道就那么粗,所以堵得一塌糊涂。實際上歸納出來可能就一百種,大不到一千種模塊。我們分類按模板傳信息給供應鏈,供應鏈解碼打開、作清單發貨,我們管理會簡化很多,F在報表層層上報,每層增加好多人,一大堆報表甚至沒人讀過。要基于目的標準模型建設簡單自動報表體系,這樣中間的人工就減掉了,主戰場的員工就增加了。keyword/keyword人人keyword/keyword都基于作業給你提供準確數據,集中起來你的科學性就好了,有了這些準確數據,通過監督學習和統計手段就能使我們的效率提高。

填寫的表中有清晰的也有模糊的,確定性的工作填寫的數據要準確,如果沒有審核就傳上來不正確的數據,就是一團亂麻。清晰的數據不斷更新積累,新的有效數據不斷更替?傆幸粋模糊區,模糊數據的模糊性會持續不斷降低,但又產生新的模糊。在不該模糊的地方應該有指引,能夠指引基層工程師來清晰操作。人工智能就要靠幾萬員工在做事的時候把數據有效采集回來,在歸納總結中找出規律來。清晰、準確的現場數據是重要的事情。

我們是設備供應商不是流量運營商,要根據業務場景來看多快數據算實時,不要形而上學,要根據必要的需求來獲取這些所謂實時數據。對于網絡設備數據的輸出,可以采用類似“七遠八按”的方式建設數據輸出標準,以基于人工智能的交付服務視角重新制定可服務性標準,并作為產品上市必要條件。

因此,你們說數據缺乏、雜亂無章,我不批評,我覺得沒有數據才是我要批評的。每一個人能不能搞個工裝穿在身上帶個儀器,數據先收集存儲起來,然后一按按鈕就傳送到信息庫,對貢獻數據者還可以獎勵。

02、要聚焦投入,敢于投資,成功只是時間遲早的問題

在GTS選定的站點作業、網絡集成、網絡維護、網規網優等關鍵場景,在業務模型、算法、平臺和數據上要加大投資,具體的人力與費用在戰略規劃未來的時間鏈中落實。

要開發公司統一的人工智能軟件平臺,把算法、知識、方法、經驗等都固化在平臺上,首先在GTS實踐和應用,未來也可以為公司其他業務提供支撐。數據底座的投資更需要加大,作為長期的基礎工程來建設,有了高質量的數據基礎,人工智能才能發揮作用。

2012實驗室的科學家要緊密與服務工程師合作,由熟悉理論和算法的科學家選擇最成熟的方案應用到服務場景中,并共同完成業務提升,這就是技術和場景的結合。一部分人熟悉技術理論,一部分人熟悉場景,兩者合作起來天下無敵,你們先把我們內部的改進搞好,到那時候我們是不是走向外部我們再考慮。

新事物失敗也是成功,自己取得一點進展就記下來,這是過程記錄,自己用蘿卜刻獎章,積累多了就去換金牌。不要怕出錯,別人說華為是落后的,因為我們只給成功的人發獎,從來不給失敗的人發獎。今天比昨天好就要發獎,喜馬拉雅爬一半也是成功,因為我們過去連山腳都沒去過。

03、人工智能要聚焦投入不要全面開花,先縱向打好殲滅戰,旗開得勝后再橫向擴張

我們業務擴張中,人員不按線性擴張就成功了。服務工程師要聚焦服務業務,在完成服務業務同時完成人工智能所需要的正確數據輸出,在此基礎上產生場景分析師、數據分析師和模型設計師。這些專家要長期投入在服務戰場上,通過服務客戶不斷提升能力。對于場景分析師、數據分析師、模型設計師,我的態度是要看在三年之內,有多長時間在一線服務戰場上取得成功的實踐經驗。沒有成功的實踐經驗就不要快速晉升,這樣也保證水是流動不是腐敗的。

人工智能在投資充分的情況下不要太沖動,要急用先行小步快跑,要聚焦在確定性業務、人工消耗大的項目,寧可做得少一點,先在一兩個點突破殺開口子,集中力量打殲滅戰,不要鋪開一個很廣泛的戰線。不要遍地都是智能化,這會形成全面開花沒有結果的盲動,就有可能滿盤皆輸。

如人工智能的應用首先要瞄準實現簡工勘,在此基礎上進而實現自動化設計。海量重復動作要運用人工智能技術來替代,實現文檔自動生成、質量自動審核、遠程驗收及自動開票。然后再把人工智能應用的成功經驗擴展至網絡維護、網規網優等業務場景,把被動問題處理變為主動預警預防,不僅提升了效率還提升了為客戶服務的質量。

要踏踏實實聚焦場景一個個解決,選擇與場景匹配的相對成熟的算法,不要等平臺和數據底座的成熟,半成品也可以先投入到內部改進的使用,在不斷的實踐和問題解決中打造成熟的平臺和數據底座。我們在這些集中突破的項目上取得經驗培養出新生力量,這些新生力量要到基層去貫徹推廣落實,使它能夠應用起來變成習慣。在縱向發展的基礎上,把握好橫向擴張的合理節奏。一只餅如果糊了再翻過來掉過去烙就是夾生餅,我們不要“出師未捷身先死,長使英雄淚滿襟”,我們要的是旗開得勝和最終成功。人工智能是個新生事物,在實現過程中因為雙軌運行,要接受階段性的成本上升,實現清晰的長期目標。

人工智能應用中一定會遇到很多困難,在前進的過程中要多鼓勵、少批評,可表揚可不表揚的要表揚。上戰場槍聲一響,誰是英雄,誰不是英雄?你說他不是英雄,在山腳你一拍他肩膀,他扛著兩個炸藥包,沖上了上甘嶺,可能就真成了英雄

金尊彩票网址 股票行情大盘走势,今日大盘行情 广西11选5开奖手机直播 棋牌类游戏单机 安徽股票配资网 时时彩老押13458靠谱吗 黑龙江体彩十一选五 股票k线图怎么看 贵州快三开奖遗漏走势图 最牛散户从5万到20亿 浙江体彩6+1预测