3．啟動實際項目來學習

Johnson補充說：“接受培訓是一回事，實際應(yīng)用又是另一回事。企業(yè)要讓其團隊有機會將他們學到的知識應(yīng)用到不同的人工智能項目中，并在有意義的地方投資新的人工智能技術(shù)�！�

做到這一點的最佳方法之一是確定能夠?qū)嶋H改進流程或解決現(xiàn)有問題的試點項目，而不是在沒有潛在長期價值的項目中，或者只是修改沙箱中的新工具而不提供任何目標對團隊的實驗。如果團隊成員有機會確定可能從人工智能應(yīng)用程序中受益的潛在業(yè)務(wù)領(lǐng)域，則可獲得獎勵積分。

“他們應(yīng)該確定能夠改善公司某些方面的人工智能試點項目，無論是產(chǎn)品、客戶支持、銷售還是營銷方面�！盚ackrank公司的Macskassy說�！爱斶@些外部培訓工作與內(nèi)部項目結(jié)合在一起，讓員工測試他們的新技能的效果最好。”

此外，企業(yè)一定要鼓勵這些項目的進展和成功。Awake Security公司首席執(zhí)行官Rahul Kashyap指出，這種方法還可以幫助組織以有意義的、深思熟慮的方式實施人工智能，同時避免那些錯誤的想法，例如認為人工智能將最終取代人類的技能，而不是增強。

Kashyap說，“IT主管和經(jīng)理應(yīng)盡可能鼓勵批判性思考和解決問題。IT經(jīng)理應(yīng)該鼓勵團隊探索他們最感興趣的人工智能技術(shù)�！�

4． 使人工智能技能發(fā)展成為一個連續(xù)的過程

某些類型的培訓可以通過一次性或短期項目得到更好的服務(wù)；開發(fā)人工智能技能不是其中之一，這一領(lǐng)域的復雜性和變化速度將是巨大的。

“最成功的組織將制定持續(xù)培訓和教育計劃。”O(jiān)penText公司Jarvinen說。

促進人工智能技能發(fā)展的一種方法是，在學習協(xié)作方面廣泛共享，并且一旦他們熟練掌握了新的技能和工具，這些成員就會成為其他員工的老師。Johnson指出，例如，當企業(yè)派遣團隊成員到公司外接受培訓和教育時，應(yīng)該發(fā)起一些倡議，使他們能夠與他人分享他們所學到的知識。

“例如，我們定期進行內(nèi)部黑客攻擊，這為團隊間共享人工智能技能和嘗試新事物提供了豐富的環(huán)境。”Rehl說。

當一些團隊成員獲得人工智能專業(yè)知識時，企業(yè)可以為他們創(chuàng)建激勵機制，幫助經(jīng)驗不足的人員加快學習，從而帶來更多的好處。

“把企業(yè)內(nèi)部人工智能專家培養(yǎng)成導師和布道者可能會產(chǎn)生重大影響。”Jarvinen說，“將高級從業(yè)者與初級分析師或其他人員進行匹配，使其過渡到更加注重人工智能的工作角色，可以幫助提高技能，使組織免受技能短缺問題的影響。企業(yè)需要確保知識共享，并建立最佳實踐的制度記憶，而不是僅由少數(shù)關(guān)鍵員工秘密持有，因為市場對人工智能人才的需求越來越高，他們會有跳槽的風險�！�

5．確定適合培訓的人員

選擇合適的人才來提高內(nèi)部人工智能技能非常重要。Reihl指出，企業(yè)的軟件開發(fā)人員有著很好的起點，因為編程（特別是某些語言，如Python）通常是一種基本的人工智能技能。以下是專家認為可能具備建立人工智能技能的其他工作人員：

數(shù)據(jù)科學家和分析師：“數(shù)據(jù)科學家和技術(shù)數(shù)據(jù)分析師通常擁有所需的基本技能，如果支持工程的話，將會做得更好�！盡acskassy說。

任何使用大量數(shù)據(jù)的工作人員：“我們通常發(fā)現(xiàn)使用大量數(shù)據(jù)運行的團隊成員往往是首選�！盇wake Security公司Kashyap說。

具有數(shù)學和統(tǒng)計背景的工程師：“具有強大數(shù)學或統(tǒng)計背景的工程師也可能成為優(yōu)秀的候選人，因為許多人工智能／機器學習項目需要在這些領(lǐng)域應(yīng)用。”Macskassy補充道。

強有力的合作者和問題解決者：Johnson表示，具有強大合作、解決問題和戰(zhàn)略思維能力的技術(shù)專家是人工智能業(yè)務(wù)成功的良好選擇。Kashyap對此表示贊同：“我們發(fā)現(xiàn)問題解決者和批判性思考者似乎最適合包括人工智能在內(nèi)的技術(shù)趨勢。這些人總是希望解決復雜的問題和挑戰(zhàn)。有能力解決復雜的問題，并深入探究問題的核心，將有助于工作人員為人工智能重新謀劃�！�

歸根結(jié)底，任何對人工智能感興趣并熱衷于學習的IT專業(yè)人士都可能很適合。

“現(xiàn)實情況是，我們所有系統(tǒng)都有機會通過人工智能技術(shù)進行改進。”Reihl說，“我們希望所有工程角色能夠理解可以解決的問題類型，以便我們可以在所有系統(tǒng)中利用該技術(shù)�！�

Johnson也認同這樣一種觀點，即幾乎任何一個IT專業(yè)人員都可能是一個很好的人選，其原因是，如果不是現(xiàn)在，那么許多IT角色最終將不得不與人工智能技術(shù)和流程進行交互。確定“正確”的人員的想法是：詢問并授權(quán)的團隊，以確定人工智能在企業(yè)的業(yè)務(wù)中的最佳用途。

“通過這樣做，企業(yè)可以選擇那些可以提升技能的團隊成員。”Johnson說。