人工智能是一个复杂的过（guò）程，通（tōng）常（cháng）需要花费数年的时间才能正（zhèng）确完成，这需要大量的时（shí）间，资源（yuán）和（hé）金钱投（tóu）资。设计，开发和实（shí）施强大的长（zhǎng）期AI解（jiě）决方案的平均成本可能高达50万美元，公（gōng）司（sī）需要精确而谨慎地开展自己的（de）AI计划。您可（kě）能需要花费一（yī）些时间来（lái）查看解决方案在一段时（shí）间内（nèi）的“智能”程度，以及预测结（jié）果，确定模式或帮（bāng）助公（gōng）司更好地与客户互动的准（zhǔn）确性。

但这不是（shì）进行AI开（kāi）发的唯一方法。相反（fǎn），公司可（kě）以求助于AI设（shè）计和开发“冲刺”，以比全面部署更（gèng）低（dī）的（de）成本（běn）快速踢出AI轮胎，并帮助他们（men）测试AI水域。由于这是（shì）一种更简单，风（fēng）险（xiǎn）更低且成本更低的（de）初始方法，因此（cǐ）我们可以预期今年会有更多公司使用sprint。

人工智能冲刺是（shì）一项短期（qī）的（de）概念（niàn）验证性人工智能项目（mù），可以帮（bāng）助公司在1-3周（zhōu）内以某种确（què）定性水平确（què）定人工智（zhì）能是否可（kě）以帮助实现特定的业务目标。它们通（tōng）常由（yóu）AI开发人员或供应商（shāng）实施，并且该解（jiě）决方案可以作（zuò）为持（chí）续AI开发（fā）和参与的基础。

人工智能冲刺是Google部（bù）门Google Ventures在几年前推（tuī）出的（de）设计冲刺概念的（de）自然演变。这是一个为期（qī）五（wǔ）天（tiān）的过程，通过与（yǔ）客户的设计，原型制作和想法测试来创建解（jiě）决方案。它提供了一个时间密（mì）集（jí）的视图，以了解针对业务挑战的特定解决方（fāng）案（àn）的有效性和实用性。自Google推（tuī）出以来，许（xǔ）多（duō）公司都从设计冲刺（cì）概念中获利，可以在各种行业中创建新产品和服务（wù）。

物理学家兼（jiān）作者马克·布坎南（Mark Buchanan）表示：“人（rén）工智能仍将深刻地改变世（shì）界（jiè），尽管确（què）切的（de）方式（shì）还（hái）不清楚。” 在AI发展中采用冲刺策略可以（yǐ）消除恐惧，不确定（dìng）性和怀（huái）疑（FUD）因素，这是更大程度地采用（yòng）AI的（de）关键挑战。许多业务用户（hù）不仅发现AI的概念（niàn）极其复杂，而且常（cháng）常不相信AI的价值。冲刺（cì）使他们可以追逐（zhú）并体验AI的好处，同时为全面执行设定清晰（xī）的路线图。

创新冲（chōng）刺过程

以下是典型的创新（xīn）冲（chōng）刺应该包括的五个（gè）关键步骤：

确定（dìng）业务（wù）挑（tiāo）战。说起来容易做起来难（nán），并且由于不同的（de）决策者可能（néng）对关键问（wèn）题（tí）有不同（tóng）的看法（fǎ），因此就您要（yào）解决的问题进（jìn）行讨论并达（dá）成共识非常重要。有时，人工智能可能（néng）无法（fǎ）解决（jué）所确（què）定的特（tè）定（dìng）问题，因（yīn）此清（qīng）楚（chǔ）地阐明问题很重要。

进行数据（jù）审核。一旦确（què）定了业务挑战，下一步就要确定您拥有哪些数据可以帮助解决它。数据可（kě）以（yǐ）来（lái）自不同（tóng）的（de）来源-CRM系统，公（gōng）司数据库或（huò）结构化或非结构化格式的文件。数据科（kē）学家（jiā）可以帮（bāng）助（zhù）您识别适当的数据（jù），确（què）定您（nín）是否（fǒu）有（yǒu）足够的数据来提供AI算法，并（bìng）在需要时帮（bāng）助您使用外部数（shù）据集来补充该数据（jù）。

建（jiàn）立算法。一旦收集到足够（gòu）的数据（jù），数据（jù）科学家就会将其输入（rù）原（yuán）型以验证其准确性。如果（guǒ）发（fā）现表明数（shù）据可以解决（jué）业务问题（tí），则数（shù）据（jù）工（gōng）程师将对数（shù）据进行清理，标记和分类;数据科学家将选择最相关的AI架构（gòu）并开发算法。

评估结果。AI团队将在几（jǐ）天之内（nèi）确（què）定解决方案预测可靠结果的（de）效果，并做出相应的调整。例如（rú），我们（men）进（jìn）行了一（yī）次AI创新冲刺（cì），以帮助一家（jiā）主要的（de）健康保险提供（gòng）商确定客户流失的原（yuán）因。通过多（duō）次迭代扩展和完（wán）善数据集以（yǐ）不断改善（shàn）结（jié）果，我们能够开发出一种算法，该算法可以以93%的准（zhǔn）确度预（yù）测流失的（de）可能性。

可（kě）操作该算法（fǎ）。一旦算法证明了自己，解决方（fāng）案就可以投入使用（yòng）-通常在几周之内。但是，由于该解决方案在接收新（xīn）数据时会不（bú）断学习，因此其准确性（xìng）将不（bú）断提高。