人工智能當(dāng)前正在改變每個(gè)行業(yè)在《智能先行》中，知名創(chuàng)業(yè)投資者阿什·豐塔納建議企業(yè)優(yōu)先將人工智能應(yīng)用于商業(yè)服務(wù)，并提供了可執(zhí)行的方法。作者認(rèn)為，擁有人工智能的公司從創(chuàng)始之初就收集了有價(jià)值的數(shù)據(jù)，并使用它來(lái)自動(dòng)化訓(xùn)練其核心功能和預(yù)測(cè)模型。因此，這些公司發(fā)展得更快并更容易超越競(jìng)爭(zhēng)對(duì)手。本書(shū)是為面臨市場(chǎng)壓力的公司制定的劇本，它們擁有真正的預(yù)算，需要有效執(zhí)行人工智能的戰(zhàn)略和戰(zhàn)術(shù)。無(wú)論你是新的在線零售商，還是《財(cái)富》500強(qiáng)公司，豐塔納用五個(gè)如何具體講述了他的理念：如何識(shí)別極具價(jià)值的數(shù)據(jù)；如何構(gòu)建人工智能團(tuán)隊(duì)；如何將人工智能與現(xiàn)有流程集成并優(yōu)化和迭代；如何衡量和復(fù)制集成系統(tǒng)的有效性；如何將集成系統(tǒng)的利潤(rùn)再投資以獲取復(fù)合競(jìng)爭(zhēng)優(yōu)勢(shì)。本書(shū)定義了人工智能通過(guò)自動(dòng)復(fù)合而構(gòu)建數(shù)據(jù)學(xué)習(xí)效應(yīng)所帶來(lái)的新型競(jìng)爭(zhēng)優(yōu)勢(shì)，即機(jī)器智能。數(shù)據(jù)學(xué)習(xí)效應(yīng)的競(jìng)爭(zhēng)優(yōu)勢(shì)體現(xiàn)在三個(gè)方面：數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)、數(shù)據(jù)規(guī)模經(jīng)濟(jì)以及數(shù)據(jù)處理能力。
人工智能當(dāng)前正在改變每個(gè)行業(yè)，企業(yè)應(yīng)優(yōu)先將人工智能應(yīng)用于業(yè)務(wù)服務(wù)，擁有人工智能的公司從第一天起就收集了有價(jià)值的數(shù)據(jù)，并使用它來(lái)自動(dòng)化訓(xùn)練其核心功能和預(yù)測(cè)模型。作者擁有10年以上人工智能領(lǐng)域風(fēng)險(xiǎn)投資經(jīng)驗(yàn)，掌管超過(guò)70億美元資本，投資理論與實(shí)戰(zhàn)經(jīng)驗(yàn)極為豐富。作者重點(diǎn)講解企業(yè)如何快速應(yīng)用人工智能，人工智能可以應(yīng)用于每個(gè)企業(yè)。作者認(rèn)為非技術(shù)類(lèi)企業(yè)也可以有效應(yīng)用人工智能并提供方法論和技術(shù)支持。
阿什·豐塔納（Ash Fontana）美國(guó)紐約一位管理超過(guò)70億美元的風(fēng)險(xiǎn)投資人。他是第一家專(zhuān)注于人工智能領(lǐng)域的風(fēng)險(xiǎn)投資基金Zetta的合伙人和總經(jīng)理，該公司是Kaggle、Domino、Tractable、Lilt和Invenia等人工智能領(lǐng)域公司的主要投資者。他之前曾在一家成功的創(chuàng)業(yè)投資平臺(tái)AngelList負(fù)責(zé)產(chǎn)品投資。在AngelList推出在線投資后，他成為世界上最受認(rèn)可的初創(chuàng)投資者之一。在麥格理資本（Macquarie Group）他是私募股權(quán)、投資銀行和股票研究領(lǐng)域的頂級(jí)分析師。在學(xué)術(shù)上，他獲得了悉尼大學(xué)的五項(xiàng)獎(jiǎng)學(xué)金，獲得法律和金融一等榮譽(yù)學(xué)位。他曾被快公司、彭博新聞社、福布斯和美國(guó)全國(guó)廣播公司報(bào)道。他將自己的投資咨詢(xún)經(jīng)驗(yàn)寫(xiě)入本書(shū)。
緒論
新工具
人工智能優(yōu)先的世紀(jì)
人工智能優(yōu)先公司
本書(shū)結(jié)構(gòu)
第一章 數(shù)據(jù)學(xué)習(xí)效應(yīng)
人類(lèi)的方式
機(jī)器的方式
超越舊公式
數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)
數(shù)據(jù)學(xué)習(xí)效應(yīng)的力量
數(shù)據(jù)學(xué)習(xí)效應(yīng)的局限性
本章結(jié)論：現(xiàn)在怎么辦？
本章要點(diǎn)
第二章 精益人工智能
客戶(hù)需要什么？
客戶(hù)需要人工智能嗎？
精益人工智能
本章結(jié)論：從多層到精益
本章要點(diǎn)
第三章 獲取數(shù)據(jù)
評(píng)價(jià)
客戶(hù)生成的數(shù)據(jù)
人工生成的數(shù)據(jù)
機(jī)器生成的數(shù)據(jù)
消費(fèi)者生成的數(shù)據(jù)
公共數(shù)據(jù)
本章結(jié)論：盡你所能得到它
本章要點(diǎn)
第四章 人工智能優(yōu)先團(tuán)隊(duì)
聘用什么人？
什么時(shí)候招聘？
在哪里找到他們？
如何支持他們？
人工智能優(yōu)先管理
人工智能優(yōu)先公司
本章結(jié)論：傳播數(shù)據(jù)科學(xué)
本章要點(diǎn)
第五章 建模
基本知識(shí)
挑選
復(fù)合
本章結(jié)論：構(gòu)建業(yè)務(wù)模型
本章要點(diǎn)
第六章 模型管理
實(shí)施
機(jī)器學(xué)習(xí)管理回路
清單
本章結(jié)論：機(jī)器學(xué)習(xí)模型優(yōu)化
本章要點(diǎn)
第七章 回路測(cè)量
回路
點(diǎn)亮正確回路
模型測(cè)量
機(jī)器賺錢(qián)
本章結(jié)論：飛輪優(yōu)先
本章要點(diǎn)
第八章 優(yōu)勢(shì)聚合
傳統(tǒng)形式
縱向整合
差別定價(jià)
人工智能優(yōu)先的破壞力
人工智能優(yōu)先聚合
定位
利用回路對(duì)抗現(xiàn)有公司
本章結(jié)論：為競(jìng)爭(zhēng)排序
本章要點(diǎn)
結(jié) 語(yǔ)
術(shù)語(yǔ)表
書(shū)單推薦
