根据最近的一项调查麦肯锡的研究在美国,大多数公司都在单个业务流程中使用人工智能(AI),因此只能获得增量效益。许多组织的一个因素是竖井环境,在这种环境中,数据科学家和工程师被雇佣到业务的功能和区域领域,因此缺乏一致和全面的观点。

如果这听起来很熟悉,请考虑下面列出的步骤,以便更好地连接您的团队并建立竞争优势。

1.在项目之间创建更好的可见性

组织边界在技术团队之间产生摩擦,从而阻止对项目重叠和冗余的理解,这种情况并不少见。为了解决这个问题,许多公司建立了一个可搜索的特性和模型目录,使数据科学团队能够重用有价值的数据特性,并节省时间和处理能力。这种解决方案还能产生更高的效率,因为数据科学家可以在创建任何新内容之前检查目录。

2.重点选择跨职能项目

围绕具有跨职能影响的关键业务领域创建一组精选的重点计划,通常会吸引整个组织的涉众的兴趣。想想顶级预测性关键绩效指标(kpi)、客户倡议或下一个最佳产品输出。许多组织启动这些项目的一种方式是通过“hack-a-thons”。这些活动为加强数据科学计划所需的合作奠定了框架,也让数据科学家接触到其他方法和业务领域。

3.争取单一的数据科学生产环境

建立一个单一的环境来满足所有数据科学家的需求,并且可以在企业范围内采用,可以显著减少不同部门和业务单位之间的摩擦。引入DevOps流程可以通过多种方式提高效率,包括一致的模型验证和监控标准、代码和方法的同行评审以及版本控制。

4.在内部和外部创建新的连接点

特别是在大型、分布式环境中,许多数据科学家可能在业务单元或功能团队中单独工作,没有具有类似技能集的同行的支持。为这些人创建一个定期的会议或论坛,让他们联系、分享挑战,并突出优秀的工作可以产生巨大的差异,特别是对初级团队成员。

与任何计划一样,建立一个强大的数据科学社区是一个充满挑战、障碍和组织特有的小胜利的旅程。无论您的公司今天可能在哪里失败,旅程的下一步都需要实现目标所需的人员、流程和技术的更大的一致性。

要了解上面列出的步骤的更多信息,请看这个企业家项目的文章