我们正面临第四次人工智能寒冬，人们开始动摇对人工智能将产生足够的实际价值来证明其成本合理的信心。
随着高盛和其他研究机构的文章纷纷落叶归根，我们仍然有时间阻止下一个人工智能寒冬，而答案多年来一直摆在我们面前。
缺少了一些东西
对于大多数科学学科来说，突破都是在实验室中取得的，然后交给工程师转化为现实世界的应用。
当一组化学研究者发现一种形成粘合剂的新方法时，他们便会将该发现交给化学工程师，以设计产品和解决方案。
机械物理学家的突破转化为机械工程师设计解决方案。
然而，当人工智能取得突破时，却没有针对应用人工智能的明确学科，这导致组织投资聘请获得博士学位的数据科学家，希望在人工智能领域取得科学突破，转而尝试设计现实世界的解决方案。
结果呢？87% 的人工智能项目失败了。
进入工程智能
“工程智能”（现在分词：“智能工程”）是一门新兴学科，专注于将植根于工程的人工智能研究应用于现实世界——利用科学突破和原材料来设计和构建安全、实用价值的学科。这为领域专家、科学家和工程师创造了创建智能解决方案的能力，而无需成为数据科学家。
领先的工业组织开始重建从研究到工程的管道，与学术界和技术供应商建立新的合作伙伴关系，并为人工智能研究创造生态系统条件，使其能够像化学研究成果与化学工程师共享一样，将人工智能研究成果移交给智能工程师。
结果如何？
在有形用例中取得突破性进展的应用可以创造价值并投入生产，而数据科学家或技术供应商仅基于数据是无法发现的。
将情报工程引入组织的 5 个步骤
专业知识是情报工程的核心，以技能（通过实际应用学习的专业知识单元）来表达。理论和培训可以加速技能的获取，但没有实践经验，您就无法拥有技能（因此也就没有专业知识）。假设您的组织已经拥有专家，您可以遵循以下五个实际步骤来引入情报工程学科，以及它与利用 AI 的传统方法有何不同：
引入AI的传统方法（占87％的失败率）是：
- 创建问题列表。
或者
- 检查您的数据；
- 选择一组潜在用例；
- 分析投资回报率（ROI）、可行性、成本和时间表的用例；
- 选择用例的子集并投资执行。
引入工程智能的智能工程方法是：
- 创建现有流程的专业知识热图；
- 评估哪些专业知识对组织最有价值，并对该专业知识的丰富程度或稀缺程度进行评分；
- 选择您所在组织中最有价值且最稀缺的五个专业领域；
- 分析投资回报率、可行性、成本和时间表，设计智能解决方案；
- 选择一部分价值案例并投资执行。
利用人工智能创造新价值
一旦智能工程被引入您的组织，并且直观的应用程序已经开发并投入生产，这一新功能就可以被利用来超越现有的专业知识，为整个组织和生态系统设计安全、实用的价值提供新的机会。
随着组织、行业和教育机构为工程智能构建程序，组织、个人和我们的社会将从人工智能尚未实现的经济和社会潜力中获益，创造出新的就业类别并迎来新一轮价值创造浪潮。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/ren-gong-zhi-neng-shi-san-yi-jiu-de-luan-sheng-xiong-di
