吴恩达来信：如何集思广益 AI 创业点子_AI阅读总结 — 包阅AI

亲爱的朋友们,

上周，我撰写了一篇关于为什么专注于一个具体的创业公司或项目理念——这意味着我们可以为特定的目标用户构建一个足够详细的特定产品——可以让你走得更快。在本周的这封信中，我想分享一些识别有前途的想法的最佳实践。

由我领导的AI Fund与许多企业伙伴开展合作，寻找创意，通常涉及人工智能在公司领域的应用。由于人工智能适用于零售、能源、物流和金融等众多领域，我发现与对这些领域非常了解的领域专家合作，对于确定这些领域值得构建的应用程序是非常有帮助的。

我们的头脑风暴过程始于建议合作伙伴公司的大量关键贡献者（至少10个人，有时会超过100个）获得对AI的非技术、业务层面的理解，以及它能做什么和不能做什么。DeepLearning.AI开发的 “Generative AI for Everyone” 课程是一个很受欢迎的选择。在这之后，公司可以指派一个小团队来协调一个头脑风暴过程，然后进行优先级排序，选择要做什么。头脑风暴过程可以通过基于任务的工作分析来支持，我们将员工的工作分解为具体任务，以确定哪些可以使用人工智能来自动化或增强。

以下是这些活动的一些最佳实践:

相信领域专家的直觉。在某一特定领域工作多年的领域专家会拥有久经磨练的直觉，使他们能够取得飞跃，反之则可能需要耗费几周的研究才能得到结论。

假设我们正在与一位金融服务专家合作，并且有了一个模糊的想法——建立一个提供金融建议的聊天机器人。为了把这个模糊想法变成一个具体的想法，我们可能需要回答一些问题，比如我们应该把目标放在哪些金融领域（应该把重点放在预算、投资还是保险上？），以及我们应该为哪些类型的用户服务（应届毕业生、抵押贷款申请人、初为父母的人还是退休人员？）即使是一个花了多年时间提供财务建议的领域专家，也可能无法给出最好的答案，但凭直觉做出的选择，可以快速得出一个合理的具体想法。当然，如果有能力迅速获得市场调查数据来支持这个决定，我们也应该好好利用它。但为了避免放慢速度，我们发现专家的直觉反应很有效，是一种快速做出决定的方法。

所以，如果我有一个不具体的想法，我通常会让领域专家用他们的直觉——而不是其他——快速做出必要的决定，使这个想法具体化。由此产生的想法只是一个起点，需要随着时间的推移进行调整。如果在讨论中，领域专家选择了一个选项，但似乎非常犹豫是否要忽略另一个选项，那么我们也可以保留第二个选项作为备用，如果最初的选项不再有希望，我们可以迅速完成转向。

产生许多想法。我通常建议拿出至少10个想法；有些人会想出超过100个，这就更好了。通常的头脑风暴建议是追求数量而不是质量。当涉及到优先排序时，有很多想法尤为重要。如果只有一个想法被认真考虑——这种情况通常会在一位高级管理人员有一个他们非常喜欢的想法，并把它作为要做的“主要”想法时出现——我们就会有很大的压力来实现这个想法。即使进一步的调查发现了它的问题——例如，市场需求被证明是微弱的，或者技术的构建非常昂贵——团队也会想要继续努力拯救它，这样我们就不会一无所获。

相反，当一家公司有很多创意可供选择时，如果其中一个创意开始显得不那么有趣，人们就很容易将注意力转移到另一个创意上。当考虑了许多想法时，对它们进行比较以挑选出更好的想法是很容易的。正如Ideflow一书中所阐释的那样，为评估和优先排序产生更多想法的团队最终会得到更好的解决方案。

正因为如此，我发现让许多员工参与一个广泛的头脑风暴过程是很有帮助的。具体来说，大公司有很多员工，他们对业务有很多想法。有一个小的核心团队来协调来自大量员工的想法，让我们能够挖掘这个集体发明的源泉。很多时候，我看到一个广泛的努力（涉及大约100个熟悉该领域并对人工智能有基本了解的人）最终会比一个狭隘的努力（涉及，比如，少数高层管理人员）产生更好的想法。

明确评估标准。在评估和确定优先级时，明确的评分和排名标准可以帮助团队更一致地判断想法。业务价值和技术可行性几乎总是包括在内的。此外，许多公司将优先考虑能够快速获胜的项目（为其整体人工智能工作建立动力）或支持某些战略优先事项，例如业务的特定部分的增长。明确这样的标准可以在想法产生阶段有所帮助，并且在我们评估和确定优先级时至关重要。

在大企业中，我们可能要花费几周的时间来收集和优先考虑想法，但这在确定有价值的、具体的想法方面是值得的。除非我们找到合适的方法来应用人工智能，否则它是没有用的，我希望这些最佳实践能帮助你产生伟大的人工智能应用想法。

请不断学习！

吴恩达