1.7　本章小结

通过攀登人工智能阶梯，组织将开展数据科学实践，并能够将机器学习和深度学习作为其增强的分析工具包的一部分。

数据科学是一门学科，因为数据科学家必须能够利用和协调多种技能来取得成果，例如领域专业知识、对数据管理的深刻理解、数学技能和编程。另一方面，机器学习和深度学习是可以通过该学科应用的技术。它们作为技术，是数据科学工具包中的可选工具。

人工智能将机器学习和深度学习付诸实践，由此产生的模型可以帮助组织推理出人工智能的假设并应用人工智能的发现。要将人工智能嵌入组织中，必须将正式的数据和分析基础作为先决条件。

通过收集、组织、分析、注入，一级级梯级地攀爬人工智能阶梯，组织可以解决以前未知或无法回答的问题，例如：回头客什么时候会再次购买产品？影响客户购买特定产品的因素有哪些？

当用户可以提出新问题的时候，用户可以从新的洞见中受益。因此，洞见是增强能力的直接手段。当不完全需要执行即时响应时，授权用户可能会让特定查询执行数分钟，在有些情况下，甚至数小时。人工智能阶梯的吸引力和通过程序性逐步发展实现人工智能的能力，是提出更深刻和更高价值问题的能力。

攀登人工智能阶梯的回报，是在使用人工智能的过程中牢固地建立正式的组织纪律，这有助于现代组织保持相关性和竞争力。

在下一章中，我们将通过研究影响整个组织的因素来构建人工智能阶梯。