新时代货币革命的起点？

首先，CIO必须与业务部门的利益相关者建立伙伴关系。不过最终，高层领导人必须制订激励措施以促进这些伙伴关系。

Hopkins说：“你必须调动业务经理的积极性，关注数据，关注他们的数据如何可以被其他业务部门妥善使用。这不是大多数CIO轻松挥舞权杖就能改变的事情。”

几位IT领导人在这里阐明了其企业组织如何利用数据分析带来业务影响，并为希望将数据实践转化为业务成果的人给出了几点忠告。

分析方面的责任

Onders表示，KeyBank解决这个问题的方法是，使业务部门的利益相关者与分析团队紧密合作，并对他们请求的分析项目取得的业务成果负责。针对每个项目，KeyBank会设立一页长的章程，章程概述了公司要取得的成果和评估该成果的度量指标，并列出了业务发起人、产品负责人、分析负责人、风险负责人和技术负责人。

Onders说：“这一页长的章程写道‘你关注的度量指标是什么?’章程必须列出度量指标。如果这些分析技术将改变某个方面，什么度量指标会发生变化?你要对某个期限之前的预期成果负责。数据分析将如何助你抵达成功彼岸?这是一种极具进取性的指标驱动、影响驱动的章程，由高级业务领导人对此负责。”

业务领导人必须每两个月提交一份报告，报告表明数据分析如何影响了业务成果，以证明有必要对项目持续投入。

Santhanam表示，益百利的数据团队还依赖与业务部门紧密合作的关系，推动了分析计划，包括注重“以一种可量化的方式来阐明业务成果”。但是益百利的分析理念还支持一种更灵活的迭代性方法。

Santhanam说：“我们一开始做了一些可解决业务问题本身的事情。这让我们得以摆脱一系列约束条件，从而使我们得以非常迅速地运营，试探并了解哪方面可以产生影响。”

提升技能以确保分析取得成功

但是要使业务部门与IT部门在分析方面的合作取得成功，文化变革必不可少，因为业务专业人员不仅要精通数据驱动型流程和技术，还要在技能需求超过供给的方面帮助填补空白。

Jabil这家公司专门为业务专业人员和高管传授如何将分析转化为有影响力的业务计划。这家制造服务公司多年来致力于变得更加由数据驱动。由于很难找到数据科学家，它制订了平民数据科学计划，以帮助挖掘可供使用的数据。

Jabil CIO Gary Cantrell表示，Jabil竭力变得更加由数据驱动，两个关键的要素是持续地致力于解决业务问题以及竭力获得高管的支持。
 

自动驾驶汽车深度学习如何应对某些挑战

机器学习算法在训练自动驾驶汽车时面临特征提取的问题。特征提取要求程序员告诉算法他们应该寻找什么来做出决策。因此，机器学习算法的决策能力在很大程度上取决于程序员的洞察力。深度学习的功能有所不同，消除了特征提取的问题，从而使深度学习神经网络的检测和决策更加准确。深度学习可以提高检测道路上障碍物的准确性和更好的决策能力，可以帮助应对自动驾驶汽车面临的许多挑战。

了解复杂的交通行为

驾驶是一个过程，涉及与其他驾驶员和行人的复杂互动。例如，如果骑自行车人打算转弯，那么他或她将做出手势示意，以通知附近的其他驾驶员。然后，驾驶员可以放慢其车辆的速度，从而允许骑自行车的人转弯。人类依赖于通用智能来进行这种社交互动。而且，通过深度学习，自动驾驶汽车现在很有可能与其他驾驶员和行人进行社交互动。深度学习神经网络可以帮助自动驾驶汽车检测其他驾驶员和行人给出的导航信号，并采取适当措施避免发生任何碰撞。

在极端天气条件下检测招牌

自动驾驶汽车面临的另一个主要挑战是极端天气条件。尽管这是任何技术都无法完全解决的环境挑战，但深度学习可以解决极端气候下的问题。例如，在降雪期间，道路上的招牌可能会被雪覆盖。而且，降雪后的一段时间内，招牌可能仅部分可见。使用其他AI算法，自动驾驶汽车将很难理解招牌上的半个标志。但是借助神经网络进行的深度学习可以从招牌上的部分可见标志创建完整标志的图像。神经网络将不完整的符号发送到神经层，然后将其传递给隐藏层，以确定完整的符号应该是什么。基于输出，神经网络可以根据招牌上的标志做出决策。

（编辑：济宁站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!