人工智能是一个复杂的过程，通常需要花费数年的时间才能正确完成，这需要大量的时间，资源和金钱投资。设计，开发和实施强大的长期AI解决方案的平均成本可能高达50万美元，公司需要精确而谨慎地开展自己的AI计划。您可能需要花费一些时间来查看解决方案在一段时间内的“智能”程度，以及预测结果，确定模式或帮助公司更好地与客户互动的准确性。

但这不是进行AI开发的唯一方法。相反，公司可以求助于AI设计和开发“冲刺”，以比全面部署更低的成本快速踢出AI轮胎，并帮助他们测试AI水域。由于这是一种更简单，风险更低且成本更低的初始方法，因此我们可以预期今年会有更多公司使用sprint。

人工智能冲刺是一项短期的概念验证性人工智能项目，可以帮助公司在1-3周内以某种确定性水平确定人工智能是否可以帮助实现特定的业务目标。它们通常由AI开发人员或供应商实施，并且该解决方案可以作为持续AI开发和参与的基础。

人工智能冲刺是Google部门Google Ventures在几年前推出的设计冲刺概念的自然演变。这是一个为期五天的过程，通过与客户的设计，原型制作和想法测试来创建解决方案。它提供了一个时间密集的视图，以了解针对业务挑战的特定解决方案的有效性和实用性。自Google推出以来，许多公司都从设计冲刺概念中获利，可以在各种行业中创建新产品和服务。

物理学家兼作者马克·布坎南（Mark Buchanan）表示：“人工智能仍将深刻地改变世界，尽管确切的方式还不清楚。” 在AI发展中采用冲刺策略可以消除恐惧，不确定性和怀疑（FUD）因素，这是更大程度地采用AI的关键挑战。许多业务用户不仅发现AI的概念极其复杂，而且常常不相信AI的价值。冲刺使他们可以追逐并体验AI的好处，同时为全面执行设定清晰的路线图。

创新冲刺过程

以下是典型的创新冲刺应该包括的五个关键步骤：

确定业务挑战。说起来容易做起来难，并且由于不同的决策者可能对关键问题有不同的看法，因此就您要解决的问题进行讨论并达成共识非常重要。有时，人工智能可能无法解决所确定的特定问题，因此清楚地阐明问题很重要。

进行数据审核。一旦确定了业务挑战，下一步就要确定您拥有哪些数据可以帮助解决它。数据可以来自不同的来源-CRM系统，公司数据库或结构化或非结构化格式的文件。数据科学家可以帮助您识别适当的数据，确定您是否有足够的数据来提供AI算法，并在需要时帮助您使用外部数据集来补充该数据。

建立算法。一旦收集到足够的数据，数据科学家就会将其输入原型以验证其准确性。如果发现表明数据可以解决业务问题，则数据工程师将对数据进行清理，标记和分类;数据科学家将选择最相关的AI架构并开发算法。

评估结果。AI团队将在几天之内确定解决方案预测可靠结果的效果，并做出相应的调整。例如，我们进行了一次AI创新冲刺，以帮助一家主要的健康保险提供商确定客户流失的原因。通过多次迭代扩展和完善数据集以不断改善结果，我们能够开发出一种算法，该算法可以以93%的准确度预测流失的可能性。

可操作该算法。一旦算法证明了自己，解决方案就可以投入使用-通常在几周之内。但是，由于该解决方案在接收新数据时会不断学习，因此其准确性将不断提高。