人工智能當前正在改變每個行業(yè)在《智能先行》中，知名創(chuàng)業(yè)投資者阿什·豐塔納建議企業(yè)優(yōu)先將人工智能應用于商業(yè)服務，并提供了可執(zhí)行的方法。作者認為，擁有人工智能的公司從創(chuàng)始之初就收集了有價值的數(shù)據(jù)，并使用它來自動化訓練其核心功能和預測模型。因此，這些公司發(fā)展得更快并更容易超越競爭對手。本書是為面臨市場壓力的公司制定的劇本，它們擁有真正的預算，需要有效執(zhí)行人工智能的戰(zhàn)略和戰(zhàn)術。無論你是新的在線零售商，還是《財富》500強公司，豐塔納用五個如何具體講述了他的理念：如何識別極具價值的數(shù)據(jù)；如何構建人工智能團隊；如何將人工智能與現(xiàn)有流程集成并優(yōu)化和迭代；如何衡量和復制集成系統(tǒng)的有效性；如何將集成系統(tǒng)的利潤再投資以獲取復合競爭優(yōu)勢。本書定義了人工智能通過自動復合而構建數(shù)據(jù)學習效應所帶來的新型競爭優(yōu)勢，即機器智能。數(shù)據(jù)學習效應的競爭優(yōu)勢體現(xiàn)在三個方面：數(shù)據(jù)網絡效應、數(shù)據(jù)規(guī)模經濟以及數(shù)據(jù)處理能力。
人工智能當前正在改變每個行業(yè)，企業(yè)應優(yōu)先將人工智能應用于業(yè)務服務，擁有人工智能的公司從第一天起就收集了有價值的數(shù)據(jù)，并使用它來自動化訓練其核心功能和預測模型。作者擁有10年以上人工智能領域風險投資經驗，掌管超過70億美元資本，投資理論與實戰(zhàn)經驗極為豐富。作者重點講解企業(yè)如何快速應用人工智能，人工智能可以應用于每個企業(yè)。作者認為非技術類企業(yè)也可以有效應用人工智能并提供方法論和技術支持。
阿什·豐塔納（Ash Fontana）美國紐約一位管理超過70億美元的風險投資人。他是第一家專注于人工智能領域的風險投資基金Zetta的合伙人和總經理，該公司是Kaggle、Domino、Tractable、Lilt和Invenia等人工智能領域公司的主要投資者。他之前曾在一家成功的創(chuàng)業(yè)投資平臺AngelList負責產品投資。在AngelList推出在線投資后，他成為世界上最受認可的初創(chuàng)投資者之一。在麥格理資本（Macquarie Group）他是私募股權、投資銀行和股票研究領域的頂級分析師。在學術上，他獲得了悉尼大學的五項獎學金，獲得法律和金融一等榮譽學位。他曾被快公司、彭博新聞社、福布斯和美國全國廣播公司報道。他將自己的投資咨詢經驗寫入本書。
緒論
新工具
人工智能優(yōu)先的世紀
人工智能優(yōu)先公司
本書結構
第一章 數(shù)據(jù)學習效應
人類的方式
機器的方式
超越舊公式
數(shù)據(jù)網絡效應
數(shù)據(jù)學習效應的力量
數(shù)據(jù)學習效應的局限性
本章結論：現(xiàn)在怎么辦？
本章要點
第二章 精益人工智能
客戶需要什么？
客戶需要人工智能嗎？
精益人工智能
本章結論：從多層到精益
本章要點
第三章 獲取數(shù)據(jù)
評價
客戶生成的數(shù)據(jù)
人工生成的數(shù)據(jù)
機器生成的數(shù)據(jù)
消費者生成的數(shù)據(jù)
公共數(shù)據(jù)
本章結論：盡你所能得到它
本章要點
第四章 人工智能優(yōu)先團隊
聘用什么人？
什么時候招聘？
在哪里找到他們？
如何支持他們？
人工智能優(yōu)先管理
人工智能優(yōu)先公司
本章結論：傳播數(shù)據(jù)科學
本章要點
第五章 建模
基本知識
挑選
復合
本章結論：構建業(yè)務模型
本章要點
第六章 模型管理
實施
機器學習管理回路
清單
本章結論：機器學習模型優(yōu)化
本章要點
第七章 回路測量
回路
點亮正確回路
模型測量
機器賺錢
本章結論：飛輪優(yōu)先
本章要點
第八章 優(yōu)勢聚合
傳統(tǒng)形式
縱向整合
差別定價
人工智能優(yōu)先的破壞力
人工智能優(yōu)先聚合
定位
利用回路對抗現(xiàn)有公司
本章結論：為競爭排序
本章要點
結 語
術語表
書單推薦
