人工智能落地的C位为什么是AI Manager？

编者按：以 AI 为代表的新一代数字技术，正在带动诸多行业快速发展，由 AI 驱动的数字化转型已成为各行业企业新的热潮。与此同时，各领域对于高水平 AI 人才的需求也在不断扩大。

为了应对关键型人才短缺的状况，微软亚洲研究院与微软-仪电人工智能创新院自2020年起联合打造了 AIM 课程，瞄准人工智能战略落地最核心的“C 位”——AI Manager（人工智能经理），从技术、管理和实践三个方面，以多元的授课方式，帮助 AI Manager 更好地实现业务与 AI 的融合，加速企业的数字化转型。

“十四五”规划明确指出，“迎接数字时代，以数字化转型整体驱动生产方式、生活方式和治理方式变革。促进数字技术与实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式。”

如今，人工智能（AI）作为“数字化转型”的关键驱动力，已在企业转型中显现功效，然而相关人才的培养速度却未能完全跟上技术发展的步伐，尽管过去几年，全国很多高校都开设了人工智能专业，但与企业的实际需求仍存在差距。

对此，微软亚洲研究院副院长潘天佑博士表示，在企业数字化、智能化转型的实际落地过程中，“除了需要 AI 领域的研究型人才，企业的当务之急是要找到那些能够发现 AI 与现有业务结合点的中坚力量。他们可能是业务总监、经理，或资深 IT 负责人、技术决策者等等，只有这些中间管理层领悟到了 AI 的精髓，才能让企业真正、尽快地享受到 AI 的红利。”

“创新型、应用型、技能型”的复合型人才培养是当今时代发展趋势下的必要需求。作为企业中复合型 AI 人才的储备力量，中间管理层现阶段最需要的是快速学习和吸收 AI 知识与技能，了解如何利用 AI 这个有力手段去提升企业自身业务。

为此，微软亚洲研究院与微软-仪电人工智能创新院联合打造了 AIM 课程，旨在培养通晓管理、技术和业务，既能够领悟高层发展战略，还能沟通业务需求，并带领技术团队实施交付 AI 项目的“C 位”复合型 AI 人才——未来的 AI Manager（人工智能经理）。

AI Manager：

企业的“腰部”力量，AI 转型的关键

微软亚洲研究院创新汇自成立以来一直与各行业的龙头企业深度合作，探索 AI 和行业融合的新模式。在合作过程中可以发现，不少企业高管对于 AI 所掀起的新浪潮非常敏锐，并早已认识到 AI 时代到来的意义。

但是若要将 AI 战略贯彻整个企业，则需要企业中间管理层的推动，他们不仅要准确领会高层的战略意图，还要有能力将其翻译、分解为可执行的动作，传达到企业的各个层级。

中间管理层能否真正发挥作用，是企业数字化、智能化转型的关键。这就好比太极拳中强调的“腰如车轴，四肢如车轮，如腰不能作车轴，四肢不能转动”，中间管理层就是企业的“腰部”，起着承上启下的作用，任何转型、变革都取决于“腰部力量”是否得力。然而，目前处于各企业中间层的管理者们虽然大多已拥有十几、二十年的行业工作经验，但此前涉及的 AI 相关知识较少，而且近年来科技的飞速发展也使得以往的技术体系产生了翻天覆地的变化，他们该如何获取 AI 知识和技能？

事实上，即便了解了机器学习、自然语言处理、计算机视觉等 AI 技术的原理和最新的研究进展，对中间管理层 AI Manager 来说也并不能解决企业应用中的根本问题。

“从 AI 落地角度来看，AI 的话语体系与业务体系并不相通。AI Manager需要能够理解 AI 可以或不能解决哪些问题，需要能够判断一线 AI 技术人员的反馈是否对项目推进有意义，需要能够结合技术调研结果与业务诉求，制定可执行的 AI 策略。

这些不是学习某一个机器学习模型或是某个编程语言就能够达成的，而是需要对 AI 有一个系统的认知，并能灵活运用。”潘天佑介绍道，这也正是微软亚洲研究院和微软-仪电人工智能创新院合力打造 AIM 课程的初衷。

▲微软亚洲研究院副院长潘天佑博士

在 AIM 课程上进行分享，并与学员交流

AI知识难度降维

与业务深度融合

二十多年来，微软亚洲研究院一直持续吸引和培养全球顶尖的计算机人才，并通过建立长效的人才培养机制，为全球产业培育了一大批具备科研精神和实力的顶尖人才。为了更有针对性地培养多层次的 AI 人才，微软亚洲研究院携手微软-仪电人工智能创新院共同研发、构建了“三位一体”的 AI 人才培养体系，AIM 课程是其中的核心，也是业界独创的人工智能管理者课程。

通过充分利用微软亚洲研究院的专业知识和人才培养经验，以及仪电在企业IT培训业务方面的优势，AIM 课程在师资梯队、课程体系、实训平台三个层面均展现出了其独有的特色。课程师资均来自微软微软亚洲研究院为 AIM 课程的开发倾注了大量的人力资源，科研人员与微软-仪电人工智能创新院一起，摸索出培养 AI Manager 所需的知识体系，并将高深、抽象的 AI 知识降维，融入到通俗易懂的授课课件中。

这看似简单，但却需要讲师具有雄厚的知识功底，可以抽象出对 AI 最本质的理解，将知识点串联起来，形成方法论。目前，AIM 课程的讲师团队，由微软亚洲研究院的科研人员以及微软的云计算解决方案架构师组成。

与此同时，微软亚洲研究院的讲师们还基于此前与高校、企业合作的丰富经验，多次迭代、反复打磨 AIM 课程体系，让 AIM 课程的内核稳定，以便今后对其进行复制和规模化。

除了现阶段可以让学员们直接受益，AIM 课程还能够快速培养出更多 AI 讲师，未来将由微软-仪电人工智能创新院进一步加大培训规模，把 AI 能力带给更多企业。

课程内容涵盖技术、管理和实践三个方面

AIM 课程讲授技术的方式不同于其他 AI 技术类课程，它的技术着眼点在于解读 AI 能够解决的问题，以及 AI 解决问题的思维模式。讲师们会从方法论层面宏观地梳理 AI 技术的发展，比如在解析典型问题抽象成数学问题的过程中，会加入常用的技术手段、方法。

由于 AI Manager 在企业内部都承担着管理职责，因此将管理与 AI 相结合是 AIM 课程的一大特色。在业务管理层面，AI Manager 需要能够判断哪些业务问题适合用 AI 技术去解决。

业务问题千差万别，AIM 课程希望构建一把“尺子”，去帮助 AI Manager 衡量各种问题，例如从 AI 的责任、AI 的可解释性、数据的就绪性、数据生命周期的构建，以及在把业务问题抽象成已有的 AI 问题的过程中，所涉及的输出问题和目标优化方式、常用流程和工具等不同维度，从而帮助 AI Manager 更好地实现 AI 与业务的融合。

在项目管理层面，AI Manager 要理解 AI 项目的常见生命周期，并且要在具体问题中运用 AI 思维。包括问题定义、算法模型的开发迭代、上线部署的整个全流程，甚至如何评估外购 API 服务、选择外包还是自主开发模型、算力如何解决等问题，都是 AIM 课程的内容。尽管每个问题未必会给出既定答案，但其意义在于引导学员思考并解决问题的过程。

人工智能实训平台基于开源 OpenPAI 打造而成

给学员提供实际操作环境，让他们对 AI 模型、算法有感性的认识，是 AIM 课程的职责。为此，微软-仪电人工智能创新院基于人工智能开放平台 OpenPAI 历经1年时间，倾力打造了人工智能实训平台，实现了 AI 授课、教学环境的一键部署和定制构建。

其中，人工智能开放平台 OpenPAI 是由微软亚洲研究院和微软（亚洲）互联网工程院联合研发，该平台支持多种深度学习、机器学习及大数据任务，可提供大规模 GPU 集群调度、集群监控、任务监控、分布式存储等功能，便于快速构建 AI 环境。

除了可以一键创建 AI 学习环境，人工智能实训平台还集成了多种人工智能深度学习框架，是一个基于云计算系统的交互式人工智能教学平台。该实训平台采用了目前业界最流行的 Jupyter Notebook 软件，为老师和学员营造了非常友好的交互性教学环境。

同时，平台还支持当下几乎所有的深度学习框架如 CNTK、TensorFlow、PyTorch 等，并提供定制服务，讲师可以在线提交自己的教学环境需求，快速生成云教学环境。未来，AIM 课程的实训平台不仅可以供各类提供 AI 课程的学院使用，也同样能够用于中小企业的 AI 模型训练。

“通过 AIM 课程，我们希望学员们学会从管理的角度思考问题，衡量所使用技术的利弊，实现 AI 能力的复用。同时，课程设计也可根据学员的背景、学习时长进行模块化组合。

例如技术部分除了包括固定部分的理论方法和技术原理外，还有一些强化学习、小样本学习、推荐系统这样的专题，帮助学员从感性认识到深度理解 AI，从而更好地在项目中使用 AI 技术，”微软亚洲研究院（上海）创新工程组主管研发经理杨玉庆表示。

此外，AIM 课程的授课模式也相当多元，除了传统的课堂，还有黑客松比赛、分组讨论与协作、集中分享等方式，可以让来自不同行业、拥有不同工作背景的学员快速融入，在课程期间不断碰撞，结合自身的数字化转型体验以去思考和训练，并在课业结束后真正将 AI 灵活运行于企业业务之中。

通过形式多样且易于理解的授课方式，AIM 课程将技术理论、管理知识与平台实践融为一体，帮助 AI Manager 快速掌握 AI 技术，并在了解自身业务逻辑的基础上真正结合 AI 方法论和 AI 实践经验，从企业内部挖掘 AI 落地的降本增效机会。

微软-仪电人工智能创新院总经理朱琳表示，除了 AIM 课程，借助微软亚洲研究院和微软-仪电人工智能创新院的优势互补，创新院还提供了针对企业引领者（商业和技术领导人）、实践者（产品经理、项目经理、实战工程师、算法工程师）到观望者（初级业务人员和技术人员）的多层次课程。“

未来，两院将在提升人工智能科技创新能力、发展人工智能融合生态和加强人工智能人才培养等方面做出更多实质性贡献。”

编辑：jq