AI项（xiàng）目（mù）建设规划的起点是“界定应用场景”，简单地说（shuō），如何将传统（tǒng）的做法用AI来解决。从企（qǐ）业运营（yíng）管理（lǐ）层面（miàn）来讲，企业关注的无非是“增加收（shōu）益（yì）、减少（shǎo）成本、提高效率、规避（bì）风险（xiǎn）”等四大（dà）诉求，所以AI项目对应的应用（yòng）场景也（yě）不（bú）会（huì）脱离（lí）这四大诉（sù）求，只不过（guò）需要懂业务的人（rén）员与AI咨询（xún）顾问一起在（zài）这四大诉求（qiú）范畴内，梳理出容易实现的应用（yòng）需求点，而（ér）后予以（yǐ）清晰界定。AI项目应用场景界（jiè）定（dìng）过程就项目界定（dìng）目标（biāo）、界定要解决什么问题的过程（chéng），同时关乎对AI技（jì）术的选型问（wèn）题，即如何选（xuǎn）择相应（yīng）的算法或AI实现技术（shù）方法。

AI项（xiàng）目面临的挑战就是算法的问题（tí），广义来讲就是（shì）选（xuǎn）择（zé）哪种AI实现的方法。AI实现的方法有三种：知识图谱、深（shēn）度学习、增强学习（xí）。大家通常所说的“算法”是（shì）指“深度学习（xí）”和“增强学习”。所以采用“AI实现方法”不会（huì）引起歧义（yì）。

之所以“AI实（shí）现方法（fǎ）”的（de）选择（zé），是AI项目建设的挑战，是因为，许多（duō）企业在建设AI项目时（shí）候使用（yòng）了不合适的（de）方法而造成项目失败（bài），比（bǐ）如过去两年银行业采用（yòng）深度学习的方法，来建设“金融风控”系统，其效果（guǒ）并没有（yǒu）得到很好的（de）体现，现在才意识到构建“智能风控系统”，知识图谱才是最为合适的（de）。再比如（rú），实现无人驾驶，必须选择（zé）“增强学习算法”为核心的方法（fǎ）。

一般来讲深（shēn）度学习（xí）在处理基于特征感知、识别和判断等（děng）方面表现突出，能帮助（zhù）构建聪明的（de）AI，如人脸识别、语音（yīn）识（shí）别、故（gù）障分析（xī）、客户画像（xiàng）、时序预测等；而知识（shí）图谱在（zài）模拟（nǐ）人的思考过程、处理常识（shí）知识和（hé）推理，以及理（lǐ）解（jiě）人的语言（yán）方面表（biǎo）现的更加突（tū）出（chū），如智能推（tuī）荐、智能解释、智能搜索、智能（néng）推理分析等。

“AI实现的（de）方法”没有选（xuǎn）好，整个项目就可能面临的失（shī）败风险，而（ér）且方法的选择是以业务场景界定为前提，同时还（hái）需要借助高水平的（de）AI咨询顾问，还要考虑到实现难以程度、成本预算承受能力等（děng）等，所以AI实现方法也算（suàn）是一种（zhǒng）大挑战。

目前有一（yī）种一劳永逸（yì）的方法，就是在企业部署“算法平台”（也叫（jiào）“智能（néng）中台”或企业大脑），犹如（rú）传统信息化时（shí）代ERP一（yī）样，成为大企（qǐ）业的基础标配，其中包（bāo）括了实现人工智能的三种方法（fǎ）。比（bǐ）如公安系统，按照“数据本（běn）地化、算（suàn）法本地化、应用本地化（huà）”的原则，部署了“公安大脑（nǎo）”，其（qí）中揽括了AI实现的三大方法。

才是数据问题（tí）。所（suǒ）有的AI项目都是以（yǐ）“数据”为基础的（de），人工智能之所（suǒ）以能够在近几年（nián）得以重生，就（jiù）是由于“大数据”的（de）爆（bào）发。这不（bú）难理解，就当机器人是人类（lèi）的一（yī）个特（tè）殊种（zhǒng）族，“知识（shí）就是力量”同样（yàng）可以适合于机器人，人之所以要（yào）读书、要学习，就是为了获（huò）取知（zhī）识（shí）以便能（néng）够应付各种各（gè）样的问题。

对应（yīng）到机器人，只有当（dāng）机器人（rén）吸收了大量的样本化、结构（gòu）化的数据，再借助AI实现方法（深（shēn）度学习（xí）、知识（shí）图（tú）谱（pǔ）、增（zēng）强学习），才能模仿人脑思维（wéi）和（hé）判断（duàn），如（rú）人脸识别、语（yǔ）音（yīn）识别、智能推（tuī）荐、无人驾驶等等。

而且不同的AI实现方法，采用的数据策略是（shì）不一样，包（bāo）括数（shù）据存储类型（xíng）、数据表示方式、数（shù）据处理方式（shì）则完全不一样。比如，如果使用知（zhī）识图（tú）谱（pǔ），那（nà）么必须（xū）将关（guān）系型数据进行（háng）抽（chōu）取加工、融（róng）合，以（yǐ）图形/图谱形式存储、表（biǎo）示和计算（suàn），也（yě）就是（shì）我们经常说的“图计算”。

一般来讲，企（qǐ）业如果要启动（dòng）AI项目，就要做好三（sān）种数据库（kù）的准备，即（jí）“传统（tǒng）的关系型数据库”、“时序（xù）数据（jù）库”和“图谱数（shù）据库”，而且（qiě）对数据的收集、处理、加工（gōng）、规范则是与时俱进，不（bú）能停（tíng）顿。要（yào）说人工智能成本花在哪里，至少（shǎo）70%以上（shàng）在数据方面。不但要求数据有（yǒu）量，还有质量和表示形式的要求，这跟（gēn）做菜一样，需要有（yǒu）足够（gòu）的食（shí）材原料（liào），而且原料质量（liàng）要够（gòu）好，原料加工成食材（cái）要符合烹饪等等，再配合大厨的煎炸焖炒炖等手法（fǎ）（算法）和火（huǒ）力（算力），才能搞（gǎo）出一桌好（hǎo）菜。