AI格局正在从“数据”转变为“知识”( 二 ) BY:TomerY.AvniandEviatarMatania编译：

建立知识护城河而不是数据护城河是一项基本原则，应该成为未来业务战略的核心。公司和组织应该开始为以知识为中心的时代做准备，在这个时代，赢家将是那些提出正确问题，寻找最相关的预测并设计最具破坏性的基于AI的应用程序的人。
自上而下使用AI并围绕应用程序和产品层组织业务。模型应基于特定的垂直和假设进行开发和训练。例如，在成像，诊断，远程医疗，药理学和其他临床应用中开发特定的医疗保健应用；或在车队管理，公共交通及其他方面的流动性。这些解决方案的开发将基于特定领域的丰富知识和实践经验，结合上下文知识和适当且经过良好调整的模型。
数据获取计划应仅被视为短期的战术追求，而基于知识的交流与合作伙伴关系则应作为长期的业务战略加以培养。一个富有成效的例子是，去年，以色列创新局启动了一项试点计划，以实现医院与技术初创企业之间基于知识的合作。这种合作在初创企业的医院之间产生了数十项计划[12]，并促进了医院之间以及医院之间的原始（和几乎未使用的）数据交换，以及初创企业产生的新颖而有价值的知识。
最后，向知识的转变也应该影响组织的人力资源战略。公司应为AI的未来制定相关且明智的人力资源战略。尽管一些初创企业仍需要聘用大量稀有和昂贵的数据工程师和科学家，但应将精明的公司的AI团队设计为一个管理团队，旨在追求和促进AI知识合作伙伴关系，发明基于AI的应用程序和产品并创造性地探索AI革命的美好前景-从以数据为中心到以知识为中心进行了重新构想。此外， AI团队应该让人们了解他们所操作领域的上下文。这些上下文团队成员应该包含一种整体方法，这种方法源于他们对AI和特定领域的理解，而不仅仅是一般AI专家。

总体而言，人工智能的未来取决于从强调专有数据集转向跨实体共享数据以创建知识。为了实施成功的AI战略，公司必须正确地组合数据，信息， AI模型，存储，计算能力等，以使业务扎根于知识。
引文：thenextweb.com/neural/2020/09/18/the-ai-landscape-is-shifting-from-data-to-knowledge-heres-why-that-matters/