这本书的第一部分塑造了你的思维。我们了解了 AI 是什么和不
是什么，帮助您设定期望。我们没有将 AI 视为取代您工作的机器人，而是
了解到 AI 可以成为一种实用的商业工具。您现在可以使用它来提高生产
力、减少人为错误，甚至增加收入。我们还了解到，AI 并不是解决所有问
题的灵丹妙药。它适用于具有特定特征的问题，并且有缺点。
这本书的第二部分是关于应用思路的。我们讨论了 AI 的不同用例，以提高
业务流程的效率。我们还讨论了将 AI 应用于复杂数据源以做出更深入的数
据驱动型决策的想法，特别是使用智能数据分析（IDA）。
这本书的第三部分很关键。我们探讨了为 AI 做好准备的想法和策略。为了
设置上下文，我们简要回顾了 ML 开发生命周期，以帮助您了解从 AI 创意
到开发、部署等过程需要什么。然后，我们了解了为 AI 做好准备的五个准
备支柱，即预算、文化、基础设施、数据和技能（B-CIDS）。为了将这些
准备支柱付诸行动，我们学习了 JumpstartAI 方法，该方法提倡采用短期
步伐的 AI。这种方法可帮助您系统地缩小 AI 就绪性差距，同时也可以亲
自动手使用 AI。
在本书的第四部分中，我们学习了有关寻找 真正 AI 机会的所有信息。我们首先
了解了与业务保持一致的 AI 机会是如何出现的。然后，我们探索了一个可
重复的框架，用于发现高影响力的 AI 计划（HI-AI），从实施和业务角度来
看，这是最有前途的 AI 机会。作为该框架的一部分，我们学习了如何发现
潜在的 AI 计划，构建这些计划的清晰度和可衡量性，评估可行性，并对计
划进行评分以展示 HI-AI。所有这些都为成功奠定了基础。
最后，在本书的最后一部分，我们讨论了如何将您的 AI 愿景变为现实。正
如托⻢斯·爱迪生所说，“没有执行力的愿景就是幻觉。为了将您的 AI 愿景
变为现实，我们比较和对比了购买、内部构建和外包策略，以将 AI 解决方
案落实到位。我们进一步探讨了如何衡量 AI 计划的成功。如果你不测量，
你永远不会知道 AI 在为你做什么。我们了解到，AI 计划的成功不仅仅取
决于模型的性能。它由模型成功、业务成功和用户成功组成，我们详细介
绍了这些目标的含义。