这两年大家都在喊未来已来，软件企业不管有没有算法工程师都竖起了AI的大旗，传统企业不管现在OA现状如何都想在数据转型、智能制造、机器智能方面尝尝鲜，感觉好像和前两年的互联网+风潮有点像，最近半年我在某传统企业做大数据方面的事情，根据有限的经验，谈谈数据智能以及AI落地的一些问题。
一、企业环境要求：传统企业所在的行业已经迫切受到大数据AI对行业洗牌的压力，企业领导才会把这个问题提到战略层面来求生，从这一点上讲，某些传统企业的利用数据分析服务做经营优化属于锦上添花，而像财会金融这种时不时冒出某企业大幅度裁员的行业才是AI落地的滩头阵地，这对企业环境有以下要求：
1.1、领导在这方面的战略意识得跟上，我曾经听说某职能领导放言：我们不需要大数据，而业务领导在这方面的压力和革新趋势则很强。
1.2、领导在这方面的学习意识得跟上，这方面不方便细讲，就不说了。
1.3、企业目前的OA协作水平如何，数据智能的目前阶段落地有一个基本情况：就是数据智能平台和协作作业平台的紧密结合，这方面互联网、软件企业肯定有先天优势，而传统企业的OA协作水平则就参差不齐了。
1.4、企业人力的普遍水平，AI就算能让你躺着挣钱，你也得会躺在合适的位置，AI的落地其实对企业的中高层骨干人群有一定的意识和能力要求。这些人也是AI业务落地的主要推进力量。
二、实施人才的能力要求，AI在业务层面的深度落地，需要高阶复合型人才，企业在这方面做主推的干将应该具有以下素质：
2.1、技术能力要求: 就算不需要像算法工程师那样具有参数调优的feel，也得具备知道什么问题用什么算法技术手段解决的基本思路。
2.2、领域业务能力要求:对领域业务既要有深入地的理解、又要有业务架构建模所需的宏观视角。
2.3、工程能力要求：知道怎么样逐步快速有效地把一个又一个项目在企业成功落地。
2.3、商务能力要求:要把握变革服务于提效、增收、节支的要求，同时要方向变革可能会改变行业商业模式的商业机遇。
三、外部环境要求：充分利用企业外部的各种技术和商务资源。