2024年4月23日我院邀请邀请了上海屹歌信息技术有限公司CEO、上海财经大学校友蔡镇其先生以《如何落地大数据和AI项目》为主题展开业界宣讲。在当今数字化时代，大数据和人工智能正成为企业竞争的关键因素。然而，要成功地将大数据和AI项目落地并实现商业价值，需要面对一系列挑战。本次讲座从算法模型精度、成本收益和产品化工程要求三个方面探讨如何克服这些挑战，以实现大数据和AI项目的有效应用。
蔡老师认为，首先在大数据和AI项目中，算法模型的精度是关键因素之一。然而，高精度的模型并不总是意味着它们已经适用于行业应用。蔡镇其先生认为在实际落地项目时，需要考虑多个因素，如数据质量、数据样本的代表性、模型的可解释性等。只有理解行业特定的需求和限制，才能确保模型能够在实际应用中产生可靠的结果。收集高质量数据，并确保数据样本的代表性，以提高模型的准确性和鲁棒性。还需进行充分的模型验证和测试，确保模型的可解释性和可靠性，以及其在实际业务场景中的可行性。
其次蔡老师认为大数据和AI项目的成功与否与其成本收益关系密切。在项目落地之前，我们应该进行全面的成本收益分析，以确保项目的可持续发展。不仅要确定项目的目标和关键指标，以便在项目实施过程中进行评估和监控。还要对投入的人力资源、技术设备和数据采集等方面的成本进行评估，并与项目的预期收益进行对比。同时考虑项目带来的效益，如提高生产效率、降低成本、增加收入等，并评估其与成本之间的平衡。
将大数据和AI项目转化为实际可用的产品是项目成功落地的关键一步。为了满足市场的需求，蔡老师告知我们还得考虑以下解决方案：确定市场需求，并与潜在用户进行充分的沟通和合作。了解他们的期望和需求，确保产品能够满足其实际应用场景。开发用户友好的界面和功能，以提高产品的易用性和用户体验。确保系统的稳定性和扩展性，以应对不断增长的数据和用户量。提供及时的技术支持和维护，以确保产品能够持续地提供高质量的服务。
最后蔡老师总结出实现大数据和AI项目的有效落地需要克服算法模型精度、成本收益和产品化工程要求等挑战。通过理解行业需求、进行全面的成本收益分析，并满足市场需求，我们可以成功地落地大数据和AI项目。只有通过合理的规划和有效的执行，才能充分利用大数据和AI的潜力，为企业带来持续的竞争优势和商业价值。
在提问环节，同学们就目前大数据的发展趋势等方面提出了问题，蔡老师也一一耐心做出了解答，同学们受益匪浅。通过本次业界论坛，同学们对于大模型的实战方面有了更深入的理解。
供稿人：游晨华
供图人：李君竹
