归纳起来就两种状况。1.遇到问题了你想要处理问题。2.你发现某种现象想了解背面的原理再为人类所用。

　　企业问题，打个比如，本年产品卖不太出去啊，产品销量直线下滑，企业快撑不下去了。

　　这是一个比较扎手头疼的问题，那作为走上人生巅峰的CEO你肯定是要想方法处理问题啊，究竟企业上上下下就靠你撑着呢。

　　详细是哪种产品卖不出去？又是哪个区域的产品销量出现问题？本年详细哪个时刻节点销售量开端下滑？下滑的起伏怎样样？利润率怎样样？

　　“原因”，咱们需求找出问题源头。那怎样找出来呢？你需求做查询，从头绪的蛛丝马迹中查找原因。

　　比如从布景动身，你能够看到本年受疫情影响，整个职业的全体销量都下滑了。再看看竞品公司，看他们的状况怎样样，是不是也遇到这个问题了，仍是他们企业逐步强大强占了市场份额？

　　再比如从产品本身动身，公司曾经有遇到过相似的状况吗？几年前的销售量又是怎么？是价格太高了？仍是现在产品功用无法满意用户了？每个区域的销售量别离是什么样的？

　　再从用户的视点动身，用户现在需求的是什么？他们的喜爱是否变化了？是不是产品让用户的体会变得不好了？

　　”处理“，最终咱们能够得出结论，问题以及构成原因，再依据成果拟定处理计划。

　　为什么人工智能会逐步走向干流？人工智能究竟是什么？公司的事务是不是能够添加人工智能这一版块？······

　　经过数据计算，你了解到曩昔5年里AI范畴融资出资状况，全体市场规模有多大。

　　AI所供给的服务大概有哪些，各自占比又是多少。现在盈余模式有哪些，各自占比又是多少。

　　再结合一下现在公司本身的开展现状，盈余状况，公司事务增设AI项目是否可行。等等。

　　”使用“，依据这些发掘到的数据信息，结合公司已存在的状况得出结论判别，融入AI这一块靠不靠谱，假如要结合的话事务是详细怎么，盈余模式是怎么。

　　完结数据发掘，就像是挖掘金矿，意图是得出最终的处理计划，或许使用计划这些有价值的信息为人所用。