人工智能（AI）项目的“落地”问题，现在谈论的比较多，我也来凑个热闹，不过，我不是从宏观角度来讲，而是从具体实施过程讲讲个人体会。
首先，AI 工程师要有能力且勇敢地将项目真实情况讲出来。现在来看，这是一个问题，而且是一个很关键的问题。
不少项目的管理者，对 AI 技能能力的理解，基本上局限在表层，可能是通过某个讲座得到了一些技术信息、也可能是通过某些媒体了解了某项技术，更甚者是通过某些简化的宣讲而认为某项技术能够解决自己的问题。有人说，对于管理者而言，不需要深入到技术细节，这个问题再次暂不讨论，留待以后再说。如果项目管理者对某个 AI 技术的细节不很了解，而是凭借浅显的认知决定要在项目中使用，那么，AI 工程师是不是能够协助项目管理者做深入的可行性研究呢？
AI 工程师要有能力进行评估
这对多数 AI 工程师来讲，是一个挑战。因为评估一个项目是否可以使用某项 AI 技术，不仅仅是技术本身，还要考虑项目的其他问题，比如成本、运营、人员、时间等等。仅仅就 AI 技术而言，也要求 AI 工程师除了知道某项技术之外，比如某个神经网络框架，还要能够凭借自身对项目的理解，以更开阔的视野来理解项目的关键，从而才能不局限于某个神经网络框架的限制。比如，我在《机器学习数学基础》一书中有一个案例：预测某足球队比赛胜负。对这个问题，有不少同学曾经提出要用某某神经网络，还需要我提供足够量的此前比赛数据。但是，我在书中完全使用了另外一种方法进行预测。
在项目中是否使用 AI 技术？使用哪种技术？怎么使用？结果会如何？为项目带来什么价值？所以，如果一名 AI 工程如果要有能力对项目进行评估，需要掌握和具备比较全面的的知识和技能以及相关能力。
AI 工程师要勇敢地讲出实情
毋庸置疑，宣传中的某项 AI 技术以及它能够给项目带来的好处，和实际情况肯定是有差异的，甚至有时候差异会很大。如果项目管理者被宣传洗脑了，这对 AI 工程师来讲，能够讲出实情，的确是一个重大的挑战。因为，如果 AI 工程师一旦讲出实情，项目管理者的第一个想法是人为“你不行。人家为什么能做成功？”（其实人家是宣传给他看的，一般项目管理者在这里要么是真糊涂，要么是“揣着明白装糊涂”）由此，AI 工程的“饭碗”就危险了。
怎么办？
这就是考验智慧的时候了。季羡林先生有一句话，供参考：假话全不说，真话不全说。其实管理者也是很聪明的，当你“不全说”的时候，他也应该明白实情了。如果他一意孤行，多半是“揣着明白装糊涂”。接下来该怎么做，自己应该很清楚了。
还有一种情况，对项目而言，是最危险的，那就是 AI 工程师为了迎合管理者的“梦想”，将某 AI 技术也描绘成了科幻一般地无所不能，比如宣讲“一切问题都可以用深度学习解决”等。这样的 AI 工程师，也要么是“真糊涂”，要么是“揣着明白装糊涂”。一般项目皆败于此。
当科学、客观地对项目和技术进行评估之后，一定能够找到 AI 技术的切入点，此后的落地，必然一帆风顺。
做到上述的前提，一是要有扎实的技术能力，二是要有最基本的职业道德。第二点是德育问题，此处不谈。第一点，是通过学习能够解决的。比如下面的视频课程《机器学习数学基础》，就是让 AI 工程师能够从根本把握项目，提升评估能力。
