AI Sprint
How to validate the idea of implementing AI  
in your company in less than a month 
Table of contents 
Artificial intelligence: the right choice for me? 1 
Your first steps with AI development 2 
How to implement AI in less than a month 7 
AI Sprint - from idea to PoC in just a few weeks 7 
How does an AI Sprint work? 8 
Workshops 9 
What’s next? 10 
Summary 11 

   
Artificial intelligence: the right choice 
for me? 
You’ve  probably  heard that you should jump on the AI bandwagon before 
it’s  too  late  and  competition  leaves  you  behind.  That’s  true  to  some 
extent  -  ​Artificial  intelligence  has  proven  to  be a great augmentation to 
human  work  and  a successful tool in a wide variety of areas starting with 
recommendation  engines  through  chatbots  to  predictive  analytics.  It  is 
the  right  time to get to know AI better and see what it can do for you. And 
as  much  as  we  support  your  decision  to  introduce  artificial  intelligence in 
your business, we also know that you have to do it wisely.  

Getting  on  board  with  full  AI  implementation  is  a  big  leap  into  the 
unknown,  so before  you  do  that,  give  AI  a  test.  Try  it  out, see for yourself 
what  it  can  do,  and  win  some great arguments to convince your board, or 
yourself, that AI implementation is a good decision. And it is, you’ll see. 

_________________________________________________________________________

neoteric.eu  1 
The  thing  with  AI  is  that  with  the  whole  wide  variety  of  use  cases,  it  may 
be  difficult  to  decide  which  one  (or  ones)  is  the  most  relevant  to  your 
business.  In  order  to  make  a  well-informed  decision,  you  need  to  sift  out 
the  options  to  arrive  at  a  limited  choice  of  solutions  that  matter.  Every 
business  and  every  operation  can  be  optimized  with  the  use  of  AI,  but 
you  need  to  make sure that you match your business needs with the right 
AI technology. 

Your first steps with AI development 

Artificial  intelligence  has  a  wide  variety  of  uses  across  industries.  It  can 
work  for  you,  too.  But  it  may  be  hard  to  imagine  what  exactly  it  can  do: 
What  model  do  you  need?  How  long  will  it  take?  What’s  the  tangible 
result?  

Instead  of taking a leap of faith into a big AI development project, you can 
start  with  small  steps,  like  a  proof-of-concept  (PoC),  which  will  help  you 
understand  what  AI  can  bring  to  your  company  and  how  it’s  done,  and 
will  ​get  you  your  first  predictive  model  as  soon  as  possible​.  It’s  just  a 
better  choice  to  focus  on  one  segment in your company and test AI there 
than to implement AI company-wide right away.  

_________________________________________________________________________

neoteric.eu  2 
Before  you  get  on  board  with  artificial  intelligence  in  your  business,  you 
should make sure that you’ve​taken some basic steps to be ready for it. 

1. Get familiarized with AI 

This  step  may  already  be  behind  you,  and  if  you  know  the  basics,  that 
really  is  good  enough.  You  don’t  have  to  become  an  AI  expert  now  but 
it’s  good  if  you  know  some  basics.  Read  a  few  articles  about  what  AI 
offers,  what  its  various  use  cases are. The use cases vary across different 
industries,  so  you  can  check  out  ​the  most  successful  AI  use  cases  or 
those  specific  to  a  given  field:  ​human resources​
, e
​ -commerce​, h
​ ealthcare 
or  ​finance​,  to name a few. You can also go through AI business use cases 
in “​An executive’s guide to AI”​​by McKinsey.  

It’s  useful  to  do  some  research  to  have  a  general  idea  of  how  you see AI 
in  your  organization.  Sure,  it’s  great  to  know  that  you  like  how  Amazon 
uses  it  but  you  don’t  necessarily  need  the  exact  same  thing  -  that’s  why 
the  more  you  learn,  the  easier  it  is  for  you  to  crystallize  the  idea  of  AI  in 
your company. 

2. Find out how your company feels about AI 

When  you  decide  to  introduce  AI  in  your  company,  it’s  only  natural  you 
get  excited  about  the  new  opportunities  and the benefits you’ll see in the 
future.  But  before  you  even  start,  make  sure  you’re all on the same page. 
Do  all  the  decision-making  parties  support  you  in  this  undertaking? 
How​ ​does  your  tech  team  feel  about  it?  Have  you  already  adopted some 
AI in any capacity? Are there any obstacles you have to keep in mind? 

As  stated  by  many  experts,  ​most  of  the  barriers  to  AI  adoption  are 
related  to  people​.  Many  people  still  don’t  fully  understand  what  AI is and 
_________________________________________________________________________

neoteric.eu  3 
how  it  works.  The  myth  of  AI  being  like  the  Terminator  is  around  and 
makes  people  believe  that  implementing  AI  is  extremely  difficult,  maybe 
even  risky,  and  expensive.  It’s  difficult  to give AI solutions a chance when 
one  doesn’t  really  understand  how  it  works  and  what  benefits  it  brings. 
What’s  more,  many  companies  fear  that  they  won’t  be  able  to  properly 
plan AI implementation and estimate ROI.  

Before  you  can  get  on  board with AI, you should know what other people 

in  your  company  think  about  this  idea.  This  way,  you’ll  know  that  either 
you  have  their  full  support  or  you  need  to  win  some  arguments  showing 
that  artificial  intelligence  implementation  can  be  planned  and  carried  out 
step by step, with the results available in a short time. 

3. Identify the problem(s) you want AI to solve 

AI  is  not  just  there  to  be  a  fancy  part  of  your  business​.  If  you  want  it  to 
bring  profit,  you  need  to  identify  the  area  that  it  can  improve.  The  AI  use 
case  should  address  a  specific  pain,  be  it  an  internal  one  within  your 
organization  or  one  of  your  customers.  At  this  early  stage,  it’s  good  to 
focus  on  the  things  that  AI  has  already  mastered,  such  as  prediction, 
automation  or  classification.  Now,  think  about  a part of your business that 
could  use  this.  You  can  predict  e.g.  customer behaviors and preferences, 
demand for products, prices of resources. 

_________________________________________________________________________

neoteric.eu  4 
What  can you achieve with the support of predictive models? Some of the 
examples include: 

● Churn reduction 
● Customer segmentation 
● Increase of Customer Lifetime Value (CLV) 
● Improvement of profit margins 
● Predictive maintenance  
● Reduction of attrition rate  

4. Get your data ready 

Data  is  an  essential  part  of  AI.  It  cannot  (and  will  not)  give  you  any 
predictions  if  it’s  not  fed  with  large  volumes  of  relevant  data.  ​If  you 
don’t  know  what  types  of  data  your  company  collects  -  check  it. It can be 
information  collected  through  your  service  (e.g.  customers’  purchase 
history,  demographic  data,  on-site  interactions,  etc.),  excel  data  files 
(xls​ ​or  csv)  with  information  about  your  recent  sales,  orders,  etc.,  or  any 
other  data,  including  that  from  your CRM, ad campaigns, email lists, traffic 
analysis,  social  media  or  even  public  information,  e.g.  about  your 
competitors or the prices of resources.  

Before  you  start  working  with  AI,  you  need  to  know  what  kind  of  data 
you’re dealing with. 

5. Start small and test your assumptions 

Implementing  a  brand  new  company-wide  AI  strategy  takes  time,  effort, 

and  money.  Instead,  ​choose  one  segment  to  test  AI  in  and  start  with 
a​ ​proof-of-concept  to  validate  the  idea​.  This  implies  a  much  smaller  risk 

_________________________________________________________________________

neoteric.eu  5 
of  failure  as  it’s  easier  to  build  an  efficient  system  piece  by  piece  and  it 
leaves room for improvement in each iteration.  

At  the  same  time,  you  can  quickly  see  what  AI  brings:  what  model 
parameters  were  achieved,  what  the  results  provided  by  the  predictive 
model  are  and  how  they  can  be  interpreted.  The  proof-of-concept  lets 
you  observe  the  first results of working AI in your organization, and it only 
takes  a  couple  of  weeks  to  develop.  This  “test”  of  artificial  intelligence 
helps  you  better  plan  out  further  AI  implementation  and,  if  still  needed, 
wins  you  arguments  to  convince  your  executives  or  coworkers  that  it’s 
worth to invest in AI now. 

_________________________________________________________________________

neoteric.eu  6 
How to implement AI in less than 
a​ ​month 
AI  adoption  may  seem  difficult,  time-consuming,  and  expensive.  But  is  it 
really  like  that?  Is  there  a  way  to  try  AI  out  and  see  how  it  works  in 
practice?  Though  it’s  true  that  full  implementation  of  artificial  intelligence 
takes time (and money), you don’t have to “go big or go home”. 

AI Sprint - from idea to PoC in just a few weeks 

You  know what AI does and have an idea for it in your company. You may 
even  know  some  processes  you  want  to  improve  with  AI,  so  you  can  run 
your  experiment.  It’s  a  great  starting  point  and  now  you  can  go  through 
_________________________________________________________________________

neoteric.eu  7 
the  business  and  technical  details  of  your  project  before  you  get  to  the 
PoC.  ​That’s  where  the  AI  Sprint  comes  into  play:  to  prepare  you  for  AI 
implementation  and  give  you  results  in  the  form  of  a  PoC  as  soon  as 
possible​.  

The  AI  Sprint  is  a  combination of workshops and proof-of-concept to help 

you  verify  the  feasibility  of  AI  implementation  in  your  company  using 
a​ ​real  business  case  and  real  data.  That’s  your  first  step  towards 
successful  AI  implementation.  The  goal  of  the  AI  Sprint  is  to prove to you 
or  your  executives  that  AI  can  enhance  parts  of  your  business,  all  that  in 
a​ ​very limited time.  

The  AI  Sprint  consists  of  2-day  workshops  with  our  team,  and  a  PoC  of 
a model  that  is  chosen  during  the  workshops.  In  the  end,  you  will  have 
a real-life  model  trained  on  your  data,  helping  your  specific  case.  It  can 
actually  be  used  in  your  everyday  work  and  serve  as  a  base  for  further 
AI development. 

How does an AI Sprint work? 

Before  the  workshops,  we  ask  our  clients  to  prepare  answers  to  some 
crucial questions. These include: 

● What is the most important thing we should do in your company? 

● What is your goal and how can it be measured? 

● What is the budget for your project? 

● What  information  do  you  need  to  make  good  decisions  within 
a​ ​given process? 

_________________________________________________________________________

neoteric.eu  8 
 ● What data about your customers do you collect? 

● How will the model’s predictions be used in your everyday work? 

Your  answers  will  help  us  specify  project  goals,  map  the  process, 
determine  the  necessary  data,  and  plan  the  development  in  a  more 
efficient  way.  The  workshops  last  2  days  and  include  process  mapping, 
identifying  the  most  important  decisions  within  the  process,  determining 
what  data  is  needed  for  the  decisions  and  what  data  is  needed  for  the 
models,  creating  a  map  of  systems  and  interfaces  as  well  as  pipeline 
design, and selecting a model for the PoC. 

Workshops 

Day  1  of  the  workshops  is  dedicated to the business requirements for the 

model.  We discuss your long-term goal, the process that can be improved 
with  AI,  the  data  you  have  and  the  data  to  be  predicted.  The  goal  of  the 
first  day  of  the  workshops  is  to  select  predictive  models  that  can  give  us 
“quick  wins”:  bring  the  most  value  into  the  process  that  we  want  to 
support  by  means  of  predictive  analytics  and  maintain  the  balance  of 
easy  delivery  and  valuable  insights  -  using  the  data  that’s  available  and 
good  enough,  we  don’t  have  to  set  up  complicated  integrations,  so  we 
can speed up the process and see the results - predictions faster. 

Day  2  takes  on  the  technical  issues  connected  with  your  predictive 
model.  We  discuss  the  data  needed,  we  map  systems  and  interfaces, 
design  data  pipeline,  and  estimate  the  costs of building and maintenance 
of  models.  After  day  2,  we  have  the  model  selected  and  the  work  plan 
with tasks each person involved has to perform after the workshops. 

_________________________________________________________________________

neoteric.eu  9 
What’s next? 

After  the  workshops,  we  start working on your predictive model. We clear 

the  data  and  combine  multiple  data  sources  into  one  vector,  build 
a​ ​model  as  close  to  the  established  parameters  as  possible,  we  publish 
the  model,  and  prepare  instructions  that  tell  you  how  to  use  it  in  your 
everyday  work  and  to  interpret  the  results.  We  also  create  integrations, 
such  as  weekly  emails with predictions sent to a given group of people or 
the preparation of a file with predictions on chosen storage.  

During  the  demo,  we  present  the  results  of  the  Sprint  and 
recommendations  regarding  subsequent  models  and  implementation  of 
AI  in  your  company.  We  suggest  what  data  your  company  should  start 
collecting  or  what  data  should  be  purchased  to  improve  the  created 
models,  what  models  should  be  created  next  when  you  already  have 
more  data,  how  to  combine  the  models,  and  what  the  experiences 
around the models should be. 

   

_________________________________________________________________________

neoteric.eu  10 
Summary 
Artificial  intelligence  can  help  you  gain  competitive  advantage  thanks 
to the use of innovative solutions. It also allows you to make great use of 
the  data  you  collect  -  and  by  now  you  surely  know  how  valuable 
a resource your data is.  

In  order  to  get  your  AI  journey  off  to  a  good  start,  you  need  a  deeper 
understanding  of  specific use cases to choose the segment to begin with. 
Luckily,  now  it’s  possible  to  adopt  the  small  steps  approach  in  AI 
development  as  well  -  which allows you to manage your investment more 
efficiently.  You  don’t  have  to  hire  an  in-house  data  science  team  and 
introduce  a  huge  AI  strategy  right  away.  The  key  is  to  find  the  business  - 
tech  match  within  your  company  so  that  AI  works  for  you  and  brings  you 
clear results.  

In  business,  AI  can  do  whatever  task  you  want  it  to  do.  ​When  trying  to 
find  the  best  use  of  it,  you  have  to  carefully  analyze internal processes 
to  identify  the  areas  that  would  derive  the  greatest  benefits  from  AI​
, 
and  take  into  consideration  the  availability  of  data  needed  for  the  model. 
Some  solution  may  seem  tempting  as  it  promises  profit  but  it  may  take 
longer  to  access  the  right  data  or  be  more  costly  in  terms  of 
development.  At  first,  to  build  a  proof-of-concept,  you  don’t  need 
complex solutions. Complexity comes with time, so once you’ve started AI 
implementation  in  your  organization,  you will be able to extend the use of 
artificial intelligence to other parts of your business.  

_________________________________________________________________________

neoteric.eu  11 
  
 
 
Unlock the potential of AI 
in your business  
 

Book your AI Sprint now! 

 

hi@neoteric.eu 
neoteric.eu 
neoteric.eu/blog 
facebook.com/neoteric.eu