[[257748]]

眾所周知，近年來人工智能(AI)在商業(yè)中的重要性得到快速增長(zhǎng)，以至于它現(xiàn)在已成為關(guān)鍵技術(shù)的流行語之一。

云計(jì)算和開源計(jì)劃的興起有助于促進(jìn)引人注目的新興技術(shù)的快速發(fā)展，這些技術(shù)現(xiàn)在已成為很多企業(yè)進(jìn)行重大投資的主題。

例如，咨詢機(jī)構(gòu)德勤公司的技術(shù)干擾指數(shù)的調(diào)查表明，到2020年，85%的高級(jí)管理人員計(jì)劃投資人工智能。而斯坦福大學(xué)的人工智能指數(shù)調(diào)查表明，自2000年以來，風(fēng)險(xiǎn)投資商對(duì)人工智能初創(chuàng)企業(yè)的年度投資水平增加了6倍，2010年以后的投資大幅加速。

此外，調(diào)研機(jī)構(gòu)Gartner公司預(yù)測(cè)，到2022年，人工智能計(jì)劃產(chǎn)生的商業(yè)價(jià)值將達(dá)到3.9萬億美元，而2018年只有1.2萬億美元，所有這些都凸顯了該技術(shù)背后的巨大潛力。

顯然，人工智能的發(fā)展趨勢(shì)并沒有放緩的跡象。在一個(gè)日益被軟件吞噬的世界里，人工智能現(xiàn)在提供了幫助企業(yè)成長(zhǎng)、創(chuàng)新和為客戶提供服務(wù)的新動(dòng)力。

但是，盡管沒有一個(gè)行業(yè)看起來是免疫的，但是人們很快意識(shí)到實(shí)施人工智能并不像簡(jiǎn)單地打開一個(gè)新工具那么容易。在企業(yè)開始獲得回報(bào)之前，還有一些因素需要考慮。

發(fā)展并不是一帆風(fēng)順

研究表明，盡管進(jìn)行了大肆宣傳，實(shí)現(xiàn)基于人工智能的解決方案并不像企業(yè)希望的那么簡(jiǎn)單。從人工智能工具與現(xiàn)有產(chǎn)品和系統(tǒng)集成的困難，到對(duì)技術(shù)如何工作，以及對(duì)費(fèi)用的關(guān)注缺乏了解，這些挑戰(zhàn)都是廣泛而復(fù)雜的。

例如，根據(jù)Databricks公司最近的一份調(diào)查報(bào)告，96%的組織遇到數(shù)據(jù)相關(guān)的問題，例如數(shù)據(jù)集不一致。而80%的組織表示數(shù)據(jù)科學(xué)家和數(shù)據(jù)工程師之間缺乏協(xié)作。

還有就是計(jì)算能力的問題。人工智能系統(tǒng)通常使用大量的處理能力，隨著數(shù)據(jù)量的不斷增長(zhǎng)以及為這些系統(tǒng)提供動(dòng)力的算法變得更加復(fù)雜，這種處理能力將會(huì)增加，從而帶來顯著的可擴(kuò)展性問題。

同樣重要的是要記住，從實(shí)踐的角度來看，技術(shù)仍處于相對(duì)初級(jí)階段，并且正在迅速發(fā)展。人工智能已經(jīng)被人們討論了一段時(shí)間，但只有在最近幾年才剛剛開始加快實(shí)際部署。

在實(shí)施階段之前甚至可能出現(xiàn)挑戰(zhàn)。IT團(tuán)隊(duì)和業(yè)務(wù)***要克服的***人工智能障礙之一就是了解如何以解決實(shí)際業(yè)務(wù)問題，并最適合其組織特定需求的方式實(shí)施IT。企業(yè)必須考慮人工智能可能產(chǎn)生***影響的地方，以及可以實(shí)現(xiàn)哪些特定流程的自動(dòng)化和轉(zhuǎn)型，而不是為了人工智能而推出人工智能。

這說起來容易做起來難。雖然人工智能實(shí)際上涉及每一個(gè)企業(yè)，但擁有將理論轉(zhuǎn)化為切實(shí)的、有利可圖的成果的知識(shí)和專業(yè)知識(shí)的人往往很難找到，并且非常昂貴。

更重要的是，人工智能不僅僅指一種技術(shù)。它可以包含一系列的過程，包括機(jī)器學(xué)習(xí)、數(shù)據(jù)轉(zhuǎn)換、模型創(chuàng)建、自然語言處理和深度學(xué)習(xí)等。因此，了解這些不同創(chuàng)新之間的差異以及它們?nèi)绾芜m應(yīng)企業(yè)的基礎(chǔ)設(shè)施對(duì)于充分利用它們至關(guān)重要。

那么，企業(yè)可以做些什么來解決這些問題，并實(shí)現(xiàn)人工智能的潛力呢?

人工智能需要進(jìn)一步發(fā)展

考慮到這些挑戰(zhàn)，利用人工智能趨勢(shì)歸結(jié)為幾個(gè)關(guān)鍵因素。首先，企業(yè)必須認(rèn)識(shí)到部署后端基礎(chǔ)設(shè)施和系統(tǒng)的重要性，這些基礎(chǔ)設(shè)施和系統(tǒng)能夠支持人工智能和機(jī)器學(xué)習(xí)中涉及的計(jì)算密集型任務(wù)。操作系統(tǒng)必須針對(duì)這些高級(jí)工作負(fù)載進(jìn)行調(diào)整，從而使企業(yè)能夠使用大量的數(shù)據(jù)集，大規(guī)模部署應(yīng)用程序，并應(yīng)對(duì)將要?jiǎng)?chuàng)建的復(fù)雜性。

其次，企業(yè)不能忽視人們的問題。啟動(dòng)和運(yùn)行人工智能系統(tǒng)需要大量的時(shí)間、精力和專業(yè)知識(shí)，這些資源并非所有組織都可以使用。畢竟，人工智能系統(tǒng)的先進(jìn)程度取決于編程人員。因此，如果無法獲得正確的技能，那么當(dāng)前的行業(yè)技能短缺就有可能阻礙企業(yè)的發(fā)展。這就是為什么企業(yè)與專業(yè)機(jī)構(gòu)開展合作至關(guān)重要的原因。