來把把脈,為什么你不需要AI?
譯文【51CTO.com快譯】現(xiàn)在人工智能(AI)是熱門話題,毋庸置疑大家都急于實施AI。Gartner和麥肯錫全球研究所的研究報告稱,在過去四年,AI的實施數(shù)量增長達270%。到2022年,估計AI市場規(guī)模達61.4億美元。
美國政府更是在今年2月啟動了美國AI計劃:“共同努力促進并保護國家AI技術和創(chuàng)新”,包括讓美國勞動力為AI做好準備的教育和培訓機會。
但關于增長和實施的所有這些討論并沒有解決每個企業(yè)應該提出的一個關鍵問題:AI是不是適合解決當前業(yè)務問題的解決方案?
冷眼旁觀AI
雖然AI大行其道,但事實上絕大多數(shù)人根本不需要AI來解決他們面臨的大部分難題。此外,投入于AI不像實施即插即用的軟硬件那么簡單。在做出任何具體決策之前,請考慮采用AI解決方案的以下缺點:
- 缺乏AI技能——在上面提到的Gartner研究中,近54%的調(diào)查對象稱技能缺口是他們面臨的***挑戰(zhàn)。
- AI專家短缺——德勤報告中20%以上的調(diào)查對象稱,AI軟件開發(fā)人員、數(shù)據(jù)科學家、用戶體驗設計師、變革管理專家、項目經(jīng)理、業(yè)務負責人和主題專家等崗位都缺人。
- 模糊的AI策略——想成功實施AI,你需要基于核心業(yè)務目標、優(yōu)先事項和目標制定可靠的AI策略。你還應了解希望解決的核心問題,因為大多數(shù)自動化技術僅擅長某個領域。
不用AI照樣解決問題
盡管AI大有潛力,但并非每個人都需要AI技術來解決他們的日常業(yè)務難題。就像購買好多功能用不著的新款設備一樣,實施AI可能大材小用。應該采取一種更務實的方法,而不是盲目跟隨AI潮流。冷靜下來,從業(yè)務角度審視問題,看看需要完成什么任務。然后,確定解決問題或防范問題所需的度量指標和事件的類型。
僅僅堵住我們觀察企業(yè)組織內(nèi)軟硬件堆棧、傳感器和系統(tǒng)的方式所存在的漏洞,用現(xiàn)有工具和技術就可以大有作為——在某些情況下,傳統(tǒng)方法實際上比現(xiàn)在的AI解決方案更適合。比如拿時間序列數(shù)據(jù)來說,這種數(shù)據(jù)絕大多數(shù)使用Holt-Winters算法就可以高效地分析——這種直截了當?shù)姆椒梢灶A測結果。許多傳統(tǒng)解決方案不需要構建AI解決方案所需的專業(yè)知識;鑒于AI工程師稀缺,加上許多公司難以吸引這方面的人才,這是個關鍵因素。
圖1. Holt-Winters算法適用于使用時間序列數(shù)據(jù)來進行預測
如果沒有可靠的業(yè)務策略或沒有考慮AI對業(yè)務或客戶的長期影響,采用AI存在極大的危險。就因為你擁有大量數(shù)據(jù)并不意味著需要采用AI。所有那些數(shù)據(jù)可能只是許多無用的度量指標。
毫無疑問,AI的承諾聽起來很誘人,很可能在很多行業(yè)發(fā)揮作用。但眼下,這種新興技術需要這樣的專門人才:能夠應對復雜的技術難題,并擁有足夠的業(yè)務領域經(jīng)驗,以了解將AI運用在哪個方面最能獲得積極的業(yè)務成果。與許多“新”技術一樣,在成熟的道路上可能會出現(xiàn)許多失敗的AI項目。企業(yè)組織因AI潮流所能利用的最重要、積極的近期好處就是,冷靜下來,分析今天可以獲取的度量指標和事件,還要考慮收集另外哪些度量指標和事件才能解答現(xiàn)有的問題。
使AI更接地氣所需的工具和技術不斷出現(xiàn),而這項準備工作可能帶來短期的實際好處。就因為炒作或就因為AI不可避免而采用AI,不是立即投入的好理由。如果你太倉促,可能會錯失時機。
原文標題:Why You Don’t Need AI,作者:Tim Hall
【51CTO譯稿,合作站點轉載請注明原文譯者和出處為51CTO.com】