[[340820]]

【51CTO.com快譯】近十年里，圍繞人工智能的討論掀起了軒然大波，不僅是大型企業(yè)，還有中小型企業(yè)，都給予了更多的關(guān)注。

現(xiàn)在，人工智能仍是商界討論的熱門話題，谷歌、Netflix、亞馬遜等巨頭都從人工智能解決方案和機(jī)器學(xué)習(xí)算法中獲益頗多。

預(yù)計(jì)到2025年，全球人工智能市場將達(dá)到近1260億美元，這是一個(gè)巨大的市場。

企業(yè)正在努力采用人工智能來開發(fā)其潛力，但也面臨著更多的挑戰(zhàn)。無數(shù)的商業(yè)實(shí)踐活動(dòng)證明了集成人工智能的重要性，人工智能有利于企業(yè)的成功運(yùn)營。

埃森哲的一份報(bào)告顯示，人工智能可以使商業(yè)生產(chǎn)率提高40%，盈利能力提高38%。

然而機(jī)遇與挑戰(zhàn)并存，人工智能給企業(yè)帶來的挑戰(zhàn)，使得進(jìn)一步成功整合人工智能變得難以實(shí)現(xiàn)。

Alegion的調(diào)查報(bào)告稱，近8 / 10的企業(yè)組織目前從事的AI和ML項(xiàng)目已經(jīng)陷入停滯。研究還顯示，81%的受訪者承認(rèn)用數(shù)據(jù)訓(xùn)練人工智能的過程比他們預(yù)期的要困難。這表明，對(duì)企業(yè)采用人工智能的期望可能與現(xiàn)實(shí)不同。

以下是企業(yè)在實(shí)現(xiàn)人工智能過程中面臨的7大挑戰(zhàn)。

1. 數(shù)據(jù)的挑戰(zhàn)

人工智能依賴大量的數(shù)據(jù)。然而，數(shù)據(jù)的數(shù)量、數(shù)據(jù)的收集、數(shù)據(jù)的標(biāo)記和數(shù)據(jù)的準(zhǔn)確性等起到關(guān)鍵的作用。

因?yàn)?，?duì)于成功的人工智能解決方案，數(shù)據(jù)的質(zhì)量和數(shù)量都很重要。AI需要大量的數(shù)據(jù)來實(shí)現(xiàn)最佳性能，并且需要一個(gè)精煉的數(shù)據(jù)集來實(shí)現(xiàn)精確的預(yù)測。

人工智能模型只能按照所提供的數(shù)據(jù)標(biāo)準(zhǔn)運(yùn)行，不能超出所提供的數(shù)據(jù)。

企業(yè)面臨著各種數(shù)據(jù)挑戰(zhàn)，讓我們從數(shù)據(jù)量開始分析。

海量數(shù)據(jù)

人工智能做出智能決策所需的數(shù)據(jù)量令人震驚。雖然企業(yè)現(xiàn)在產(chǎn)生的數(shù)據(jù)比以前更多，但問題是，這些數(shù)據(jù)能滿足人工智能的需求嗎?尤其是在考慮到隱私和安全問題，數(shù)據(jù)收集受到限制的情況下。

有關(guān)報(bào)告顯示51%的受訪者表示他們沒有足夠的數(shù)據(jù)。這對(duì)大多數(shù)企業(yè)的數(shù)據(jù)基礎(chǔ)設(shè)施提出了挑戰(zhàn)：他們目前的數(shù)據(jù)量是否滿足人工智能模型?他們?nèi)绾萎a(chǎn)生更多的數(shù)據(jù)?

企業(yè)需要獲取更多的可用的數(shù)據(jù)來匹配他們的AI模型需求。此外，使用精心創(chuàng)建的合成數(shù)據(jù)也很有幫助。

數(shù)據(jù)收集

數(shù)據(jù)收集也會(huì)帶來相當(dāng)多的問題。如不準(zhǔn)確的答案、不充分的結(jié)論、有偏見的觀點(diǎn)和數(shù)據(jù)的不確定性等問題是影響人工智能決策的主要因素。

Gartner預(yù)測，85%的人工智能項(xiàng)目會(huì)由于數(shù)據(jù)、算法、管理團(tuán)隊(duì)等方面的問題而產(chǎn)生錯(cuò)誤的結(jié)果。

還有，人工智能對(duì)女性、有色人種等存在偏見，這引發(fā)了強(qiáng)烈抗議。然而，人工智能并不是有意識(shí)的，它只是根據(jù)現(xiàn)有的數(shù)據(jù)做出判斷。所以這是人的錯(cuò)，因?yàn)閿?shù)據(jù)是人提供的，人會(huì)有偏見，會(huì)有成見。

數(shù)據(jù)收集的方式，限制了人工智能可以使用的數(shù)據(jù)的豐富程度。因?yàn)槭占臄?shù)據(jù)不能代表每個(gè)人，這導(dǎo)致人工智能做出不準(zhǔn)確的決定。

ML模型需要無錯(cuò)誤的數(shù)據(jù)集提供準(zhǔn)確的預(yù)測。企業(yè)必須采用有效的技術(shù)和流程來收集數(shù)據(jù)。

標(biāo)記數(shù)據(jù)

要使用AI模型，首先需要對(duì)數(shù)據(jù)進(jìn)行標(biāo)記、分類和校正。

人工智能豐富的數(shù)據(jù)需求使得對(duì)數(shù)據(jù)進(jìn)行有效標(biāo)注變得困難，96%的企業(yè)遇到了訓(xùn)練人工智能模型所需的數(shù)據(jù)標(biāo)注問題。

可以使用基于web的數(shù)據(jù)標(biāo)記工具。例如，計(jì)算機(jī)視覺注釋工具(CVAT)，它可以幫助注釋圖像和視頻。

2. 透明化的挑戰(zhàn)

簡單地說，人工智能決策是利用ML算法得出結(jié)論并進(jìn)行預(yù)測。

對(duì)于復(fù)雜的人工智能決策，企業(yè)將面臨黑盒問題，黑盒模型不清楚它是如何得出某個(gè)結(jié)論的，這導(dǎo)致了對(duì)人工智能準(zhǔn)確性的不信任和懷疑。

人工智能決策背后的理由需要透明，以便與企業(yè)建立信任。其中，LIME方法對(duì)解決這個(gè)問題很有幫助。

3.勞動(dòng)力的挑戰(zhàn)

非技術(shù)人員可能會(huì)發(fā)現(xiàn)人工智能集成令人生畏，因?yàn)樗氖褂眯枰呒寄芘嘤?xùn)。因此，人工智能在工作場所的無縫使用和常態(tài)化仍是一個(gè)難以實(shí)現(xiàn)的目標(biāo)。

人工智能的采用可能會(huì)在員工中造成混亂。像人工智能的需求是什么?如何使用這項(xiàng)技術(shù)?人工智能將接管他們的哪些職責(zé)?

盡管人工智能并不是敵人、也不是來取代人類的見解，但是人工智能的角色仍然被誤解。企業(yè)一旦采用人工智能，員工就會(huì)感到威脅和壓力。他們會(huì)覺得自己一直在和機(jī)器競爭，這會(huì)對(duì)工作氛圍產(chǎn)生負(fù)面影響。

讓員工整體了解人工智能的采用對(duì)企業(yè)和他們意味著什么，避免員工產(chǎn)生錯(cuò)誤的思想或不安情緒。

4. 專業(yè)知識(shí)的挑戰(zhàn)

專業(yè)知識(shí)匱乏是企業(yè)采用人工智能的一個(gè)主要挑戰(zhàn)。因?yàn)楹茈y雇傭到合適的人才，大多數(shù)采用者不知道涉及人工智能的技術(shù)細(xì)節(jié)。

根據(jù)德勤對(duì)全球人工智能早期采用者的研究，68%的人表示存在中度到嚴(yán)重的人工智能技能匱乏。

人工智能是一項(xiàng)不斷發(fā)展和進(jìn)步的技術(shù)，人工智能技能集的匱乏是阻礙企業(yè)成功采用人工智能解決方案的原因之一。

德勤表示，根據(jù)目前的供需情況，到2024年，美國預(yù)計(jì)將面臨25萬名數(shù)據(jù)科學(xué)家的短缺。

成功采用人工智能的一個(gè)先決條件是雇用數(shù)據(jù)科學(xué)家。然而，雇傭人工智能方面的人才是一個(gè)挑戰(zhàn)。此外，企業(yè)也可以外包其人工智能項(xiàng)目，使用不需要數(shù)據(jù)科學(xué)家的人工智能平臺(tái)。

當(dāng)然，數(shù)據(jù)科學(xué)家的培養(yǎng)離不開教育行業(yè)，人工智能的成功應(yīng)用需要這方面的教育資源和人才儲(chǔ)備。

5. 期望超越了現(xiàn)實(shí)

無可厚非，人工智能為企業(yè)帶來的無限可能帶有很多炒作。當(dāng)企業(yè)盲目跟風(fēng)或過于樂觀時(shí)，他們的期望超越了現(xiàn)實(shí)。

公司的業(yè)務(wù)究竟需要什么樣的人工智能解決方案?要知道人工智能也不是萬能的，它并不能為你的業(yè)務(wù)做所有的事情。不幸的是，許多企業(yè)在沒有藍(lán)圖的情況下就加入了人工智能的行列。企業(yè)的人工智能商業(yè)策略是否與其當(dāng)前的商業(yè)目標(biāo)相一致?企業(yè)采用人工智能應(yīng)該做好哪些準(zhǔn)備?

商業(yè)技術(shù)和數(shù)據(jù)基礎(chǔ)設(shè)施的現(xiàn)有能力和專業(yè)知識(shí)等因素對(duì)于成功地構(gòu)建人工智能模型至關(guān)重要。如果這部分基礎(chǔ)薄弱，缺乏必要的效率，那么理想很豐滿，現(xiàn)實(shí)很骨感。

6.用例的挑戰(zhàn)

對(duì)人工智能的用例進(jìn)行優(yōu)先級(jí)排序是企業(yè)在采用人工智能時(shí)面臨的共同挑戰(zhàn)之一。

AI的應(yīng)用市場是巨大的，但是從中選擇最重要的優(yōu)先用例，企業(yè)發(fā)現(xiàn)很難抉擇。

Gartner的一項(xiàng)調(diào)查顯示，人工智能主要用于提升客戶體驗(yàn)或打擊欺詐。

一開始為了穩(wěn)妥和試驗(yàn)，企業(yè)將人工智能限制在業(yè)務(wù)的一小部分，這對(duì)企業(yè)收入的影響非常小，甚至無法看到人工智能在商業(yè)中的投資回報(bào)率(ROI)。

根據(jù)IDC的數(shù)據(jù)，基于2019年的市場份額，人工智能的頂級(jí)應(yīng)用案例是自動(dòng)化客服代理、銷售流程自動(dòng)化以及情報(bào)和預(yù)防系統(tǒng)的自動(dòng)化。

7. 預(yù)算的挑戰(zhàn)

并非所有企業(yè)都有足夠的資源投資人工智能模型。

《哈佛商業(yè)評(píng)論》(Harvard Business Review)的一份報(bào)告顯示，40%的高管表示，人工智能項(xiàng)目的一個(gè)障礙是專業(yè)技術(shù)和專業(yè)人員過于昂貴。

小型企業(yè)可以利用免費(fèi)和付費(fèi)的簡單人工智能解決方案，但是大型企業(yè)希望創(chuàng)建適合其業(yè)務(wù)用例的定制解決方案。對(duì)于那些希望創(chuàng)建定制解決方案的企業(yè)來說，必然會(huì)遇到預(yù)算問題。

此外，企業(yè)軟件供應(yīng)商和云服務(wù)供應(yīng)商提供準(zhǔn)備就緒的人工智能服務(wù)，以最大限度的降低基礎(chǔ)設(shè)施成本。

結(jié)論

盡管采用人工智能對(duì)企業(yè)來說是一個(gè)挑戰(zhàn)，但絕對(duì)值得努力，人工智能的發(fā)展及其應(yīng)用是大勢所趨。

隨著時(shí)間的推移，人工智能將變得更加規(guī)范化和智能化，這些挑戰(zhàn)將不再成為障礙。

在投入時(shí)間和金錢之前，讓你的企業(yè)準(zhǔn)備好迎接人工智能即將帶來的變化和顛覆是至關(guān)重要的。

每個(gè)人都有各自的工作習(xí)慣，讓員工從傳統(tǒng)的工作習(xí)慣中跳出來，學(xué)習(xí)采用人工智能是一種挑戰(zhàn)，因此企業(yè)需要制度一個(gè)有計(jì)劃的策略。

最后，嘗試在你的業(yè)務(wù)核心部分應(yīng)用人工智能，將有助于跟蹤和評(píng)估人工智能實(shí)現(xiàn)的ROI，從而讓你更清楚地了解人工智能的貢獻(xiàn)。

原文標(biāo)題：Challenges of Adopting AI in Businesses，原文作者：Mufeedah Abdulsalam

【51CTO譯稿，合作站點(diǎn)轉(zhuǎn)載請注明原文譯者和出處為51CTO.com】