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，以至于它現(xiàn)在已成為關(guān)鍵技術(shù)的流行語之一。

　　云計算和開源計劃的興起有助于促進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)進行重大投資的主題。

　　例如，咨詢機構(gòu)德勤公司的技術(shù)干擾指數(shù)的調(diào)查表明，到2020年，85％的高級管理人員計劃投資人工智能。而斯坦福大學的人工智能指數(shù)調(diào)查表明，自2000年以來，風險投資商對人工智能初創(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)研機構(gòu)Gartner公司預測，到2022年，人工智能計劃產(chǎn)生的商業(yè)價值將達到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)展趨勢并沒有放緩的跡象。在一個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、創(chuàng)新和為客戶提供服務的新動力。

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

發(fā)展并不是一帆風順

　　研究表明，盡管進行了大肆宣傳，實現(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，到對技術(shù)如何工作，以及對費用的關(guān)注缺乏了解，這些挑戰(zhàn)都是廣泛而復雜的。

　　例如，根據(jù)Databricks公司*近的一份調(diào)查報告，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)科學家和數(shù)據(jù)工程師之間缺乏協(xié)作。

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

　　同樣重要的是要記住，從實踐的角度來看，技術(shù)仍處于相對初級階段，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間，但只有在*近幾年才剛剛開始加快實際部署。

　　在實施階段之前甚至可能出現(xiàn)挑戰(zhàn)。IT團隊和業(yè)務領(lǐng)導者要克服的*大人工智能障礙之一就是了解如何以解決實際業(yè)務問題，并*適合其組織特定需求的方式實施IT。企業(yè)必須考慮人工智能可能產(chǎn)生*大影響的地方，以及可以實現(xiàn)哪些特定流程的自動化和轉(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。雖然人工智能實際上涉及每一個企業(yè)，但擁有將理論轉(zhuǎn)化為切實的、有利可圖的成果的知識和專業(yè)知識的人往往很難找到，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，包括機器學習、數(shù)據(jù)轉(zhuǎn)換、模型創(chuàng)建、自然語言處理和深度學習等。因此，了解這些不同創(chuàng)新之間的差異以及它們?nèi)绾芜m應企業(yè)的基礎設施對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，并實現(xiàn)人工智能的潛力呢？

人工智能需要進一步發(fā)展

　　考慮到這些挑戰(zhàn)，利用人工智能趨勢歸結(jié)為幾個關(guān)鍵因素。首先，企業(yè)必須認識到部署后端基礎設施和系統(tǒng)的重要性，這些基礎設施和系統(tǒng)能夠支持人工智能和機器學習中涉及的計算密集型任務。操作系統(tǒng)必須針對這些高級工作負載進行調(diào)整，從而使企業(yè)能夠使用大量的數(shù)據(jù)集，大規(guī)模部署應用程序，并應對將要創(chuàng)建的復雜性。

　　其次，企業(yè)不能忽視人們的問題。啟動和運行人工智能系統(tǒng)需要大量的時間、精力和專業(yè)知識，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)機構(gòu)開展合作至關(guān)重要的原因。