我们都知道，近年来人工智能(AI)在商业中的重要性增长如此之快，以至于它现在已成为关键的技术流行语之一。云计算和开源计划的兴起帮助促进了引人注目的新兴技术的快速发展，这些技术现在已成为许多企业大量投资的主题。例如，咨询公司德勤的技术颠覆指数调查显示，到2020年，85%的高管计划投资人工智能。根据斯坦福大学的人工智能指数调查，自2000年以来，风险投资家对人工智能初创企业的年投资水平增长了6倍，并且在2010年之后投资显着加速。此外，研究公司Gartner预测，人工智能计划将到2022年创造3.9万亿美元的商业价值，高于2018年的1.2万亿美元，所有这些都凸显了该技术背后的巨大潜力。显然，AI趋势没有放缓的迹象。在一个日益被软件吞噬的世界中，人工智能现在提供了新的动力来帮助企业发展、创新和服务客户??。但是，虽然似乎没有哪个行业能够幸免，但人们很快意识到实施人工智能并不像简单地启用一种新工具那么容易。在企业开始获得回报之前，还有一些因素需要考虑。开发并不容易研究表明，尽管大肆宣传，但实施基于AI的解决方案并不像企业希望的那样简单。这些挑战广泛而复杂，从将AI工具与现有产品和系统集成的困难，到对技术工作原理缺乏了解，以及对成本的担忧。例如，根据Databricks最近的一项调查，96%的组织遇到与数据相关的问题，例如不一致的数据集。80%的组织报告数据科学家和数据工程师之间缺乏协作。还有计算能力的问题。AI系统通常使用大量处理能力，随着数据量的持续增长以及为这些系统提供动力的算法变得更加复杂，处理能力也会增加，从而产生严重的可扩展性问题。同样重要的是要记住，从实用的角度来看，该技术仍处于起步阶段并且正在迅速发展。人工智能已经被谈论了一段时间，但直到最近几年它才开始在实际部署中加快步伐。挑战甚至可能出现在实施阶段之前。IT团队和业务领导者要克服的最大AI障碍之一是了解如何以解决实际业务问题并最适合其组织特定需求的方式实施IT。公司必须考虑人工智能可能在哪些方面产生最大影响，以及哪些特定流程可以自动化和转型，而不是为了人工智能而推出人工智能。这说起来容易做起来难。虽然人工智能几乎触及每一个企业，但拥有将理论转化为有形、有利可图的结果的知识和专业知识的人往往很难找到，而且成本很高。更重要的是，人工智能不仅仅是指一种技术。它可以包含一系列过程，包括机器学习、数据转换、模型创建、自然语言处理和深度学习等。因此，了解这些不同创新之间的差异以及它们如何适应您组织的基础架构对于充分利用它们至关重要。那么，企业可以做些什么来解决这些问题并发挥人工智能的潜力呢？AI需要更进一步考虑到这些挑战，利用AI趋势归结为几个关键因素。首先，企业必须认识到部署可以支持人工智能和机器学习中涉及的计算密集型任务的后端基础设施和系统的重要性。操作系统必须针对这些高级工作负载进行调整，使企业能够处理海量数据集，大规模部署应用程序，并应对将要产生的复杂性。第二，企业不能忽视人的问题。启动和运行AI系统需要大量时间、精力和专业知识，并非所有组织都可以获得这些资源。毕竟，人工智能系统的好坏取决于它们的程序员。因此，如果没有合适的技能，当前的行业技能短缺可能会阻碍企业的发展。这就是为什么公司与专业机构合作至关重要的原因。
