B2B软件销售和营销团队喜欢采用术语“人工智能”(AI)。人工智能有一个听起来令人印象深刻的神奇效果。但是，当这些销售人员说“AI正在做”时，他们的买家通常对AI知之甚少，无法提出尖锐的问题。在DevTools领域这样的行业中，买家了解产品的用途和局限性以确保这些产品满足他们的需求至关重要。如果人工智能的目的是为人类做出正确的决定，那么接受“人工智能正在做”就是承认它真的不知道产品是如何工作的或者它是否正在为它做出正确的决定。当人们成为买家时，他们通常不负责了解人工智能和机器学习产品，因为这些技术可能令人望而生畏。它们非常复杂。本文讨论了人工智能和机器学习的局限性，因此软件购买者可以提出正确的问题来了解他们购买的是什么。测试Oracle问题某些人工智能或机器学习产品的局限性在于，对于该技术的某些应用程序，没有绝对的事实来源可以比较输出的准确性。例如，人类和机器都不知道如何为任何给定的应用程序生成一套完美的端到端测试。这就是预言性的问题：没有客观的真理标准。没有人愿意在销售过程中引入这种不确定性。但是，我们的买家应该对我们的产品有充分的了解。作为买家，在做出购买决定之前，需要了解卖家AI产品的预期优势。这是否意味着在客观标准下做出比人类更准确的决定？这是否意味着以更低的成本做出更快的决策？或者引入以新方式使用新数据的替代方案？诸如此类的问题您的回答将影响买家如何使用您的产品及其提供的价值。人工智能和机器学习虽然人工智能通常被认为是“任何使用数学来做出决策的机器”，但真正的人工智能是自学成才的。人工智能有一个模仿人脑中神经元的神经网络，使其能够自学、自我更新和自我进化。正因为如此，真正的人工智能很难构建，而且往往是实验性的而不是商业性的。更多时候，当人们说人工智能实际上是机器学习时。机器学习是经过人类训练的：机器使用概率决策过程通过人类反馈进行学习，该过程通过持续的修正得到改进。机器接收数据，对数据运行算法，并根据概率输出决策。人们通过告诉机器评估是否准确来纠正机器，并更新机器。机器收到准确性反馈后，它会学习做出更好的决策。而且由于机器学习是基于概率的，它有时会做出错误的决定。根据买家计划使用产品的方式，您需要确定其准确度的严格程度。机器做出错误决定但仍能达到其目的的频率取决于特定的应用程序。自动驾驶汽车必须几乎完全准确才能被采用。律师助理机器学习工具集可能需要降低准确性，那么其产品的准确性需要多高？提出正确的问题无论买家打算如何使用产品，提出正确的问题以了解产品并围绕其准确性弹性水平进行构建都非常重要。当卖家告诉买家“人工智能正在做这个”时，可以问以下问题：该产品是机器学习产品吗？是否需要机器学习才能取得有意义的结果？作为机器学习，产品需要通过人类的反馈来学习，而不是仅仅使用概率来做决定。买家想要一种只使用逻辑来做出决定的产品，还是一种随着时间的推移提高准确性的产品？你如何计算这个产品的准确性？如果您不知道用于计算准确性的条件，您将不知道机器是否比人类更准确。如果机器的准确度比人类高30%，那么谁来评估该准确度以及他们如何确定准确度？他们如何知道产品何时做出了错误的决定？任何机器学习产品有时都会产生错误的输出。通常，最成功的卖方客户已采用业务流程来增强对此类错误输出的抵御能力。如果是这样，卖家也可以帮助买家采用它们。产品在当前状态下多久做出一次错误决定？了解错误的频率和这些错误的风险对于决定如何使用产品以及在产品开发的这个阶段这样做是否安全至关重要。在产品上投入了多少教学时间？这个数字可以简单地估计为使产品更准确所付出的努力。根据应用程序，较小的数字可能没问题。如何提高该产品的准确性？买家是机器测试和教学过程中不可或缺的一部分。那么人们应该愿意使用它的数据来提高它的准确性，因为这些产品有望在未来得到改进。为什么了解AI和机器学习很重要不仅有许多不是AI的“人工智能”，而且还有一些不是机器学习的算法技术。因此，对于买家来说，掌握足够的知识以提出正确的问题并了解这些产品是如何做出决定的是至关重要的。所有机器学习产品都有局限性，尽管局限性因产品和产品的应用方式而异。当产品的准确性未知时，买家所能做的就是询问它的方法是否对决策有效：它是否可以获得比人类更好的数据？使用这些数据，它可以做出比人类更快、更明智的决策？如果答案是肯定的，那么买家应该考虑购买产品而不是自己开发。
