【.com快译】人工智能（AI）是当今的热门话题，毫无疑问，每个人都渴望实现AI。Gartner和麦肯锡全球研究所的研究报告称，人工智能实施的数量在过去四年中增长了270%。到2022年，人工智能市场估计价值61.4亿美元。美国政府甚至在今年2月推出了美国人工智能计划：“共同促进和保护国家人工智能技术和创新”，包括教育和培训机会，以让美国劳动力为AI做好准备。但是所有这些关于增长和实施的讨论并没有解决每个企业都应该问的关键问题：AI是解决手头业务问题的正确解决方案吗？站在场边AI虽然AI风靡一时，但事实是绝大多数人根本不需要AI来解决他们面临的大部分问题。此外，投资人工智能并不像实施即插即用的硬件和软件那么简单。在做出任何具体决定之前，请考虑采用AI解决方案的以下缺点：缺乏AI技能——在上述Gartner研究中，近54%的受访者将技能差距列为他们的首要挑战。人工智能专家短缺——德勤报告中超过20%的受访者表示人工智能软件开发人员、数据科学家、用户体验设计师、变革管理专家、项目经理、业务负责人和主题专家短缺。模糊的AI战略——要成功实施AI，您需要根据核心业务目标、优先事项和目标制定可靠的AI战略。您还应该了解要解决的核心问题，因为大多数自动化技术只擅长一个领域。在没有AI的情况下解决问题尽管AI具有潜力，但并不是每个人都需要AI技术来解决他们日常的业务挑战。就像购买具有许多您不需要的功能的新设备一样，实施AI可能有点矫枉过正。与其盲目追随AI趋势，不如采取更务实的方法。静下心来，站在业务的角度看问题，看看需要做什么。然后，确定修复或预防问题所需的指标和事件的类型。只需填补我们看待企业组织内的硬件和软件堆栈、传感器和系统的方式中的漏洞，就可以利用现有的工具和技术走很长的路——在某些情况下，传统方法实际上比当今的AI解决方案更好。合适的。以时间序列数据为例，其中绝大多数可以使用Holt-Winters算法进行有效分析——这是一种预测结果的直接方法。许多传统解决方案不需要构建AI解决方案所需的专业知识；鉴于AI工程师的稀缺以及许多公司难以吸引此类人才，这是一个关键因素。图1.Holt-Winters算法适用于使用时间序列数据进行预测。在没有可靠的业务战略或没有考虑其对业务或客户的长期影响的情况下采用AI存在很大的危险。仅仅因为您拥有大量数据并不意味着您需要采用人工智能。所有这些数据可能只是很多无用的指标。毫无疑问，人工智能的前景听起来很诱人，而且很可能在许多行业发挥作用。但现在，这项新兴技术需要能够应对复杂技术挑战并拥有足够业务领域经验的专家，以了解可以在哪些方面应用AI来实现积极的业务成果。与许多“新技术”一样，在走向成熟的过程中可能会有许多失败的AI项目。组织可以从AI趋势中利用的最重要、积极的近期好处是冷静下来分析当今可用的指标和事件，并考虑收集哪些额外的指标和事件来回答现有问题。使AI更接地气所需的工具和技术不断涌现，这种准备工作可能会带来短期的实际好处。仅仅因为炒作或仅仅因为不可避免而采用AI并不是立即投入的好理由。如果你太着急，你可能会错过机会。原标题：WhyYouDon'tNeedAI，作者：TimHall
