业内专家表示，许多不使用人工智能的公司都渴望使用这项新兴技术，而他们的许多竞争对手已经在使用人工智能来提高竞争优势。人工智能技术对于大多数企业来说显然过于复杂，无法在内部构建。他们需要寻求AI供应商的帮助来外包他们的AI解决方案。这个过程本身很复杂。那么从哪里开始呢？你如何选择供应商？鉴于AI的变化如此之快，企业如何知道选择AI技术提供商合作在多年后仍然是一个不错的选择。简而言之，企业如何更好地开启AI之旅？AI领域的领先专家、IBM数据和AI开发副总裁兼IBM硅谷实验室网站主任DineshNirmal提供了指导。据尼尔马尔介绍，最近的一份调查报告显示，只有4%的企业真正采用了人工智能技术，并开始在人工智能领域发展。如果企业要正确看待人工智能，就必须成为拥抱人工智能的企业。也相信这是企业未来生存和发展的重要途径，尤其是在激烈的市场竞争中。因此，采用人工智能对企业来说非常关键。许多企业都在关注人工智能，但他们并没有真正采用或部署它。开发AI从开发模型开始，数据科学团队可以做到这一点。但对于一些企业来说，部署人工智能已经变得具有挑战性，因为它的应用程序可能是在1960年代或70年代编写的，第三方软件也是如此。如何将人工智能部署到其中，对于企业来说确实是一个挑战。这是许多企业或客户面临的挑战。虽然开发模型变得更简单了，但是到了部署的时候，就会变得非常具有挑战性。因此，他将人工智能的应用过程概括为三个D：数据（Data）、模型开发（Developmentofmodels）和部署（Deployment）。从人工智能的角度来看，这是三个阶段。第一个D（数据）和最后一个D（部署）至关重要，即您如何获取数据、信任数据以及如何清理数据？您如何让数据科学家更快地访问它？开发的产品变得越来越商品化意味着可以使用许多可用的开源工具来构建这些模型。但是最后一个D（deployment）也变得很关键，因为现在你要在企业里面采用AI或者建立那些模型，所以涉及到的过程非常复杂，涉及到第三方软件，企业如果没有接入，你没有技能，所有这些事情因此变得非常具有挑战性。企业如何部署人工智能？Nirmal说：“企业如何才能以人工智能为中心？它需要采用我们所说的‘AI阶梯’。AI阶梯包括：一个是你如何收集或连接数据？第二个是企业如何组织这些数据？数据的组织变得非常关键，例如哪些数据是敏感的，哪些数据不是。因此必须对数据进行组织，或者必须添加一些围绕数据的治理以使其可用。第三个是分析数据，就是怎么分析数据？分析数据需要哪些工具？第四种是注入数据或部署已经构建的模型。所以通过这四个步骤搭建人工智能阶梯。企业需要有大量的数据来建立模型，这些数据必须用来训练模型，而大部分企业可能不愿意把非常敏感的数据迁移到公有云平台上，所以会变成混合云的方式，哪些企业可以在防火墙后使用当你完成所有的训练，然后你准备好部署模型时，你可以将它部署在公共云上。”企业在部署AI时面临的挑战Nirmal说，“我坚信，除非企业愿意拥抱人工智能，他们将失去竞争优势。我们看到越来越多的人工智能应用案例。以聊天机器人为例，即使只能回答简单的问题，客户也会对此很感兴趣，那么如何通过聊天让客户更满意呢？机器人，客户可以在这里得到即时的答案，即时的满足。客户不必打电话等待很长时间才能有人回答他们的问题。因此，人工智能的采用率在未来几年可能会从4%加速到40%或50%，这对每个企业都至关重要。现在人们看到人工智能在一些地方的应用越来越多，比如客服、自然语言处理（NLP）、情感分析等行业领域都会有更多的采用。例如，我遇到过一些客户，他们说，“我们认为这项技术是AI最大的优势之一。”例如，一家拥有30年知识和经验的员工退休后，就无法再应用其知识和技能。但是如果你训练一个人工智能模型，你就可以不断学习知识和技术，人工智能技术不会退休，也不会离职。人工智能会不断学习，知识和技能的保留会变得非常关键。所以我觉得一个企业采用人工智能是非常重要的，因为它会从竞争中脱颖而出，保证生存和发展。再比如，如果是制造企业，产品交付到客户手中之前如何检测产品缺陷？在缺陷出现之前发现并修复它们每年可以节省数百万美元。这就像模式检测。我觉得这个行业需要站在AI应用的角度来看。越来越多的行业将采用人工智能技术，人工智能技术将加速在各行业的应用。“
