随着Wi-Fi6、5G技术继续与物联网技术相结合，预计未来几年将为网络带来数十亿台额外设备。这将对未来的工作场所产生重大影响，超越远程工作者和混合劳动力的明显趋势。随着工作场所变得越来越复杂和远程成为常态，世界正在接近一个时代，许多人可以从任何位置与同事进行虚拟联系。此外，虚拟现实和物联网传感器将能够远程将专业知识带到世界任何地方。人工智能和AI操作是自动化过程的下一步也是最后一步，可与人类专家执行的工作相媲美。因此，人工智能的好处众所周知，并且越来越受到商业领袖的追捧。许多企业在协助成功实施人工智能方面阻碍了进展。通常，他们至少无法克服三大障碍之一：构建技术堆栈、让人们做好准备以及建立AI治理。许多公司在成功实施人工智能方面进展缓慢。通常，它们至少在以下三个主要领域之一存在不足：构建技术堆栈、准备人员和建立AI治理。AI技术堆栈AI的好坏取决于它需要从中学习的数据，生成、清理和管理数据集以及特征工程仍然是主流AI采用的最大技术障碍。无论是由于缺乏数据质量专家还是计算资源不足等原因，为机器学习准备好数据都是一项艰巨的任务。该数据来自持续的网络性能、健康和安全监控。获得适量的数据，而不仅仅是大量的数据，是一个关键的准备困难。数据量可能是巨大的，例如网络用户状态的每一次变化。如果没有明确定义什么是必要的以及什么需要自动化，人工智能项目往往会失败。准备工作场所人工智能时代的到来提出了三个独特的劳动力挑战。换句话说，公司必须培训现有员工，并从竞争激烈且数量有限的高技能数据科学家和数据工程师中招聘。要克服前两个障碍，有必要对培训和企业文化进行适当的投资。高技能技术工作的机会总是比人多，尤其是在人工智能/机器学习领域。然而，如果企业建立适当的基础并定期培训员工，他们会惊讶于他们可以建立多少。人工智能是补充和改善劳动力的一种手段，而不是取代人类。实施工具，让所有员工都有机会在日常工作流程中使用新获得的AI技能，这有助于强化人们的信念，即AI可以改善他们的日常体验。虽然不是每个员工都需要学习编码，但重要的是要表明，有效参与和利用AIops的能力对许多职业都大有裨益。AI管理数据的困境超出了如何识别合适数据的问题。同样具有挑战性的是如何处理所有数据，尤其是在风险、合规性和安全性方面。人工智能涉及各种声誉、运营和财务风险，但由于许多项目的离散性和封闭性，这些风险往往不被考虑。公司目前存在治理差距，这是人工智能项目面临的最大风险之一。虽然大多数管理人员承认他们有责任实施合规标准，但实施此类治理和程序通常是他们最低优先级之一。组织可以通过整合行政领导和跨职能利益相关者来克服这一差距，以确保从全公司的角度评估具有广泛影响的项目，而不仅仅是通过单个部门的视角。此外，聘请AI特定的领导者并建立内部AI中心以确保治理得到适当程度的关注和投资，并促进在整个企业中创建一致的标准是非常有价值的。
