人工智能應(yīng)用上的九大障礙

　　早期采用人工智能技術(shù)的組織已開始從人工智能的應(yīng)用中獲得真正的業(yè)務(wù)成果。但推行人工智能計劃并非沒有挑戰(zhàn)。

　　人工智能創(chuàng)造商業(yè)價值的時代已經(jīng)到來。事實上，在德勤公司(Deloitte)最近的一項調(diào)查中，82%的早期使用人工智能的組織表示，他們從人工智能投資中獲得了經(jīng)濟回報。

　　人工智能和相關(guān)技術(shù)正在改進現(xiàn)有產(chǎn)品，并創(chuàng)造出新產(chǎn)品。這些技術(shù)正在優(yōu)化內(nèi)部和外部運營工作，幫助組織做出更好的決策，讓員工更具創(chuàng)造力，并去從事具有更高價值的工作，以及帶來多方面的好處。

　　毫無疑問，88%的公司計劃在未來一年增加對認(rèn)知技術(shù)的支出。

　　然而，人工智能并不是解決所有業(yè)務(wù)問題的靈丹妙藥，而且采用人工智能技術(shù)絕非易事。以下是企業(yè)必須克服的最重大挑戰(zhàn)，然后才能看到部署人工智能技術(shù)的積極成果

數(shù)據(jù)問題

　　啟動AI項目的最大障礙是數(shù)據(jù)。具體而言，就是缺乏那些沒有固有偏見，也沒有侵犯隱私權(quán)的可用及相關(guān)數(shù)據(jù)。

　　根據(jù)德勤公司的調(diào)查，16%的IT主管將數(shù)據(jù)問題列為與人工智能相關(guān)的最大挑戰(zhàn)，比任何其他問題都要高，39%的受訪者將數(shù)據(jù)列入前三個令人擔(dān)憂的方面。

　　帕洛阿爾托研究中心(PARC)人工智能研究實驗室負(fù)責(zé)人Raj Minhas說，許多公司將收集數(shù)據(jù)作為其日常運營的一部分?！暗@些數(shù)據(jù)可能并非正確的數(shù)據(jù)?！?/p>

　　在啟動人工智能計劃之前，公司必須認(rèn)真研究他們擁有的數(shù)據(jù)，尋找價值較高的領(lǐng)域。

　　“這就像在路燈附近尋找丟失的鑰匙，而不是在你丟掉鑰匙的地方去尋找，”他說。“我們建議企業(yè)回頭看，了解他們能從哪里獲得最大價值，而不是從他們擁有最多數(shù)據(jù)的地方開始查看。”

　　另一個問題是沒有合適數(shù)量的正確數(shù)據(jù)。

　　“我們與許多擁有大型資本基礎(chǔ)設(shè)施的客戶合作，比如擁有風(fēng)力渦輪機和鐵路系統(tǒng)，”他說?！八羞@些設(shè)備的設(shè)計都非常可靠?！币虼耍?dāng)企業(yè)嘗試在故障發(fā)生之前使用機器語言來預(yù)測故障時，他們發(fā)現(xiàn)，從這些設(shè)備所收集的99.9%的數(shù)據(jù)都來自其正常運行期間。

　　“你所關(guān)注的是機器的異常行為，”Minhas說?！八裕銚碛泻芏鄶?shù)據(jù)，但這些都是錯誤的數(shù)據(jù)?！?/p>

業(yè)務(wù)流程方面的挑戰(zhàn)

　　如何將人工智能技術(shù)整合到公司的職能部門中，這是另一個障礙，也被列為德勤公司調(diào)查中的第二大問題。

　　德勤風(fēng)險與財務(wù)咨詢公司(Deloitte Risk and Financial Advisory)分析和數(shù)據(jù)風(fēng)險全球主管Vivek Katyal說：“結(jié)構(gòu)性和文化方面的因素仍是阻礙人工智能應(yīng)用的關(guān)鍵因素之一，也是最大的挑戰(zhàn)之一。”“人們?nèi)匀辉谂斫馊斯ぶ悄軒淼挠绊?，它能做什么，不能做什么。這就像一個可怕的機器人闖入一個組織中，把事情搞得一團糟。”

　　他說，當(dāng)人工智能被植入人們已經(jīng)使用的平臺(如ERP或CRM系統(tǒng))中時，這種應(yīng)用就會更容易。事實上，人們可能甚至不知道人工智能技術(shù)已經(jīng)被使用。

　　“但是，當(dāng)我們談到人工智能改變業(yè)務(wù)流程時，它從根本上改變了企業(yè)的工作方式和工作內(nèi)容，并且這是一個有更棘手問題需要解決的領(lǐng)域，”他說。

技術(shù)實施方面的挑戰(zhàn)以及技能的短缺

　　人工智能技術(shù)的實施帶來了許多技術(shù)挑戰(zhàn)，大多數(shù)組織都沒有足夠的人工智能技能來熟練地應(yīng)對這些挑戰(zhàn)，在德勤公司的調(diào)查中，有39%的受訪者將技術(shù)問題列為三大挑戰(zhàn)之一，而31%的受訪者將缺乏技能列為三大挑戰(zhàn)之一。此外，69%的受訪者表示AI技能的短缺為中等、嚴(yán)重或極為嚴(yán)重。

　　高德納公司(Gartner)分析師Svetlana Sicular說：“目前的情況是，大多數(shù)公司無法自己解決這些問題，因為他們沒有這些技能。”一年前，當(dāng)她與剛剛開始研究AI的企業(yè)用戶交談時，大多數(shù)企業(yè)認(rèn)為他們將自己構(gòu)建系統(tǒng)。到了秋末，這個數(shù)字發(fā)生了變化，現(xiàn)在約有三分之二的企業(yè)希望通過在智能企業(yè)應(yīng)用程序中使用嵌入式工具來部署AI?！扒闆r變化很快，”她說。

　　讓該技術(shù)發(fā)揮作用是一回事;讓它在實際業(yè)務(wù)中運轉(zhuǎn)則是另一回事。

　　“許多公司都沒有準(zhǔn)備好接受機器學(xué)習(xí)技術(shù)的輸出具有概率性這一事實，”Sicular說。“有些結(jié)果始終是不正確的。對他們來說，這完全是一種出乎意料的事情，他們需要為例外情況進行設(shè)計，并為反饋循環(huán)提供一些方法。”

工具和開發(fā)的成本

　　對于那些從零開始構(gòu)建AI系統(tǒng)的組織來說，人工和技術(shù)的成本可能很高。對于那些剛起步的組織來說尤其如此。

　　紐約州北部的安德森自閉癥中心(Anderson Center for Autism)擁有850名員工，其首席信息官格雷格?保爾克(Gregg Paulk)說：“我最初進入這家公司的時候，我們就走了這條路?！?/p>

　　他表示，建立新的人工智能系統(tǒng)在資金和人員方面都非常昂貴?！拔覀兪且粋€小型的非營利組織。我們沒有這些開發(fā)人員?！币虼?，對于該中心而言，就像許多小型組織一樣，這意味著必須雇傭一家外包公司來完成這項工作。

　　“在過去，我們一直在努力做類似的事情，因為費用和開發(fā)時間的關(guān)系，我們失敗了，”保爾克說。

　　取而代之，該組織正在將AI工具應(yīng)用到公司已經(jīng)使用的系統(tǒng)中。例如，來自Ultimate Software公司的人力資源平臺現(xiàn)在可支持人工智能驅(qū)動的工具，讓該組織可對員工進行調(diào)查，包括詢問開放式問題，并使用自然語言處理和情感分析功能來智能地分析各種回復(fù)。該軟件還建議管理人員采取具體行動來解決員工問題，這已使員工流動率在過去兩年內(nèi)下降超過三分之一。

　　“2013年，當(dāng)他們第一次開始在會議上討論人工智能時，我想，‘這一技術(shù)永遠(yuǎn)不會使用，’”保爾克說?，F(xiàn)在，他對該技術(shù)的能力感到“驚訝”，并且該組織已經(jīng)通過基于云的系統(tǒng)在使用該技術(shù)。

　　“我們自己肯定做不到，”他說。

　　安德森自閉癥中心的情況并非個案。據(jù)德勤公司稱，59%的公司通過企業(yè)軟件供應(yīng)商獲得AI技術(shù)。例如，Salesforce Einstein是一個內(nèi)置的AI工具，可幫助銷售代表確定哪些潛在客戶更有可能轉(zhuǎn)化為實際買家。

　　49%的公司使用基于云的AI。許多供應(yīng)商和云提供商都提供現(xiàn)成的AI服務(wù)，因此企業(yè)無需構(gòu)建自己的基礎(chǔ)架構(gòu)，也無需訓(xùn)練自己的算法。

　　這兩種方法都可以降低成本，或者將成本從IT部門轉(zhuǎn)移到各個業(yè)務(wù)部門。對于像Salesforce這樣的云應(yīng)用程序，對物理基礎(chǔ)架構(gòu)或內(nèi)部支持工作或管理人員的需求都較少，因為大部分工作都由供應(yīng)商處理。