AI依然處于知識收集階段 最大障礙是缺少技能熟練的專家
0
導讀：AI的處于熱度越來越高，但是知識最大障礙普及依然受到很多制約。11月6日消息，收集熟練杭州包夜學生妹（電話微信181-2989-2716）一二線城市外圍模特伴游預約、空姐、模特、留學生、熟女、白領、老師、優質資源據VentureBeat報道，階段技盡管人們幾乎已經達成普遍共識，缺少承認人工智能（AI）帶來了革命性的處于好處，但市場研究機構Gartner最近調查顯示，知識最大障礙近60%的收集熟練被調查企業還沒有充分利用AI帶來的好處。也許更令人感到驚訝的階段技是，只有略多于10%的缺少被調查企業部署了某種AI解決方案。
這項調查結果顯示，處于杭州包夜學生妹（電話微信181-2989-2716）一二線城市外圍模特伴游預約、空姐、模特、留學生、熟女、白領、老師、優質資源AI前景與企業利用它的知識最大障礙能力之間似乎存在鴻溝。進一步的收集熟練證據是，近半接受調查的階段技企業表示，他們更傾向于購買預先包裝好的缺少AI解決方案，或者使用已經嵌入到自家應用中的AI功能。這并不令人意外，因為最終用戶希望使用AI來幫助更好地解決企業問題，而不僅僅是單純地以購買AI技術為目標。
預先包裝的AI解決方案或嵌入式應用之所以受到青睞，有個至關重要的因素。由于缺乏內部技能，許多企業都不準備自己制定一個定制解決方案的能力。Gartner的分析得出結論：技術鴻溝是AI普及的最大障礙。被調查企業的AI項目都處于早期階段。事實上，Gartner發現，許多企業仍在努力從描述性分析轉向基礎機器學習解決方案，以進行預測和規范分析。
我們研究的另一個發現是，部署AI解決方案的企業不僅僅是那些將自己標榜為“侵略性”的企業，意為它們歡迎使用尖端技術。事實上，超過半數報告稱已部署AI解決方案的企業將自己的企業定義為“主流”，通常是等待技術成熟的企業。
AI依然處于知識收集階段
企業對AI的興趣非常強烈，從2015年到2017年之間，我們的客戶對AI話題的討論已經增長了4倍。2016年1月份，“人工智能”這個詞甚至沒有進入前100搜索詞匯。而1年后，它排在第11位。到了2017年5月，它排在第七位。這就證明了人們對于理解AI如何作為數字商業戰略的一部分有著濃厚的興趣。
也就是說，約有1/3的受訪者聲稱，在定義他們的AI策略時面臨著挑戰。這是有道理的，因為59%的企業仍然處于知識收集階段。此外，分別有30%和27%的企業認為AI安全性和集成性是主要挑戰。令人感到驚訝的是，在我們的受訪者中，只有23%的人認為如何衡量使用AI的價值是個挑戰。這很可能是因為這些企業仍然在開發自己的策略，并且還不了解度量解決方案的業務價值的重要性。
我們發現，盡管企業在為高級分析項目尋找經驗豐富的數據科學家方面仍存在困難，但要找到熟練使用AI技術（比如深度學習）的員工難度更大。很多AI創新都是在大學層面進行的，而畢業的學生們也加入了谷歌、亞馬遜和微軟等云計算服務提供商，或者推出自己的創業公司，以利用來自風投社區的投資。
因此，許多企業都在尋求更新自己的內部技能。有些企業也在吸引系統集成商，他們的目標是將知識從這些系統集成商轉移到自家數據科學家手里。企業應該從本地大學中聘用具有專業技能或項目/實習經驗的學生。在理想的情況下，他們應該能夠找到在高級數據科學和機器學習方面獲得學士和碩士學位的合適人才。他們還應該強調員工的再培訓，并使用快速的原型設計，這樣不僅可以建立團隊技能，還可以展示AI對高層管理的好處。
構建自己的策略
企業應該通過與內部業務主管合作開始構建AI戰略，確定AI的使用情況，主要是改進決策制定和提高流程效率。在開始試驗之前，企業應該將度量標準應用到它的AI計劃中。而在生產中，企業應該繼續使用度量標準來優化AI解決方案。他們還應該主動向高級管理層傳達度量標準，以證明投資回報率（ROI）。這對于獲得管理層的支持至關重要。企業還應該對現有的應用進行評估，以了解將AI功能集成到其他企業解決方案中的計劃。
AI允許企業向應用程序、服務以及數字資源中添加智能。應用程序領導者必須確定何時使用AI，以及如何應對它將給客戶和員工帶來的挑戰。
這項調查結果顯示，處于杭州包夜學生妹（電話微信181-2989-2716）一二線城市外圍模特伴游預約、空姐、模特、留學生、熟女、白領、老師、優質資源AI前景與企業利用它的知識最大障礙能力之間似乎存在鴻溝。進一步的收集熟練證據是，近半接受調查的階段技企業表示，他們更傾向于購買預先包裝好的缺少AI解決方案，或者使用已經嵌入到自家應用中的AI功能。這并不令人意外，因為最終用戶希望使用AI來幫助更好地解決企業問題，而不僅僅是單純地以購買AI技術為目標。
預先包裝的AI解決方案或嵌入式應用之所以受到青睞，有個至關重要的因素。由于缺乏內部技能，許多企業都不準備自己制定一個定制解決方案的能力。Gartner的分析得出結論：技術鴻溝是AI普及的最大障礙。被調查企業的AI項目都處于早期階段。事實上，Gartner發現，許多企業仍在努力從描述性分析轉向基礎機器學習解決方案，以進行預測和規范分析。
我們研究的另一個發現是，部署AI解決方案的企業不僅僅是那些將自己標榜為“侵略性”的企業，意為它們歡迎使用尖端技術。事實上，超過半數報告稱已部署AI解決方案的企業將自己的企業定義為“主流”，通常是等待技術成熟的企業。
AI依然處于知識收集階段
企業對AI的興趣非常強烈，從2015年到2017年之間，我們的客戶對AI話題的討論已經增長了4倍。2016年1月份，“人工智能”這個詞甚至沒有進入前100搜索詞匯。而1年后，它排在第11位。到了2017年5月，它排在第七位。這就證明了人們對于理解AI如何作為數字商業戰略的一部分有著濃厚的興趣。
也就是說，約有1/3的受訪者聲稱，在定義他們的AI策略時面臨著挑戰。這是有道理的，因為59%的企業仍然處于知識收集階段。此外，分別有30%和27%的企業認為AI安全性和集成性是主要挑戰。令人感到驚訝的是，在我們的受訪者中，只有23%的人認為如何衡量使用AI的價值是個挑戰。這很可能是因為這些企業仍然在開發自己的策略，并且還不了解度量解決方案的業務價值的重要性。
我們發現，盡管企業在為高級分析項目尋找經驗豐富的數據科學家方面仍存在困難，但要找到熟練使用AI技術（比如深度學習）的員工難度更大。很多AI創新都是在大學層面進行的，而畢業的學生們也加入了谷歌、亞馬遜和微軟等云計算服務提供商，或者推出自己的創業公司，以利用來自風投社區的投資。
因此，許多企業都在尋求更新自己的內部技能。有些企業也在吸引系統集成商，他們的目標是將知識從這些系統集成商轉移到自家數據科學家手里。企業應該從本地大學中聘用具有專業技能或項目/實習經驗的學生。在理想的情況下，他們應該能夠找到在高級數據科學和機器學習方面獲得學士和碩士學位的合適人才。他們還應該強調員工的再培訓，并使用快速的原型設計，這樣不僅可以建立團隊技能，還可以展示AI對高層管理的好處。
構建自己的策略
企業應該通過與內部業務主管合作開始構建AI戰略，確定AI的使用情況，主要是改進決策制定和提高流程效率。在開始試驗之前，企業應該將度量標準應用到它的AI計劃中。而在生產中，企業應該繼續使用度量標準來優化AI解決方案。他們還應該主動向高級管理層傳達度量標準，以證明投資回報率（ROI）。這對于獲得管理層的支持至關重要。企業還應該對現有的應用進行評估，以了解將AI功能集成到其他企業解決方案中的計劃。
AI允許企業向應用程序、服務以及數字資源中添加智能。應用程序領導者必須確定何時使用AI，以及如何應對它將給客戶和員工帶來的挑戰。