[[340820]]

【51CTO.com快譯】近十年里，圍繞人工智能的討論掀起了軒然大波，不僅是大型企業(yè)，還有中小型企業(yè)，都給予了更多的關注。

現(xiàn)在，人工智能仍是商界討論的熱門話題，谷歌、Netflix、亞馬遜等巨頭都從人工智能解決方案和機器學習算法中獲益頗多。

預計到2025年，全球人工智能市場將達到近1260億美元，這是一個巨大的市場。

企業(yè)正在努力采用人工智能來開發(fā)其潛力，但也面臨著更多的挑戰(zhàn)。無數(shù)的商業(yè)實踐活動證明了集成人工智能的重要性，人工智能有利于企業(yè)的成功運營。

埃森哲的一份報告顯示，人工智能可以使商業(yè)生產(chǎn)率提高40%，盈利能力提高38%。

然而機遇與挑戰(zhàn)并存，人工智能給企業(yè)帶來的挑戰(zhàn)，使得進一步成功整合人工智能變得難以實現(xiàn)。

Alegion的調(diào)查報告稱，近8 / 10的企業(yè)組織目前從事的AI和ML項目已經(jīng)陷入停滯。研究還顯示，81%的受訪者承認用數(shù)據(jù)訓練人工智能的過程比他們預期的要困難。這表明，對企業(yè)采用人工智能的期望可能與現(xiàn)實不同。

以下是企業(yè)在實現(xiàn)人工智能過程中面臨的7大挑戰(zhàn)。

1. 數(shù)據(jù)的挑戰(zhàn)

人工智能依賴大量的數(shù)據(jù)。然而，數(shù)據(jù)的數(shù)量、數(shù)據(jù)的收集、數(shù)據(jù)的標記和數(shù)據(jù)的準確性等起到關鍵的作用。

因為，對于成功的人工智能解決方案，數(shù)據(jù)的質量和數(shù)量都很重要。AI需要大量的數(shù)據(jù)來實現(xiàn)最佳性能，并且需要一個精煉的數(shù)據(jù)集來實現(xiàn)精確的預測。

人工智能模型只能按照所提供的數(shù)據(jù)標準運行，不能超出所提供的數(shù)據(jù)。

企業(yè)面臨著各種數(shù)據(jù)挑戰(zhàn)，讓我們從數(shù)據(jù)量開始分析。

海量數(shù)據(jù)

人工智能做出智能決策所需的數(shù)據(jù)量令人震驚。雖然企業(yè)現(xiàn)在產(chǎn)生的數(shù)據(jù)比以前更多，但問題是，這些數(shù)據(jù)能滿足人工智能的需求嗎?尤其是在考慮到隱私和安全問題，數(shù)據(jù)收集受到限制的情況下。

有關報告顯示51%的受訪者表示他們沒有足夠的數(shù)據(jù)。這對大多數(shù)企業(yè)的數(shù)據(jù)基礎設施提出了挑戰(zhàn)：他們目前的數(shù)據(jù)量是否滿足人工智能模型?他們?nèi)绾萎a(chǎn)生更多的數(shù)據(jù)?

企業(yè)需要獲取更多的可用的數(shù)據(jù)來匹配他們的AI模型需求。此外，使用精心創(chuàng)建的合成數(shù)據(jù)也很有幫助。

數(shù)據(jù)收集

數(shù)據(jù)收集也會帶來相當多的問題。如不準確的答案、不充分的結論、有偏見的觀點和數(shù)據(jù)的不確定性等問題是影響人工智能決策的主要因素。

Gartner預測，85%的人工智能項目會由于數(shù)據(jù)、算法、管理團隊等方面的問題而產(chǎn)生錯誤的結果。

還有，人工智能對女性、有色人種等存在偏見，這引發(fā)了強烈抗議。然而，人工智能并不是有意識的，它只是根據(jù)現(xiàn)有的數(shù)據(jù)做出判斷。所以這是人的錯，因為數(shù)據(jù)是人提供的，人會有偏見，會有成見。

數(shù)據(jù)收集的方式，限制了人工智能可以使用的數(shù)據(jù)的豐富程度。因為收集的數(shù)據(jù)不能代表每個人，這導致人工智能做出不準確的決定。

ML模型需要無錯誤的數(shù)據(jù)集提供準確的預測。企業(yè)必須采用有效的技術和流程來收集數(shù)據(jù)。

標記數(shù)據(jù)

要使用AI模型，首先需要對數(shù)據(jù)進行標記、分類和校正。

人工智能豐富的數(shù)據(jù)需求使得對數(shù)據(jù)進行有效標注變得困難，96%的企業(yè)遇到了訓練人工智能模型所需的數(shù)據(jù)標注問題。

可以使用基于web的數(shù)據(jù)標記工具。例如，計算機視覺注釋工具(CVAT)，它可以幫助注釋圖像和視頻。

2. 透明化的挑戰(zhàn)

簡單地說，人工智能決策是利用ML算法得出結論并進行預測。

對于復雜的人工智能決策，企業(yè)將面臨黑盒問題，黑盒模型不清楚它是如何得出某個結論的，這導致了對人工智能準確性的不信任和懷疑。

人工智能決策背后的理由需要透明，以便與企業(yè)建立信任。其中，LIME方法對解決這個問題很有幫助。

3.勞動力的挑戰(zhàn)

非技術人員可能會發(fā)現(xiàn)人工智能集成令人生畏，因為它的使用需要高技能培訓。因此，人工智能在工作場所的無縫使用和常態(tài)化仍是一個難以實現(xiàn)的目標。

人工智能的采用可能會在員工中造成混亂。像人工智能的需求是什么?如何使用這項技術?人工智能將接管他們的哪些職責?

盡管人工智能并不是敵人、也不是來取代人類的見解，但是人工智能的角色仍然被誤解。企業(yè)一旦采用人工智能，員工就會感到威脅和壓力。他們會覺得自己一直在和機器競爭，這會對工作氛圍產(chǎn)生負面影響。

讓員工整體了解人工智能的采用對企業(yè)和他們意味著什么，避免員工產(chǎn)生錯誤的思想或不安情緒。

4. 專業(yè)知識的挑戰(zhàn)

專業(yè)知識匱乏是企業(yè)采用人工智能的一個主要挑戰(zhàn)。因為很難雇傭到合適的人才，大多數(shù)采用者不知道涉及人工智能的技術細節(jié)。

根據(jù)德勤對全球人工智能早期采用者的研究，68%的人表示存在中度到嚴重的人工智能技能匱乏。

人工智能是一項不斷發(fā)展和進步的技術，人工智能技能集的匱乏是阻礙企業(yè)成功采用人工智能解決方案的原因之一。

德勤表示，根據(jù)目前的供需情況，到2024年，美國預計將面臨25萬名數(shù)據(jù)科學家的短缺。

成功采用人工智能的一個先決條件是雇用數(shù)據(jù)科學家。然而，雇傭人工智能方面的人才是一個挑戰(zhàn)。此外，企業(yè)也可以外包其人工智能項目，使用不需要數(shù)據(jù)科學家的人工智能平臺。

當然，數(shù)據(jù)科學家的培養(yǎng)離不開教育行業(yè)，人工智能的成功應用需要這方面的教育資源和人才儲備。

5. 期望超越了現(xiàn)實

無可厚非，人工智能為企業(yè)帶來的無限可能帶有很多炒作。當企業(yè)盲目跟風或過于樂觀時，他們的期望超越了現(xiàn)實。

公司的業(yè)務究竟需要什么樣的人工智能解決方案?要知道人工智能也不是萬能的，它并不能為你的業(yè)務做所有的事情。不幸的是，許多企業(yè)在沒有藍圖的情況下就加入了人工智能的行列。企業(yè)的人工智能商業(yè)策略是否與其當前的商業(yè)目標相一致?企業(yè)采用人工智能應該做好哪些準備?

商業(yè)技術和數(shù)據(jù)基礎設施的現(xiàn)有能力和專業(yè)知識等因素對于成功地構建人工智能模型至關重要。如果這部分基礎薄弱，缺乏必要的效率，那么理想很豐滿，現(xiàn)實很骨感。

6.用例的挑戰(zhàn)

對人工智能的用例進行優(yōu)先級排序是企業(yè)在采用人工智能時面臨的共同挑戰(zhàn)之一。

AI的應用市場是巨大的，但是從中選擇最重要的優(yōu)先用例，企業(yè)發(fā)現(xiàn)很難抉擇。

Gartner的一項調(diào)查顯示，人工智能主要用于提升客戶體驗或打擊欺詐。

一開始為了穩(wěn)妥和試驗，企業(yè)將人工智能限制在業(yè)務的一小部分，這對企業(yè)收入的影響非常小，甚至無法看到人工智能在商業(yè)中的投資回報率(ROI)。

根據(jù)IDC的數(shù)據(jù)，基于2019年的市場份額，人工智能的頂級應用案例是自動化客服代理、銷售流程自動化以及情報和預防系統(tǒng)的自動化。

7. 預算的挑戰(zhàn)

并非所有企業(yè)都有足夠的資源投資人工智能模型。

《哈佛商業(yè)評論》(Harvard Business Review)的一份報告顯示，40%的高管表示，人工智能項目的一個障礙是專業(yè)技術和專業(yè)人員過于昂貴。

小型企業(yè)可以利用免費和付費的簡單人工智能解決方案，但是大型企業(yè)希望創(chuàng)建適合其業(yè)務用例的定制解決方案。對于那些希望創(chuàng)建定制解決方案的企業(yè)來說，必然會遇到預算問題。

此外，企業(yè)軟件供應商和云服務供應商提供準備就緒的人工智能服務，以最大限度的降低基礎設施成本。

結論

盡管采用人工智能對企業(yè)來說是一個挑戰(zhàn)，但絕對值得努力，人工智能的發(fā)展及其應用是大勢所趨。

隨著時間的推移，人工智能將變得更加規(guī)范化和智能化，這些挑戰(zhàn)將不再成為障礙。

在投入時間和金錢之前，讓你的企業(yè)準備好迎接人工智能即將帶來的變化和顛覆是至關重要的。

每個人都有各自的工作習慣，讓員工從傳統(tǒng)的工作習慣中跳出來，學習采用人工智能是一種挑戰(zhàn)，因此企業(yè)需要制度一個有計劃的策略。

最后，嘗試在你的業(yè)務核心部分應用人工智能，將有助于跟蹤和評估人工智能實現(xiàn)的ROI，從而讓你更清楚地了解人工智能的貢獻。

原文標題：Challenges of Adopting AI in Businesses，原文作者：Mufeedah Abdulsalam

【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】