隨著Wi-Fi6、5G技術與物聯(lián)網技術的不斷相結合，預計將在未來幾年為網絡帶來數(shù)十億額外的設備。這將顯著影響未來的工作場所，超越遠程工作者和混合勞動力的明顯趨勢。

隨著工作場所變得越來越復雜，遠程成為常態(tài)，世界正在接近這樣一個時代，即許多人可以在任何地點與同事進行虛擬交流。此外，虛擬現(xiàn)實和物聯(lián)網傳感器將可以通過遠程，將專業(yè)知識帶到世界上任何地方。

AIops實施的難點

人工智能和人工智能操作是可與人類專家所執(zhí)行的工作，相媲美的自動化進程的下一個也是最后一個步驟。因此，人工智能的優(yōu)勢是眾所周知的，并越來越受到商業(yè)領袖的追捧。許多企業(yè)阻礙了在協(xié)助成功實施人工智能方面取得的進展。通常情況下，在三大障礙中，他們至少有一個是達不到要求的：構建技術堆棧、為人員做好準備以及建立AI治理。

許多公司在成功實施人工智能方面進展緩慢。通常情況下，他們至少會在以下三個主要領域中遇到一個達不到要求：構建技術棧、準備人員和建立人工智能治理。

人工智能技術堆棧

人工智能的好壞取決于它需要學習的數(shù)據(jù)，生成、清理和管理數(shù)據(jù)集以及特征工程仍然是人工智能主流應用的最大技術障礙。無論是由于缺乏數(shù)據(jù)質量專家還是計算資源不足等原因，讓數(shù)據(jù)準備好機器學習準備是一項艱巨的任務。

這些數(shù)據(jù)來源于持續(xù)的網絡性能、健康和安全監(jiān)控。獲取適當?shù)臄?shù)據(jù)而不僅僅是大量數(shù)據(jù)是一個關鍵的準備困難。數(shù)據(jù)量可能是巨大的，比如網絡用戶狀態(tài)的每一次變化。人工智能項目經常在沒有明確定義什么是必要的，什么是需要自動化的情況下失敗。

準備工作

人工智能時代的到來帶來了三個獨特的勞動力挑戰(zhàn)。換句話說，企業(yè)必須對現(xiàn)有員工進行培訓，并從競爭激烈且數(shù)量有限的高技能數(shù)據(jù)科學家和數(shù)據(jù)工程師中招聘。

為了克服前兩個障礙，有必要在培訓和企業(yè)文化方面進行適當?shù)耐顿Y。高技能技術工作的機會總是比人多，特別是在AI/ML領域。然而，如果企業(yè)建立適當?shù)幕A并定期培訓員工，他們將會驚訝于自己可以建立多少。人工智能是為了補充和改善勞動力，而不是取代人類的一種手段。

實施工具為所有員工提供，在日常工作流程中使用新獲得的AI技能的機會，有助于鞏固人們的信念，即AI可以增強他們的日常體驗。雖然不是每個員工都需要要求學習編碼，但重要的是表達有效參與和利用AIops的能力可以為許多職業(yè)帶來巨大的好處。

人工智能管理

數(shù)據(jù)困境超出了如何識別適當數(shù)據(jù)的問題。同樣具有挑戰(zhàn)性的是如何處理所有數(shù)據(jù)，特別是關于風險、遵從性和安全性的數(shù)據(jù)。人工智能涉及到各種聲譽、運營和財務風險，但由于許多項目的離散性和封閉性，這些風險通常沒有被考慮到。

目前公司存在治理缺口，這是人工智能項目面臨的最大風險之一。盡管大多數(shù)管理人員承認他們有責任實施合規(guī)標準，但實施此類治理和程序通常是他們最低優(yōu)先級之一。企業(yè)可以通過整合行政領導和跨職能利益相關者來克服這一差距，以確保從公司范圍的角度評估具有廣泛影響的項目，而不僅僅是通過單個部門的視角。此外，聘用專門針對人工智能的領導者并建立內部人工智能中心，以確保治理得到適當程度的關注和投資，并促進在整個業(yè)務中創(chuàng)建一致的標準，這是非常有價值的。