早期采用人工智能技術的組織已開始從人工智能的應用中獲得真正的業(yè)務成果。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)價值的時代已經到來。事實上，在德勤公司（Deloitte）最近的一項調查中，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濟回報。

人工智能和相關技術正在改進現(xiàn)有產品，并創(chuàng)造出新產品。這些技術正在優(yōu)化內部和外部運營工作，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知技術的支出。

然而，人工智能并不是解決所有業(yè)務問題的靈丹妙藥，而且采用人工智能技術絕非易事。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的積極成果。

數據問題

啟動AI項目的最大障礙是數據。具體而言，就是缺乏那些沒有固有偏見，也沒有侵犯隱私權的可用及相關數據。

根據德勤公司的調查，16%的IT主管將數據問題列為與人工智能相關的最大挑戰(zhàn)，比任何其他問題都要高，39%的受訪者將數據列入前三個令人擔憂的方面。

帕洛阿爾托研究中心（PARC）人工智能研究實驗室負責人Raj Minhas說，許多公司將收集數據作為其日常運營的一部分。“但這些數據可能并非正確的數據。”

在啟動人工智能計劃之前，公司必須認真研究他們擁有的數據，尋找價值較高的領域。

“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據的地方開始查看。”

另一個問題是沒有合適數量的正確數據。

“我們與許多擁有大型資本基礎設施的客戶合作，比如擁有風力渦輪機和鐵路系統(tǒng)，”他說。“所有這些設備的設計都非常可靠。”因此，當企業(yè)嘗試在故障發(fā)生之前使用機器語言來預測故障時，他們發(fā)現(xiàn)，從這些設備所收集的99.9%的數據都來自其正常運行期間。

“你所關注的是機器的異常行為，”Minhas說。“所以，你擁有很多數據，但這些都是錯誤的數據。”

業(yè)務流程方面的挑戰(zhàn)

如何將人工智能技術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查中的第二大問題。

德勤風險與財務咨詢公司（Deloitte Risk and Financial Advisory）分析和數據風險全球主管Vivek Katyal說：“結構性和文化方面的因素仍是阻礙人工智能應用的關鍵因素之一，也是最大的挑戰(zhàn)之一。”“人們仍然在努力理解人工智能帶來的影響，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，當人工智能被植入人們已經使用的平臺（如ERP或CRM系統(tǒng)）中時，這種應用就會更容易。事實上，人們可能甚至不知道人工智能技術已經被使用。

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

技術實施方面的挑戰(zhàn)以及技能的短缺

人工智能技術的實施帶來了許多技術挑戰(zhàn)，大多數組織都沒有足夠的人工智能技能來熟練地應對這些挑戰(zhàn)，在德勤公司的調查中，有39%的受訪者將技術問題列為三大挑戰(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、嚴重或極為嚴重。

高德納公司（Gartner）分析師Svetlana Sicular說：“目前的情況是，大多數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，當她與剛剛開始研究AI的企業(yè)用戶交談時，大多數企業(yè)認為他們將自己構建系統(tǒng)。到了秋末，這個數字發(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)應用程序中使用嵌入式工具來部署AI。“情況變化很快，”她說。

讓該技術發(fā)揮作用是一回事；讓它在實際業(yè)務中運轉則是另一回事。

“許多公司都沒有準備好接受機器學習技術的輸出具有概率性這一事實，”Sicular說。“有些結果始終是不正確的。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建AI系統(tǒng)的組織來說，人工和技術的成本可能很高。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。”

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。“我們是一個小型的非營利組織。我們沒有這些開發(fā)人員。”因此，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)時間的關系，我們失敗了，”保爾克說。

取而代之，該組織正在將AI工具應用到公司已經使用的系統(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動的工具，讓該組織可對員工進行調查，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。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下降超過三分之一。

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

“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。據德勤公司稱，59%的公司通過企業(yè)軟件供應商獲得AI技術。例如，Salesforce Einstein是一個內置的AI工具，可幫助銷售代表確定哪些潛在客戶更有可能轉化為實際買家。

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

這兩種方法都可以降低成本，或者將成本從IT部門轉移到各個業(yè)務部門。對于像Salesforce這樣的云應用程序，對物理基礎架構或內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商處理。