将人工智能(AI)整合到产品、服务和流程中会给企业带来许多好处,这是保守的说法。但是,正如VentureBeat的John Koetsier所说最近观察到的,“……使用机器学习构建智能系统不像购买会计软件包或企业资源规划系统。”

Koetsier的文章强调了一些公司在采用人工智能时会犯的常见错误。根据与亚马逊机器学习解决方案实验室(Machine Learning Solutions Lab)数据科学主管拉里•皮塞特(Larry Pizette)的谈话,他概述了其中的许多内容,包括:

  • 不包括利益相关者的数据。根据Pizette的说法,数据科学家和类似的角色经常被排除在AI部署的对话之外。无论有意还是无意,这种排除都可能带来麻烦,导致数据质量和集成方面的问题,仅举几个例子。正如Koetsier所说,“企业所有者可以有一个愿景,但如果没有数据来支持它,任何机器学习项目都会急需输入。”因此,让数据分析师、科学家和管理人员到场是至关重要的。”
  • 太多向前看的想法。有一个人工智能的远景并在一定程度上提前考虑是很重要的,但是建立一个详细的多年战略是一个错误,并且会分散实际启动项目的资源。据Koetsier称,“人工智能和机器学习系统都是为了成长而建立的。提前知道这会花你多少时间几乎是不可能的,所以花几周或几个月的时间做长期计划是多余的。更糟糕的是,它经常导致分析瘫痪。”
  • 缺乏训练。非技术角色了解算法和机器学习的细节并不重要。然而,为了评估人工智能所需的投资和潜在的投资回报率,商业领袖确实需要充分的培训。Koetsier引用了Pizette的话:“如果你的模型是在一些假设上训练的,而现在某些东西在未来发生了变化,你就必须重新训练你的模型。因此,培训业务人员,让他们明白自己要做什么……是非常重要的。”

随着5G的到来,人工智能的发展将进一步推动创新——看看这一点吧最近的创新高峰对于即将出现的新趋势。在这种环境下,意识到上述错误的领导者最有可能利用人工智能的巨大企业潜力。