到2030年，人工智能的總額預計將達到15.7萬億美元，但三個主要方面會阻止公司成功采用人工智能。

IBM數據和沃森AI總經理Rob Thomas在最近的大數據LDN會議上發(fā)表了主題演講，討論了通常會成為實施AI計劃的三個主要因素。

Thomas將AI的潛力描述為“我們一生中將看到的最大機會”，他提出以下建議：

1.缺乏數據素養(yǎng)

人工智能的潛力絕不會讓業(yè)務領導者失去。根據麻省理工學院的一項調查，有85%的人將AI視為從公司數據中獲取價值的機會。

但是，由于不確定如何將AI融入業(yè)務實踐中，決策者通常難以充分利用AI。

根據麻省理工學院的同一項研究，有81%的業(yè)務領導者無法掌握AI開發(fā)所需的數據。

Thomas補充說：“沒有IA信息架構就沒有AI。”

IBM總經理繼續(xù)介紹了公司可以成功實施AI的步驟：

1.現代化：公司數據需要存儲在多云環(huán)境中。這將實現信息體系結構的想法，該構架可以為用戶提供“選擇和靈活性”，并減少了不斷組裝的需求。

2.收集：然后需要收集數據，以便建立可以簡單訪問的基礎。

3.組織：沒有相應的分析基礎，數據基礎就不算什么，分析也必須通過集成，清理，歸檔和治理來組織。

4.分析：組織后，必須對數據進行縮放以開發(fā)高級分析和AI模型管理。

5.注入：最后一步涉及將成熟的AI模型實施到公司實踐中，包括信任AI做出決策，解釋那些決策并發(fā)現偏見。

2.缺乏信任

缺乏信任是實施AI的重大障礙。畢馬威(KPMG)的一項研究發(fā)現，只有35%的業(yè)務決策者相信公司內部使用(AI)和分析技術。

為了對此進行修改，建議了三個步驟：

1.了解數據的來源。

2.了解AI模型如何做出決策。

3.識別模型缺陷，例如偏差，異常。

3.永遠存在的技能差距

根據Thomas的說法，采用AI的另一個陷阱是數據技能方面的供需不匹配。

他表示，盡管對數據科學家有需求，但“供應不足之需”，該領域存在20萬至500,000的強大技能缺口。