到2030年，人工智能的總額預(yù)計(jì)將達(dá)到15.7萬億美元，但三個(gè)主要方面會(huì)阻止公司成功采用人工智能。

IBM數(shù)據(jù)和沃森AI總經(jīng)理Rob Thomas在最近的大數(shù)據(jù)LDN會(huì)議上發(fā)表了主題演講，討論了通常會(huì)成為實(shí)施AI計(jì)劃的三個(gè)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(jī)會(huì)”，他提出以下建議：

1.缺乏數(shù)據(jù)素養(yǎng)

人工智能的潛力絕不會(huì)讓業(yè)務(wù)領(lǐng)導(dǎo)者失去。根據(jù)麻省理工學(xué)院的一項(xiàng)調(diào)查，有85%的人將AI視為從公司數(shù)據(jù)中獲取價(jià)值的機(jī)會(huì)。

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

根據(jù)麻省理工學(xué)院的同一項(xiàng)研究，有81%的業(yè)務(wù)領(lǐng)導(dǎo)者無法掌握AI開發(fā)所需的數(shù)據(jù)。

Thomas補(bǔ)充說：“沒有IA信息架構(gòu)就沒有AI。”

IBM總經(jīng)理繼續(xù)介紹了公司可以成功實(shí)施AI的步驟：

1.現(xiàn)代化：公司數(shù)據(jù)需要存儲(chǔ)在多云環(huán)境中。這將實(shí)現(xiàn)信息體系結(jié)構(gòu)的想法，該構(gòu)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(shù)據(jù)，以便建立可以簡(jiǎn)單訪問的基礎(chǔ)。

3.組織：沒有相應(yīng)的分析基礎(chǔ)，數(shù)據(jù)基礎(chǔ)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(duì)數(shù)據(jù)進(jìn)行縮放以開發(fā)高級(jí)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(shí)施到公司實(shí)踐中，包括信任AI做出決策，解釋那些決策并發(fā)現(xiàn)偏見。

2.缺乏信任

缺乏信任是實(shí)施AI的重大障礙。畢馬威(KPMG)的一項(xiàng)研究發(fā)現(xiàn)，只有35%的業(yè)務(wù)決策者相信公司內(nèi)部使用(AI)和分析技術(shù)。

為了對(duì)此進(jìn)行修改，建議了三個(gè)步驟：

1.了解數(shù)據(jù)的來源。

2.了解AI模型如何做出決策。

3.識(shí)別模型缺陷，例如偏差，異常。

3.永遠(yuǎn)存在的技能差距

根據(jù)Thomas的說法，采用AI的另一個(gè)陷阱是數(shù)據(jù)技能方面的供需不匹配。

他表示，盡管對(duì)數(shù)據(jù)科學(xué)家有需求，但“供應(yīng)不足之需”，該領(lǐng)域存在20萬至500,000的強(qiáng)大技能缺口。