人工智能项目失败的三个原因

人工智能是有前途且有价值的，但是人们需要关注一些最佳实践，以使人工智能程序朝着正确的方向发展。

许多人都对人工智能感兴趣，并且有很多关于人工智能在商业、医学以及其他许多领域所取得的巨大进步的故事。但是，成功的故事掩盖了人工智能流程中非常不同的部分——成功之前完成大量的艰苦工作。

AI Sense Corp公司主管Justin Nguyen将将人工智能的成功比作他在世界上一些最美丽的地方进行徒步旅行时拍摄的快照。其中一张照片展示了一幅令人惊叹的景象：蓝天白云，绵延数英里的海岸线，然后是一整片森林，还有露出岩石的小山。这种影响十分壮观。

Nguyen在Interop数字会议上分享了这些想法：到达人工智能峰会，建立工智能组织的权威手册。他说：“人们可以看到爬到山顶很成功，但是有很多工作要做。人工智能类似于壮观的峰会快照。需要付出很多努力，还需要克服许多障碍，但是人们对此并没有太多了解。

与其相反，人们会听到在所有这些不同行业中如何部署和实施人工智能的所有巨大成功。这全是宣传和炒作，是关于令人兴奋的一切。每个人都想做，都在谈论它。但是却听不到为此需要的一切努力。”

Nguyen指出，但是实际上大多数数据科学项目都失败了，90%的产品从未投入生产。而人工智能项目失败的三个主要原因：

首先，存在数据问题。数据是任何成功的人工智能计划的基础，并不是每个组织都将数据质量、主数据管理和整个组织中的数据治理放在首位。因此，其数据可能不准确、孤立和缓慢。

其次，业务可能尚未准备就绪。组织需要对数据科学计划所需的需求和功能有清晰的了解。这包括进行彻底的尽职调查以定义可实现的用例。

第三，组织需要确保其技术堆栈是最新的，并且其数据管道和流程是可扩展的。这就是在组织中真正实施人工智能项目所需的条件。

Nguyen说：“我看到很多公司在早期就犯下的最大错误是选择正确的用例，挑选早期用例非常重要，因为它为组织在未来的成功奠定了基础。”

良好用例是可以节省资金、获利或其他类似指标来衡量项目价值的案例。Nguyen还建议组织使用第一个用例来快速获胜。

Nguyen说：“组织的早期胜利不仅带来了价值，而且还为其提供了切实而引人注目的叙述。它使组织与愿景保持一致。它激发了人们的积极性，创造了组织需要继续前，进并推动所有这些重大技术和重大流程变化的动力。”

接下来是计划，Nguyen说这是许多组织开始的地方。首先，需要与组织中的领导者进行一次头脑风暴会议，以探讨各种可能性和痛点。然后根据业务价值和技术可行性确定优先级。这意味着要查看拥有的数据，以及这些数据是否可访问和准确，检查为开展工作所采用的技术，并评估组织的技能和能力。似乎需要做很多工作，但不要让它放慢速度。

他说：“早点开始，要敏捷，然后从小做起。人工智能从今天开始。不要等到一切都变得完美后再开始。现在就开始并逐步取得胜利。”

他建议采用这种方法，因为人工智能是关于进步的，而不是完美的。随着时间的推移，组织需要学习、进步和提高。

现在是个不错的开始，因为无论部门如何，越来越多的人对组织开展的人工智能感到兴奋。

Nguyen说：“事实是，现在正在发生转变，许多人开始真正对人工智能感兴趣。他们喜欢谈论和听到有关人工智能的信息。”

组织可以利用它来推动业务发展。Nguyen建议定期且重复地向组织的用户进行宣传、教育和授权。当这样做时，利益相关者会赞赏人工智能的开发工作，他们也会开始意识到数据质量、捕获和可访问性的重要性。

Nguyen说：“人工智能是一项团队运动，需要更多的人参与并增强其余业务的能力。”
责任编辑:tzh