人工智能等新興技術(shù)面臨兩大挑戰(zhàn)：不要讓營銷承諾大于實(shí)際成果交付;并為客戶闡明如何將新的、先進(jìn)的功能整合到企業(yè)領(lǐng)域。Forrester 分析師兼副總裁 Mike Gualtieri 在最近的一次行業(yè)會(huì)議上談到了這兩個(gè)問題，并為集成商提供了一些關(guān)于如何開始購買和構(gòu)建人工智能解決方案的建議。

Gualtieri說：“人工智能是每家企業(yè)的未來，也是每家企業(yè)都將以某種形式使用的基礎(chǔ)技術(shù)”，“到 2025 年，近 100% 的企業(yè)將擁有人工智能，” 并指出一些企業(yè)將自己開發(fā)人工智能，而另一些企業(yè)將購買包含人工智能的下一代應(yīng)用程序。他補(bǔ)充說，根據(jù) Forrester 的研究和他在活動(dòng)中分享的預(yù)測(cè)，到 2025 年，許多企業(yè)將兩者兼而有之，從而導(dǎo)致 370 億美元的人工智能市場(chǎng)。

根據(jù)Gualtieri的說法，機(jī)器學(xué)習(xí)(ML)是人工智能應(yīng)用中最熱門的方法。雖然購買人工智能應(yīng)用程序與購買常規(guī)應(yīng)用程序類似，但過程并不完全相同。他說：“當(dāng)有一個(gè)熱門話題(如人工智能)時(shí)，企業(yè)希望參與其中，并說他們的新版本軟件中有這個(gè)話題”，并指出他們有時(shí)可能會(huì)夸大事實(shí)。為了消除一些不透明的營銷，Gualtieri 鼓勵(lì)解決方案集成商向他們的人工智能供應(yīng)商提出以下問題：

商業(yè)價(jià)值是什么?

這一問題聽起來可能非常明顯，但 Gualtieri 表示，當(dāng)技術(shù)買家開始迷戀于一項(xiàng)技術(shù)時(shí)，這個(gè)核心問題被忽視的頻率令人驚訝。公司需要辨別他們將如何使用機(jī)器學(xué)習(xí)來做出更好的決策。他們會(huì)使用預(yù)測(cè)分析來確定誰可能發(fā)動(dòng)網(wǎng)絡(luò)攻擊，或者哪些客戶可能會(huì)流失?它將在哪些方面節(jié)省時(shí)間或使流程自動(dòng)化以擴(kuò)大規(guī)模?Gualtieri建議：“評(píng)估AI應(yīng)用程序的方法與評(píng)估任何其他軟件的方法相同”。

這真已經(jīng)產(chǎn)品化了嗎?

也許人工智能不可避免地會(huì)患上某種“朦朧軟件綜合癥”。盡管聽到這個(gè)可能很難接受，但軟件應(yīng)用程序開發(fā)商有時(shí)會(huì)夸大他們的能力。他們可能會(huì)將他們的新產(chǎn)品宣傳為 AI 就緒或兼容AI。Gualtieri 提醒說，在購買之前，請(qǐng)先弄清楚他們是否是可以構(gòu)建一個(gè)解決方案并為此向您收取(更多)費(fèi)用，他們中的許多都有很多優(yōu)質(zhì)的服務(wù)，但首先要確認(rèn)這是一個(gè)真正的 AI 應(yīng)用程序。 "

人工智能技術(shù)有多成熟?

雖然絕大多數(shù)人都在使用機(jī)器學(xué)習(xí)模型，但值得調(diào)查所使用數(shù)據(jù)的來源。開發(fā)人員是使用自己的數(shù)據(jù)、外部數(shù)據(jù)還是某種組合?“挖掘并詢問數(shù)據(jù)來自哪里，詢問他們正在使用哪些算法，因?yàn)樗惴〞?huì)分析數(shù)據(jù)以創(chuàng)建模型。”Gualtieri 說，這些問題將有助于揭示技術(shù)的成熟程度，以及他們是否真的在進(jìn)行機(jī)器學(xué)習(xí)。

用什么數(shù)據(jù)來訓(xùn)練 AI 模型?

把這看作是上一問題的延續(xù)。請(qǐng)務(wù)必明確軟件供應(yīng)商用于創(chuàng)建 AI 模型的數(shù)據(jù)是您的數(shù)據(jù)還是供應(yīng)商自己客戶的數(shù)據(jù)。它是開源的還是專有的?這里沒有正確或錯(cuò)誤的答案，最終重要的是客戶對(duì)AI應(yīng)用的要求。Gualtieri 說：“看看用例需要什么數(shù)據(jù)，它是如何連接的，以及數(shù)據(jù)從哪里來，這很重要”。這些答案會(huì)因應(yīng)用而異，即使在同一組織中使用也是如此。

如何監(jiān)測(cè) AI 模型?

從數(shù)據(jù)分析中產(chǎn)生的人工智能模型不是靜態(tài)的。Gualtieri 解釋說，人工智能軟件模型是根據(jù)歷史數(shù)據(jù)和未來可能發(fā)生的情況進(jìn)行訓(xùn)練的。他補(bǔ)充道：“但模型并不完美，必須進(jìn)行監(jiān)測(cè)，因?yàn)樗鼈儠?huì)隨著時(shí)間的推移而衰減，” “您必須定期觀察和重新訓(xùn)練它們，因此，請(qǐng)確保供應(yīng)商結(jié)合使用 KPI 重新訓(xùn)練模型的方法。”

Forrester 分析師表示，回答這些問題可以幫助集成商重新評(píng)估他們是購買人工智能應(yīng)用程序更好，還是自己構(gòu)建它更好。 “購買它可能會(huì)覺得風(fēng)險(xiǎn)更大，但在某些情況下，如果您自己建造它，您可能會(huì)獲得戰(zhàn)略優(yōu)勢(shì)。”最后，人工智能可以擴(kuò)展和自動(dòng)化企業(yè)智能，這會(huì)帶來巨大的回報(bào)。Gualtieri 說：“當(dāng)您購買人工智能時(shí)，要了解自己需要做什么，并采取相應(yīng)的行動(dòng)。”