如今，人工智能(AI)已經(jīng)廣泛應(yīng)用于人力資源、供應(yīng)鏈、多層次營銷等各個(gè)領(lǐng)域。很多企業(yè)在數(shù)據(jù)科學(xué)家身上投入了大量資金，以引領(lǐng)數(shù)據(jù)團(tuán)隊(duì)實(shí)現(xiàn)業(yè)務(wù)增長。風(fēng)險(xiǎn)和混亂都是人工智能項(xiàng)目失敗的常見原因和主要因素。這是因?yàn)樘鎿Q已經(jīng)熟悉工作流程的員工是一個(gè)非常困難的決定。資金、培訓(xùn)、時(shí)間的投入是很多企業(yè)不容易接受的一大風(fēng)險(xiǎn)。

[[276304]]

即使在選擇了人工智能之后，由于缺乏合適的數(shù)據(jù)，問題也沒有得到解決，算法無法正確處理不好的數(shù)據(jù)。所以，企業(yè)團(tuán)隊(duì)的很多時(shí)間都被浪費(fèi)了。此外，人工智能并不是一個(gè)單一的過程或技術(shù)，而技術(shù)熟練的員工需要更高薪酬，但如果企業(yè)預(yù)算不多，那么在沒有人工智能專家的情況下，客戶就不會(huì)對(duì)企業(yè)的人工智能服務(wù)感興趣。這些是大多數(shù)移動(dòng)應(yīng)用開發(fā)公司中人工智能失敗的常見原因。

人工智能是一個(gè)能夠規(guī)劃、學(xué)習(xí)、推理、解決問題、知識(shí)表達(dá)、感知、運(yùn)動(dòng)、操作的系統(tǒng)。它在某種程度上也可能具有社會(huì)智力和創(chuàng)造力。如今，人工智能能夠推薦購買物品，檢測(cè)信用卡欺詐，甚至識(shí)別圖片中的人臉。到目前為止，人工智能分為兩類：狹義人工智能和通用人工智能。狹義人工智能的例子可以是蘋果的Siri或微軟的Cortana，而通用人工智能的例子可以是電影《終結(jié)者》中的Skynet(之后尚未成為現(xiàn)實(shí))。在未來幾年，人工智能可能會(huì)撰寫論文，駕駛車輛，甚至實(shí)施手術(shù)。

人工智能在實(shí)施的各個(gè)項(xiàng)目中都取得了巨大的成功。某些數(shù)據(jù)咨詢公司還將人工智能集成到他們的項(xiàng)目中，這將有助于廣告和媒體機(jī)構(gòu)進(jìn)一步開展他們的活動(dòng)。然而，人們一致認(rèn)為，并非所有實(shí)施人工智能的公司都取得了成功。高達(dá)85%的人表示人工智能并不成功。一些調(diào)查顯示，這些障礙來自于高層管理人員的阻力，以及未能給他們留下深刻印象。管理層首先看到的是投資回報(bào)。這是一個(gè)很大的障礙。有時(shí)看起來很好的項(xiàng)目往往會(huì)遇到麻煩。

來自Dimensional Research的一份報(bào)告指出，10個(gè)人工智能項(xiàng)目中有8個(gè)失敗了，而96%的項(xiàng)目在數(shù)據(jù)質(zhì)量、數(shù)據(jù)標(biāo)簽和建立模型信心方面遇到了問題。作為這一失敗的另一個(gè)例子，來自Facebook、Amazon、微軟和Adobe等公司的代表都選擇使用名為神經(jīng)機(jī)器翻譯的人工智能工具，因?yàn)樗軌蚍浅？焖俚匾?2種語言使內(nèi)容實(shí)現(xiàn)本地化。23%的人表示正在使用該技術(shù)(以及該工具)。

這些項(xiàng)目失敗的部分原因可能是：

1.干擾

2.溝通障礙

3.開始之前就失敗

4. 缺乏數(shù)據(jù)專業(yè)人才

5.內(nèi)部人才/軟件

6. 害怕失業(yè)

7. 簡(jiǎn)單開始

1.干擾：在人工智能項(xiàng)目的實(shí)施時(shí)，往往會(huì)出現(xiàn)一些干擾，例如提出“我們可以實(shí)施另一個(gè)項(xiàng)目，其成本也要低得多”等問題，如果企業(yè)更加關(guān)注項(xiàng)目的投資回報(bào)率(ROI)，那么需要怎么辦?確保企業(yè)第一個(gè)基于人工智能的項(xiàng)目是面向業(yè)務(wù)的，實(shí)現(xiàn)了關(guān)鍵績(jī)效指標(biāo)，并且與組織的愿景和使命聲明保持一致。相信這樣一個(gè)項(xiàng)目的成功對(duì)企業(yè)都有很大的意義。

2.溝通障礙：當(dāng)數(shù)據(jù)科學(xué)家使用技術(shù)術(shù)語與其企業(yè)管理層溝通時(shí)，這個(gè)障礙必然會(huì)顯現(xiàn)出來。企業(yè)管理層與數(shù)據(jù)科學(xué)家在項(xiàng)目的溝通中，管理層更加關(guān)注企業(yè)管理，數(shù)據(jù)科學(xué)家并不能通過人工智能技術(shù)打動(dòng)他們，告訴他們業(yè)務(wù)將如何發(fā)展。此外，企業(yè)的優(yōu)先事項(xiàng)必須與其項(xiàng)目保持一致。管理層會(huì)很高興聽到這些內(nèi)容，并且提供更多機(jī)會(huì)。

3.開始之前就失敗：人們會(huì)遇到一些可能不想做的事情，但它可以有利于項(xiàng)目的開展。想象一下，一家企業(yè)在一個(gè)項(xiàng)目上花了大量的資金或精力，而在實(shí)施之后，其客戶卻表示這不是他想要的結(jié)果，那么將注定失敗。所以，在真正開始其項(xiàng)目之前，企業(yè)需要準(zhǔn)備一些輸出和報(bào)告，可以向其客戶展示，并讓他們認(rèn)同看到的內(nèi)容。即使客戶可能不認(rèn)同，企業(yè)也沒有太大損失。而企業(yè)現(xiàn)在知道客戶想要什么的結(jié)果，因此可以從客戶的需求開始。

4.缺乏數(shù)據(jù)專業(yè)人才：組織通常更愿意給新手、畢業(yè)生或幾乎沒有任何工作經(jīng)驗(yàn)的員工機(jī)會(huì)。其原因很簡(jiǎn)單，可以節(jié)省成本，但這是很大的錯(cuò)誤。他們實(shí)際上在是浪費(fèi)資金。沒有經(jīng)驗(yàn)的員工會(huì)找一些沒有完成項(xiàng)目(甚至沒有開始)的借口。該組織需要的是開發(fā)過一些人工智能項(xiàng)目的豐富經(jīng)驗(yàn)的專業(yè)人才，并將其提交給一些客戶。

5.內(nèi)部人才/軟件：在企業(yè)內(nèi)部培養(yǎng)人才是一個(gè)不錯(cuò)的選擇，但如果每次使用相同的人才，如何確保內(nèi)部人才掌握新的知識(shí)。內(nèi)部人才是否與其他技術(shù)社區(qū)有著更多的交流?如果沒有交流，企業(yè)需要從外部使用開發(fā)人員。

6. 害怕失業(yè)：雖然人工智能可以給組織帶來巨大的變化和利潤，但對(duì)于那些不了解的人員來說，人工智能可以做工作人員可以做的事情。從執(zhí)行物理任務(wù)到做出邏輯決策，人工智能可以處理所有事情。這在其高級(jí)的階段可能會(huì)對(duì)實(shí)施組織的員工構(gòu)成威脅。因此，可能會(huì)有人阻礙人工智能的實(shí)施，否則他們將會(huì)失去工作。

7. 簡(jiǎn)單開始：在缺乏簡(jiǎn)單規(guī)則實(shí)現(xiàn)的情況下，企業(yè)的人工智能項(xiàng)目將毫無價(jià)值。有傳言說，復(fù)雜的項(xiàng)目會(huì)取得成功，但過于復(fù)雜的項(xiàng)目會(huì)耗費(fèi)很多時(shí)間。所以，項(xiàng)目應(yīng)該以一種簡(jiǎn)單的方式開始。

此外，上述原因項(xiàng)目也可能由于預(yù)期與項(xiàng)目在實(shí)際時(shí)間范圍內(nèi)的實(shí)際情況不一致而失敗。盡管人工智能技術(shù)有很多光環(huán)，但某些情況也可能會(huì)出錯(cuò)。例如，優(yōu)步公司試點(diǎn)運(yùn)營的自動(dòng)駕駛車輛在撞人時(shí)遇到了問題，可以提到人工智能算法或程序沒有正確編碼。在其他情況下，它可能是作為人工智能的某些查詢的答案而提供的不正確數(shù)據(jù)。

人工智能系統(tǒng)失敗的另一個(gè)原因可能是不完整的數(shù)據(jù)集。每當(dāng)人工智能系統(tǒng)需要接管時(shí)，必須對(duì)所有問題進(jìn)行訓(xùn)練，并將其答案存在于數(shù)據(jù)集中。如果在培訓(xùn)期間數(shù)據(jù)集不完整，人工智能將無法實(shí)時(shí)響應(yīng)情況。

此外，算法可能會(huì)出錯(cuò)。這是因?yàn)樗鼈兪怯梢恍╅_發(fā)人員開發(fā)的。開發(fā)算法的人員很可能偏向某個(gè)特定的門派。在工作選擇過程中，如果算法偏向某個(gè)特定部門，招聘公司可能會(huì)找不到合適的候選人。

有時(shí)傳感器的錯(cuò)誤可能導(dǎo)致人工智能出現(xiàn)問題。在這種情況下，人工智能將保持原始狀態(tài)(完全回滾)。需要對(duì)人工智能系統(tǒng)進(jìn)行全面培訓(xùn)，以了解可能遇到的任何情況。請(qǐng)記住，如果開發(fā)人員在設(shè)計(jì)上偷工減料，或者缺少正確的信息，都必然會(huì)導(dǎo)致失敗。