正在阅读:为什么绝大多数的人工智能项目 最后都失败了?为什么绝大多数的人工智能项目 最后都失败了?

2019-09-12 00:15 出处:PConline原创 作者:卡夫卡 责任编辑:sunziyi

  [PConline 杂谈]金融、交通、工业制造、零售、医疗、安防。。。不得不说,如今人工智能已被广泛的应用到各个行业当中。尽管一切看似“前程似锦”,但你知道吗?Dimensional Research在一份报告指出,10个人工智能项目中有8个失败了。为什么绝大多数的人工智能项目,最后都失败了?

   人工智能是一个能够规划、学习、推理、解决问题、知识表达、感知、运动、操作的系统。它在某种程度上也可能具有社会智力和创造力。如今,人工智能能够推荐购买物品,检测信用卡欺诈,甚至识别图片中的人脸。

   到目前为止,人工智能可分为狭义人工智能和通用人工智能两类。其中,狭义人工智能的例子可以是苹果的Siri或微软的Cortana;通用人工智能的例子,则可以是电影《终结者》中的Skynet(之后尚未成为现实)。在未来几年,人工智能甚至还可能会撰写论文,驾驶车辆,甚至实施手术。

   另一方面,很多企业在数据上投入了大量资金,以期望实现业务上的增长。殊不知,风险和混乱都是人工智能项目失败的常见原因和主要因素。这是因为替换已经熟悉工作流程的员工是一个非常困难的决定。资金、培训、时间的投入是很多企业不容易接受的一大风险。

   即使在选择了人工智能之后,由于缺乏合适的数据,问题也没有得到解决,算法无法正确处理数据,导致企业的很多时间都被浪费了。此外,人工智能并不是一个单一的过程或技术,且技术熟练的专业人员需要更高薪酬,但如果企业预算不多,那么在没有人工智能专家的情况下,客户就不会对企业的人工智能服务感兴趣,这些是大多数移动应用开发公司中人工智能失败的常见原因。

   当然,我们不否认人工智能在一些项目中还是取得了巨大成功的,比如我们日常接触较多的广告推送。但并非所有选择人工智能的公司,最后都能取得成功。有高达85%的人表示,人工智能并不成功,据一些调查显示,这些障碍来自于高层管理人员的阻力,以及未能给他们留下深刻印象。管理层首先看到的是投资回报,这是一个很大的障碍,有时看起来很好的项目往往会遇到麻烦。

   这里,我们将导致人工智能项目失败的原因大概总结了一下,分成干扰、沟通障碍、开始之前就失败、缺乏数据专业人才、内部人才/软件、害怕失业以及简单开始7个方面。

   先来说说干扰。在人工智能项目实施时,往往会出现一些干扰,比如提出“我们可以实施另一个项目,其成本要更低”等问题,如果企业更加关注项目的投资回报率(ROI)。该怎么办呢?确保企业的第一个基于人工智能的项目是面向业务的,实现关键绩效指标,并且与组织的愿景和使命保持一致,相信这样一个项目的成功对企业都有很大的意义。

   什么造成了沟通障碍?当数据方面的专业人员使用技术术语与其企业管理层沟通时,这个障碍必然会显现出来。企业管理层与数据专家在项目的沟通中,管理层更加关注企业管理,而数专家并不能通过人工智能技术打动他们,告诉他们业务将如何发展。另外,企业的优先事项必须与其项目保持一致,管理层会很高兴听到这些内容,并提供更多的机会。

   开始前就失败。不妨想象一下,一个企业在一个项目上花了大量的资金或精力,而在实施之后,客户却表示这不是他想要的结果,那么将注定失败。所以,在真正开始其项目之前,企业需要准备一些输出和报告向自己的客户展示,并让他们认同自己看到的内容。即使客户可能不认同,企业也没有太大损失,企业现在知道客户想要什么的结果,因此可以从客户的需求开始。

   缺少数据方面的专业人才。企业通常更愿意给新人、毕业生或几乎没有任何工作经验的员工机会。原因很简单,这样更节省人员成本,但这样做也存在一大弊端,他们实际上是在浪费资金。没有经验的员工会找一些没有完成项目(甚至没有开始)的借口,企业需要的是开发过一些人工智能项目的丰富经验的专业人才,并将其提交给一些客户(有些钱还是不能省的)。

   内部人才。其实,企业内部培养人才是一个不错的选择,但如果每次使用相同的人才,如何确保内部人才掌握最新知识?内部人才是否与其他技术社区有着更多的交流?如果没有交流,企业便需要从外部使用开发人员。

   害怕失业。尽管人工智能可以给企业带来巨大的变化和利润,但对于那些不了解的职员而言,人工智能可以完成人工可以做的事情,从执行物理任务到做出逻辑决策,人工智能可以处理所有事情,这可能会对企业中某些岗位的员工形成威胁。因此,可能会有人阻碍人工智能的实施,否则他们将会失去工作。

   不如简单开始。在缺乏规则的情况下,企业的人工智能项目将毫无价值。有传言说,复杂的项目会取得成功,但过于复杂的项目会耗费很多时间。所以,项目应该以一种简单的方式开始。

   实际上除了上述几点外,人工智能系统失败的另一个原因可能是不完整的数据集。每当人工智能系统需要接管时,必须对所有问题进行训练,并将其答案存在于数据集中。如果在培训期间数据集不完整,人工智能将无法实时响应情况。

   与此同时,算法也可能会出错。因为它们是由一些开发人员开发的。开发算法的人员很可能偏向某个特定的门派。在工作选择过程中,如果算法偏向某个特定部门,招聘公司可能会找不到合适的候选人。

   最后,偶尔的传感器错误也可能导致人工智能出现问题。在这种情况下,人工智能将保持原始状态。需要对人工智能系统进行全面培训,以了解可能遇到的任何情况。如果开发人员在设计上“偷工减料”,或者缺少正确的信息,必然会导致失败。

为您推荐

加载更多
加载更多
加载更多
加载更多
加载更多
加载更多
加载更多
加载更多
加载更多

网络设备论坛帖子排行

最高点击 最高回复 最新
最新资讯离线随时看 聊天吐槽赢奖品