人工智能已經(jīng)成為開(kāi)展業(yè)務(wù)的日常工作，不投資技術(shù)的公司可能會(huì)失去急需的生產(chǎn)力和利潤(rùn)增長(zhǎng)。但是，實(shí)施AI可能會(huì)有問(wèn)題，從與遺留系統(tǒng)的沖突到團(tuán)隊(duì)成員的抵制。

幸運(yùn)的是，已經(jīng)通過(guò)實(shí)施新技術(shù)的經(jīng)驗(yàn)的業(yè)務(wù)領(lǐng)導(dǎo)者具有寶貴的見(jiàn)解，可以幫助您順利過(guò)渡。下面，青年企業(yè)家委員會(huì)的八名成員分享了成功實(shí)施人工智能的一些最常見(jiàn)障礙以及克服這些障礙的策略。

人工智能在轉(zhuǎn)變業(yè)務(wù)中的作用不容忽視。盡管如此，大多數(shù)人還是不能很快適應(yīng)環(huán)境的變化。理想情況下，任何類(lèi)型的改進(jìn)技術(shù)系統(tǒng)的順利實(shí)施都應(yīng)與用戶(hù)一起就其工作過(guò)程，局限性，優(yōu)勢(shì)和維護(hù)要求進(jìn)行教育。大多數(shù)人不像應(yīng)該那樣熟悉新興技術(shù)，這會(huì)大大增加風(fēng)險(xiǎn)和錯(cuò)誤裕度，這可能會(huì)使系統(tǒng)失效，最終使公司承擔(dān)責(zé)任。因此，我認(rèn)為有必要在安裝新系統(tǒng)之前，對(duì)相關(guān)的隊(duì)友進(jìn)行定向和必要的教育，以在不影響效率的前提下最大化長(zhǎng)期效率。-阿比爾·拉扎(Abeer Raza)，TekRevol

在構(gòu)建機(jī)器學(xué)習(xí)或深度學(xué)習(xí)模型時(shí)遇到的最普遍的問(wèn)題之一是有問(wèn)題的數(shù)據(jù)-更廣泛地說(shuō)，缺少數(shù)據(jù)，缺少正確的數(shù)據(jù)，不干凈的數(shù)據(jù)，不完整的數(shù)據(jù)，有偏見(jiàn)的數(shù)據(jù)，噪聲比算法通常需要大量數(shù)據(jù)才能正確訓(xùn)練，并且對(duì)次優(yōu)和/或不足的數(shù)據(jù)集特別敏感。無(wú)論是交易，客戶(hù)，產(chǎn)品，財(cái)務(wù)，主數(shù)據(jù)，結(jié)構(gòu)化，非結(jié)構(gòu)化，文本，圖像等，數(shù)據(jù)都必須格式正確，并代表要建模的問(wèn)題或機(jī)會(huì)域。確保數(shù)據(jù)兼容性和實(shí)用性的最佳方法是在組織內(nèi)部采用全面的數(shù)據(jù)治理策略。-蘇珊·雷布納(Susan Rebner)，Cyleron，Inc.

人工智能需要數(shù)據(jù)才能有效。由于AI是一種數(shù)據(jù)驅(qū)動(dòng)技術(shù)，因此它需要持續(xù)不斷的數(shù)據(jù)流才能啟動(dòng)并保持有效運(yùn)行。大多數(shù)企業(yè)收集大量數(shù)據(jù)。但是，這實(shí)際上是關(guān)于收集正確的數(shù)據(jù)以使AI技術(shù)盡可能有效?？梢酝ㄟ^(guò)在企業(yè)中實(shí)施AI之前進(jìn)行大量研究來(lái)克服這一問(wèn)題。確定您的計(jì)算機(jī)將需要什么數(shù)據(jù)來(lái)解決當(dāng)前的問(wèn)題，并開(kāi)始建立此特定內(nèi)容的存儲(chǔ)庫(kù)。這樣，當(dāng)出現(xiàn)問(wèn)題時(shí)，您將處于領(lǐng)先地位，并且可以快速使用AI的實(shí)施從一開(kāi)始就有效地解決問(wèn)題。-賈里德·韋茨，美國(guó)資金來(lái)源公司