目录:
视频: å¡ä¾¬ ææ» é¢ç´çæ¬ ï¼LCKmusicé¢ç´æ¹ç¼æ¼å¥ï¼ (十一月 2024)
Bluewolf（IBM公司）的一份报告显示，只有21％的小型企业已经实施了基于人工智能（AI）的解决方案。 AI投资差距调查对全球177位决策者进行了调查，以确定他们是否已采用AI和机器学习（ML），以及他们对这些技术的理解深度。 尽管33％的小型企业计划在未来12个月内投资AI（使明年采用AI的总人数达到54％），但总数仍低于大公司。 另外，30％的大公司已经投资了AI，而44％的公司计划在未来12个月内开始投资。 这使总数达到74％，比小型企业的总数多20％。
Bluewolf客户体验洞察高级副总裁Vanessa Thompson表示，在采用AI工具的公司与不打算采用这种工具的公司之间存在知识鸿沟。 她将这条鸿沟称为“ AI投资鸿沟”，并将其描述为“了解AI的C级高管与尚未将AI部署到业务中的高管之间的差距”。
因为Bluewolf出售AI工具，所以他们应该建议人们不购买AI工具的唯一原因是因为他们不了解AI工具。 为了核对汤普森的说法，我与Forrester Research客户洞察高级分析师布兰登·珀塞尔（Brandon Purcell）进行了交谈，探讨可能存在哪些其他问题，导致采用AI的人与未采用AI的人之间存在差距。 Purcell和Forrester Research进行了有关AI采用的类似研究。 尽管他的总数与IBM相似（51％的公司已经采用或正在扩展AI，还有20％的公司表示他们计划在未来12个月内采用AI），但Purcell提出了其他一些令人信服的理由，说明小型企业可能会落后人工智能采用的曲线。
人工智能的成本
赛尔称投资限制是主要因素，尤其是“与技能有关。小型企业没有资源聘请数据科学家。” 这些工作人员将从将数据推送到企业软件中和从企业软件推出时提取见解。
他们还将根据AI自身的情报来确定AI是否正在准确地读取您的数据并采取行动。 根据Glassdoor的数据，数据科学家的平均薪水为每年113, 436美元，这（在富人的宏伟计划中）仅略低于美国CEO的平均薪水（根据PayScale，为166, 000美元）。 因此，如果您是一家利润微薄的小型企业首席执行官，并且不想削减自己的薪水，那么很难合理地在数据科学家身上花费六位数，而在数据科学家身上花费金钱。可以在AI中转换数据的软件系统。
但是，不仅涉及金钱，还禁止小型公司投资于AI驱动的软件。 珀塞尔说：“相关方面，有一个数据因素。” “当您拥有大量数据时，人工智能将蓬勃发展。小型企业没有那么多数据可以做到这一点。”
这样想：您知道Facebook在发布照片时如何知道要标记哪些朋友吗？ 那是因为Facebook一直在从您所有以前标记的帖子中收集信息。 您曾经看过Netflix向您推荐的电影吗？ Netflix知道根据您以前的选择推荐这部电影。 Facebook和Netflix能够基于ML提出这些建议，而ML是AI的堂兄。 尽管它们很相似，但这两个术语经常互换使用（并且错误地使用）。
这是术语之间的基本区别：机器学习系统使用智能通过为您提供建议和简化流程的方式来提高性能，而利用人工智能的系统则使软件具有自主权来执行任务和决策，而无需人工监督。 ML是Netflix提供电影推荐的电影，而AI是您在后座小睡时开车上班的汽车。 作为一家刚刚开始生成数据的小型企业，与财富500强公司打开人工智能软件时看到的东西相比，人工智能的优势将微不足道。
蓝狼错了吗？
那么，蓝狼是否在调查中提供了不良信息？ 小型企业是否了解AI，但他们只是没有钱或数据而对此感到兴奋？ 珀塞尔（Purcell）并不认为Bluewolf的研究是错误的。 实际上，他认为IBM Watson是认知计算的创造者，认知计算是涵盖AI，ML和其他模仿人脑的其他应用程序的总称。
Purcell说：“他们花了很多钱来创建这个类别，但是他们在这个领域有很大的竞争对手：谷歌，亚马逊，Facebook，微软。” “那些公司还使用大量数据来训练AI系统。好莱坞对AI的定义是有感觉的机器人。我们还没有使用过。但是，当涉及到在企业级实现实用AI的AI时，IBM在创建这些工具方面表现出色。”
对好莱坞，人工智能和机器人在睡眠中谋杀我们的误解，可能是小型企业回避对人工智能工具的更多了解的原因。 如果您是俄克拉荷马州的T恤供应商，那么自动驾驶汽车或配备激光枪的未来机器人有什么好处？ 但是，在鲜为人知的背景下，珀塞尔（Purcell）和汤普森（Thompson）看到了小型企业的实际用例，即尚未对小型企业进行过教育的用例。
汤普森（Thompson）和蓝狼（Bluewolf）称之为“增强智能”，小型企业不一定需要数据专业知识或信息宝库即可利用AI。 Bluewolf将增强智能定义为应用程序具有推理，推断和提取想法的能力，即使使用非结构化数据集（如语言和图像）也是如此。 即使在公司开始收集数据时，增强智能解决方案也可以随时随地进行学习，而无需考虑将很少的信息输入到系统中。
汤普森说：“增强的智能功能可以使最终用户了解他们的需求，从而帮助他们预测下一步该做什么。” “我们认为增强技术是使各种规模的公司都可以实现人工智能的一种方式。”
这包括诸如组合外部和内部数据以填充增强智能技术用于制定业务决策的知识之类的事情。 例如，通过将外部本地购物模式和天气数据与专有的客户购物模式数据结合起来，电子商务公司可以进行超个性化的活动。 在这种情况下，数据科学家会有所帮助，但不是必需的，大量的客户数据将使活动更加强大。 但是，这并不能阻止该活动变得比没有内部和外部数据源相结合的强大功能。
