時(shí)代在進(jìn)步，科技在發(fā)展，人工智能這項(xiàng)先進(jìn)技術(shù)已經(jīng)滲透到了人力資源、供應(yīng)鏈、多層次營(yíng)銷(xiāo)等各個(gè)領(lǐng)域。說(shuō)到人工智能，小編立馬就想起了多年前看過(guò)的威爾史密斯主演的一部電影——《我，機(jī)器人》。記憶最深刻的就是片中擁有人工智能的機(jī)器人開(kāi)始不受控制，學(xué)會(huì)了獨(dú)立思考，并向人類(lèi)做出反抗。這不禁引發(fā)人們深思，人工智能到底好還是不好？應(yīng)不應(yīng)該開(kāi)發(fā)？

風(fēng)險(xiǎn)和混亂是人工智能項(xiàng)目失敗的常見(jiàn)因素和主要因素。由于員工已經(jīng)熟悉工作流程，要替換現(xiàn)有流程是一個(gè)非常困難的決定。 資金、培訓(xùn)和時(shí)間的投入是公司難以承擔(dān)的巨大風(fēng)險(xiǎn)。即使在選擇人工智能之后，由于缺乏相應(yīng)的數(shù)據(jù)，問(wèn)題仍然沒(méi)有得到解決。算法不能正確處理數(shù)據(jù)。因此，團(tuán)隊(duì)就浪費(fèi)了大量和資源。

此外，人工智能不是一個(gè)單一的過(guò)程或技術(shù)。如果預(yù)算不夠，那么在缺少人工智能專(zhuān)家的情況下，客戶就不會(huì)對(duì)你公司的人工智能服務(wù)感興趣。這些都是大多數(shù)移動(dòng)應(yīng)用開(kāi)發(fā)公司人工智能失敗的常見(jiàn)原因。人工智能是一個(gè)能夠規(guī)劃、學(xué)習(xí)、推理、解決問(wèn)題、知識(shí)表示、感知、運(yùn)動(dòng)和操作的系統(tǒng)。在某種程度上，人工智能可能具有社會(huì)智力和創(chuàng)造力。今天，人工智能能夠推薦購(gòu)買(mǎi)的商品、娛樂(lè)用戶、發(fā)現(xiàn)信用卡上的欺詐行為，甚至能夠識(shí)別圖片中的面孔。

到目前為止，人工智能被分為兩類(lèi)——狹義人工智能和普通人工智能。狹義人工智能方面，比如蘋(píng)果的Siri、微軟的Cortana；而一般人工智能則類(lèi)似于《終結(jié)者》中的SKYNET(后者尚未成為現(xiàn)實(shí))。在未來(lái)幾年里，也許可以通過(guò)人工智能編寫(xiě)文章、駕駛汽車(chē)，甚至可以達(dá)到做手術(shù)的程度。

目前，人工智能在各種項(xiàng)目中取得了巨大的成功。某些數(shù)據(jù)咨詢公司還將人工智能納入其項(xiàng)目，以幫助廣告和媒體機(jī)構(gòu)進(jìn)一步開(kāi)展活動(dòng)。然而，并非所有使用人工智能的公司都取得了成功，這是一個(gè)公認(rèn)的事實(shí)。高達(dá)85% 的公司都失敗了。根據(jù)一些調(diào)查結(jié)果，人工智能發(fā)展的障礙主要來(lái)自高級(jí)管理層的抵制，以及對(duì)人工智能缺乏認(rèn)識(shí)和了解。管理層首先要求高投資回報(bào)，這是一個(gè)的巨大障礙。因此，那些看起來(lái)很有希望的項(xiàng)目有時(shí)候會(huì)落空。

來(lái)自 dimensional Research 的一份報(bào)告指出，10個(gè)人工智能項(xiàng)目中就有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(wèn)題。另一個(gè)失敗案例是，F(xiàn)acebook、亞馬遜、微軟和 Adobe 的代表都選擇使用名為神經(jīng)機(jī)器翻譯（NMT）的人工智能，因?yàn)樗軌蚍浅Ｑ杆俚貙?2種語(yǔ)言的內(nèi)容本地化。然而，這項(xiàng)技術(shù)(還有這個(gè)工具)僅被23% 的人使用。這些項(xiàng)目失敗的一些原因可能是:行家溝通失敗還未開(kāi)始就已失敗缺少數(shù)據(jù)專(zhuān)家內(nèi)部人才 / 軟件害怕失業(yè)簡(jiǎn)單開(kāi)始

當(dāng)提到人工智能項(xiàng)目的實(shí)施時(shí)，首先會(huì)有行家在周?chē)鷶_亂，比如“讓我們繼續(xù)(不同項(xiàng)目的名稱(chēng))”。它的成本也低得多?！?問(wèn)題不在于項(xiàng)目的類(lèi)型，而在于項(xiàng)目最能吸引投資回報(bào)率(ROI)。那該怎么辦？確保您的第一個(gè)基于AI的項(xiàng)目面向業(yè)務(wù)，實(shí)現(xiàn)KPI，并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)你和企業(yè)來(lái)說(shuō)意義重大。

當(dāng)你是一個(gè)數(shù)據(jù)科學(xué)家，并且正在使用技術(shù)術(shù)語(yǔ)與管理層溝通，就會(huì)出現(xiàn)溝通障礙。管理層根本無(wú)暇管你如何進(jìn)行項(xiàng)目，因?yàn)樗麄円呀?jīng)有很多事情需要處理了。不要教他們?nèi)斯ぶ悄?，只需要告訴他們?nèi)绾伟l(fā)展公司。此外，公司的優(yōu)先級(jí)必須與你的項(xiàng)目一致。他們會(huì)很高興聽(tīng)到你的建議，然后給你一個(gè)機(jī)會(huì)。

一些你可能不想做的事情，但是它可以發(fā)揮極大的作用。想象一下，你在項(xiàng)目上投入了大量資金，但是客戶告訴你，這些規(guī)范并不是他想要的。那么，你就死定了。所以，在真正開(kāi)始項(xiàng)目之前，做好充分準(zhǔn)備，比如準(zhǔn)備一些演示和報(bào)告，展示給客戶，并引導(dǎo)客戶同意他所看到的內(nèi)容。即使客戶不同意，你也不會(huì)遭受任何損失。知道了客戶的需求后，你就可以從客戶規(guī)范開(kāi)始了。

組織通常傾向于給那些應(yīng)屆畢業(yè)生或者沒(méi)有工作經(jīng)驗(yàn)的新手一個(gè)機(jī)會(huì)。原因很簡(jiǎn)單——節(jié)省開(kāi)支。而這就是最大的錯(cuò)誤。以節(jié)約成本為名義，聘用職場(chǎng)新手，實(shí)際上公司是在浪費(fèi)資源。屆時(shí)，項(xiàng)目沒(méi)有完成，他們就會(huì)想出一個(gè)又一個(gè)的借口來(lái)推脫自己的責(zé)任。組織需要的是一個(gè)經(jīng)驗(yàn)豐富的員工，來(lái)開(kāi)發(fā)人工智能項(xiàng)目，并將其推送給客戶。

培養(yǎng)內(nèi)部人才是一個(gè)不錯(cuò)的選擇，但是如果公司每次都使用同樣的人才，他們?nèi)绾未_保內(nèi)部人才擁有最新的知識(shí)。公司是否具備內(nèi)部人才？如果沒(méi)有，公司需要聘用海外開(kāi)發(fā)人員。

雖然人工智能可以給組織帶來(lái)巨大的變化和利潤(rùn)，但對(duì)于那些不知道的人來(lái)說(shuō)，人工智能能夠做到我們今天人類(lèi)所做的事情。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的事情。這在其最后階段可能對(duì)執(zhí)行該計(jì)劃的組織的雇員構(gòu)成威脅。因此，可能會(huì)有人阻礙人工智能的實(shí)現(xiàn)，否則他們就會(huì)失去工作。

在沒(méi)有試試簡(jiǎn)單規(guī)則之前，你的人工智能將不具有任何價(jià)值。人們說(shuō)復(fù)雜的項(xiàng)目會(huì)成功，但是過(guò)于復(fù)雜的項(xiàng)目會(huì)消耗很多時(shí)間。因此，項(xiàng)目應(yīng)該以一種簡(jiǎn)單的方式開(kāi)始。其他原因：除了上述原因，也可能存在其他因素導(dǎo)致項(xiàng)目失敗，因?yàn)樵诮o定的時(shí)間期限內(nèi)，你的期望可能會(huì)與實(shí)際有沖突。

盡管人工智能有很多光環(huán)，但有些問(wèn)題可能會(huì)出現(xiàn)，或者已經(jīng)出現(xiàn)了。舉個(gè)例子，一輛試運(yùn)營(yíng)的Uber自動(dòng)駕駛汽車(chē)在行駛時(shí)撞死了一名行人。你可能想到算法錯(cuò)誤，或者程序沒(méi)有被正確編碼。換做其他情況，就可能是因?yàn)閿?shù)據(jù)錯(cuò)誤，以至于向人工智能提供了一些錯(cuò)誤的指令。

人工智能系統(tǒng)失敗的另一個(gè)原因很可能是數(shù)據(jù)庫(kù)不完整。每當(dāng)人工智能系統(tǒng)需要接管時(shí)，必須對(duì)數(shù)據(jù)庫(kù)中所有的問(wèn)題和解決方案進(jìn)行測(cè)試和訓(xùn)練。如果在訓(xùn)練過(guò)程中遇到數(shù)據(jù)不完整，人工智能將無(wú)法實(shí)時(shí)響應(yīng)這種情況。此外，算法也可能出錯(cuò)。這是因?yàn)樗鼈兪怯扇祟?lèi)創(chuàng)建的。算法開(kāi)發(fā)者可能偏向于某個(gè)特定的方向。在工作選擇過(guò)程中，如果算法偏向于某個(gè)特定的方向，招聘公司可能無(wú)法找到最合適的候選人。

有時(shí)候傳感器可能不會(huì)給人工智能響應(yīng)問(wèn)題。這種情況下，人工智能必將失敗，仍保持原來(lái)的狀態(tài)(完全回滾)。人工智能系統(tǒng)需要進(jìn)行全面測(cè)試和訓(xùn)練，以找出它可能會(huì)遇到的任何情況。