IDC调查发现人工智能的使用正在全球范围内增长
新时代，高科技越来越发达。朋友们读了很多关于科技的重要新闻。我们也应该在生活中使用很多这些高科技的东西。朋友应该注意什么？今天，我想和大家分享一条关于科技的知识。我希望你会喜欢它。
超过一半的受访大公司认为，提供更好的客户体验是采用AI的主要驱动力。与此同时，类似数量的受访者表示，人工智能最大的影响是帮助员工更好地完成工作。无论是改善的客户体验还是更好的员工体验，采用人工智能与出色的业务成果之间都有着直接的关联。
“早期采用者报告称，随着AI解决方案的推出，客户体验提升了近25%，创新速度加快，竞争力更高，利润更高，员工体验更好。世界各地的组织都在采用人工智能进行业务转型，这不仅是因为他们可以，还因为他们必须敏捷、灵活、创新和可扩展。”人工智能战略规划副总裁Ritu Jyoti表示。
虽然人们对人工智能的好处已经达成了很多共识，但公司部署人工智能解决方案的方式仍然存在一些差异。IT自动化、智能任务/流程自动化、自动化威胁分析和调查、供应和物流、自动化客户服务代理和自动化人力资源是目前使用的AI的主要使用案例。对于大公司(超过5000名员工)，客服代理自动化和人力资源自动化是优先考虑的，而对于中小型公司(1000名员工)，IT自动化是优先考虑的。
尽管有这些好处，部署人工智能仍然会带来挑战，尤其是在数据方面。缺乏足够数量和质量的培训数据仍然是一个重大的发展挑战。数据安全、治理、性能和延迟(传输速率)是数据集成面临的主要挑战。解决方案的价格、性能和规模是最重要的数据管理问题。企业报告解决方案的成本是实施人工智能的第一个挑战。随着企业扩大工作量，分散在不同服务中的定价和现收现付定价可能会对人工智能的采用构成障碍。
调查的其他主要结果包括：
企业报告称，约三分之一的AI生命周期时间用于数据集成和数据准备，而不是实际的数据科学工作，这是扩大AI应用规模的一大障碍。
大企业要成功应用深度学习等机器学习技术，难度依然很大。企业将需要采用机器学习操作(mlops)——机器学习、开发和操作的结合——以便大规模实现AI/ML。
可信人工智能正迅速成为企业的重中之重。公平性、可解释性、健壮性、数据来源和透明度(包括披露)是现在需要解决的关键要求。
大约28%的AI/ML程序失败。据报道，缺乏具备必要专业知识的员工、可用于生产的数据和集成开发环境是失败的主要原因。
本文就为大家讲解到这里了。