AI 的困境

科技 09-28

當下那些超大公司在如何克服AI方面的幾大挑戰。

摘要：許多企業試圖改造業務，打造競爭優勢，於是大力投入於AI技術。這份針對多個行業跨國公司數據科學和工程團隊領導人的調查發現，將近90%的人在大力投入於AI，但全面獲得投入回報的寥寥無幾。

只有三分之一的AI項目成功，從概念階段到生產階段歷時超過6個月，相當多一部分根本就沒有進入到生產階段，這給企業組織帶來了AI困境。

數據成就了AI，但也讓AI實施起來困難重重。約96%的企業稱，AI項目進入到生產階段時，與數據有關的挑戰是最常見的障礙。企業數據不支持AI，並分散在數百個系統中，比如數據倉庫、數據湖、資料庫和文件系統。TensorFlow之類的機器學習框架又不搞數據處理。

由於數據系統不「搞AI」、這些AI技術不「搞數據」，企業到頭來平均使用7種不同的工具，這造成了摩擦，阻礙了項目。雪上加霜的是，調查發現，由於數據科學團隊和工程團隊分屬獨立的部門，其中80%面臨數據協作挑戰。

所以，什麼有望幫助這些企業克服AI困境？據調查聲稱，90%的調查人員認為，統一分析（Unified Analytics）可破解AI困境。這種方法將數據處理與機器學習框架統一起來，在整個機器學習生命周期為數據科學團隊和數據工程團隊的協作提供便利。統一分析是一類新的解決方案，它整合數據科學和數據工程，極大地方便了企業搞AI項目。統一分析讓數據工程師更容易跨孤立的系統構建數據管道，並準備用於建模的標記資料庫，同時讓數據科學家能夠探索和顯示數據、協作構建模型。

引言：CIO/IDG研究服務公司調查了歐美大企業（員工超1000人）正在考慮或使用AI技術的200多名IT高管。我們想全方位了解AI投入、預期的業務成果、挑戰以及促進AI成功的因素。

AI困境――近90%投入於AI，但成功的寥寥無幾

很顯然，多個行業的調查對象往AI項目投入了大量的資源，希望打造新的業務模式，以便充分利用數據和機器學習，包括發現挽救生命的新葯、檢測欺詐和惡意行為、改善全球供應鏈管理，以及為客戶打造高度個性化的數字化體驗。

儘管面臨挑戰，但調查對象還是全力投入於AI。如此一來，三分之二的調查對象預計AI投入在今後一年會加大也就不足為奇了（見下圖）。

Databricks的產品營銷副總裁巴拉什?高達（Bharath Gowda）說：「AI大有潛力帶動顛覆性創新，從而影響全球大多數企業。它廣泛應用於各行各業。它現用於基因組學，加快藥物發現、促進個性化醫療。它還用於製造業，提高產品開發和交付過程的運營效率。儘管大有潛力，但是成功地擴大AI項目規模的公司卻寥寥無幾。」

與數據有關的挑戰在阻礙96%的企業搞成功AI

但CIO/IDG調查顯示，由於諸多原因，企業還沒有完全獲得AI的好處，但數據是一個絕對的話題。說到項目進入到生產階段時，幾乎所有調查對象（96%）提到了多個與數據有關的挑戰（見下圖）。