阻碍人工智能在企业中被高效使用的主要障碍是什么？
企业高级主管参与人工智能（ai）计划的情况目前正在迅速增长，高质量的培训数据正在成为重点。受到疫情的影响，企业加快了人工智能计划的推进速度。2020年，无论是参与人工智能计划的高管数量还是预算都翻了一番。
企业从此次疫情中得到的一个重要教训是，企业需要做好准备，能够随时获得高度的业务敏捷性。达尔文进化论的精髓是，那些能够比竞争对手更快适应市场发展趋势的企业将成为市场的领导者，并且能够一直保持这种领先优势。反之，许多企业将会消失。
企业领导者如何知道自己应该做出什么样的决定呢？问题在于，由于有海量的数据需要分析，同时人类处理信息的速度还不够快，从而导致无法找到能够推动业务变革的关键洞察力。相比之下，机器可以以更高的速度工作。加之企业高管正面临着前所未有的压力。因此，企业高管们开始纷纷转向人工智能，希望人工智能能够帮助他们在尽可能短的时间内做出最佳决策。
人工智能公司appen近期发布了本年度的《人工智能和机器学习状态报告》。该报告在今年4~5月对374位业务和技术决策者进行了调查。与此同时，该报告还对全职员工数量在1000人以上和1000人以下的企业的人工智能状态进行了评估。以下为该报告的一些研究结果。
企业高管参与人工智能计划的情况大幅增长
该报告指出了一个重要的变化，即当前企业的高级主管参与人工智能计划的情况比以往任何时候都要高，71％的受访企业称他们的高管参与到了人工智能计划当中。相比之下，2019年只有39％的高管参与人工智能计划。在高管参与人工智能的企业当中，42%的高管是首席技术官，这也解释了为什么2020年人工智能的预算会增加的原因。疫情是暂时的，但我们希望人工智能浪潮不是暂时的。我认为人工智能将成为自互联网崛起以来推动业务发生变革的最大推动力。
企业高管们将人工智能视为他们的业务能否取得成功的关键。不同行业中的大大小小的企业都是这种看法。27％的受访者表示他们企业的人工智能预算超过了100万美元，10％的受访者表示他们的人工智能预算超过了500万美元。随着人工智能在全球被广泛采用，预计这些数字还将会继续大幅上升。
风险和道德也是高管们的关注重点
随着高管们的参与度逐步提高，企业开始将关注重点转向风险管理、治理和道德，因为这是企业在全球和向用户群全面推广人工智能计划的关键。随着企业开始用人工智能弥补人类能力的不足，人工智能的使用责任必须成为整个流程的一部分，以确保公平性、隐私性、透明性和安全性，防止滥用数据。
尽管企业认为负责任地使用人工智能对业务能否取得成功至关重要，但是只有25％的受访者将不带偏见的人工智能视为关键任务。半数的受访者认为这不是主要问题，或者只是刚刚开始考虑这一问题。研究表明，企业必须采取更为积极主动的措施向着负责任地使用人工智能这一目标努力。此外，仅仅拥有准确的数据或算法对于人工智能来说是不够的。人工智能治理也是十分有必要的，前提是要有明确的道德标准。
数据管理成为高质量人工智能的发展阻力
对于企业而言，他们面临的另一大挑战是数据管理。appen的调查显示，3/4的企业至少每季度会更新一次人工智能模型。40％的受访者表示，缺乏数据或数据管理已经成为阻碍人工智能在企业中被高效使用的主要障碍。
93％的受访者表示，与往年相比，企业处理的数据类型和复杂程度正变得越来越多和越来越高，因此他们的企业需要质量更高的培训数据。调查报告指出，许多企业的人工智能部署仍然处于滞后状态，尤其是在培训数据方面。基于这个原因，企业领导者开始跳出内部资源，找第三方服务提供商帮助自己实施人工智能的部署工作。
我与业务主管们每次讨论人工智能时几乎都要谈到数据管理和数据质量的问题。尽管目前企业拥有的数据比以往任何时候都要多很多，并且还在以指数级的速度增长，但是许多数据还是处于数量孤岛中，并且格式五花八门。数据科学领域有一句名言，即“好的数据可以带来好的见解”。反之亦然。错误的数据会导致错误的见解，部分数据将会带来片面的见解。对数据的处理和数据质量的重要程度与人工智能计划本身同样重要。
云计算与人工智能互为绝配
appen的报告显示，2020年使用云机器学习提供商的业务和技术决策者在数量上较前一年翻了四倍。这些云机器学习提供商主要为microsoft azure（49％）、google云（36％）、ibm watson（31％）、aws（25％）和 salesforce einstein（17％）。与2019年相比，以上每家提供商的云机器学习的部署率在2020年都达到了两位数。之所以会出现大幅增长，原因在于许多企业开始寻找能够适应人工智能计划日益复杂的解决方案。
尽管全球都爆发了疫情，但是70％的受访企业并不认为疫情给人工智能策略带来了负面冲击。事实上，近半数的企业正在密切关注自己的人工智能策略，其中20％的企业称他们大幅加快了人工智能策略的推出速度。只有9％的企业预计自己的人工智能策略会大幅推迟。
企业高管们加大了对人工智能的投资力度表明，即使在疫情期间，企业仍然愿意为关键计划花钱。这也表明，这些企业将人工智能产生的敏捷性视为短期生存和长期优势的关键。有了正确的工具和策略，企业可以访问符合道德标准的干净且高质量的数据，从而推动在整个企业范围内成功部署人工智能。
作者：本文作者zeus kerravala为市场研究公司zk research的创始人兼首席分析师。
盘点未来机器人十大新兴应用领域
机器视觉检测设备原理
Docker容器实现边缘采集
4路(3路数据+1路时钟)LVDS串行器/解串器的延迟裕量测
存储背后的大脑：NAND 闪存控制器实际上是做什么的？
阻碍人工智能在企业中被高效使用的主要障碍是什么？
LED封装企业木林森预计净利润11.58亿同比增长283.76%
小米5sPlus最尴尬的旗舰！
2019年物联网报告
益登科技车用摄像头解决方案大幅提升产品差异和竞争力
基于SPE61A单片机的非接触式高压验电器的开发
中国联通混改倒计时或8月17日公布 阿里可能是最大投资方
数读电：3亿:鹤山供电助力电网升级改造
广和通携多款5G模组新品亮相MWC Las Vegas 2022，加速全球5G数字化应用进程
在3D打印机中推动步进电机的极限控制方案
如何建立一个增强型棚/车库报警器
由D触发器设计的停电自锁电路
什么是AR隐形眼镜，AR隐形眼镜的应用
新一代摄护腺切除手术 机器人成不可缺要角
成功的人工智能应用有哪些？
企业从此次疫情中得到的一个重要教训是，企业需要做好准备，能够随时获得高度的业务敏捷性。达尔文进化论的精髓是，那些能够比竞争对手更快适应市场发展趋势的企业将成为市场的领导者，并且能够一直保持这种领先优势。反之，许多企业将会消失。
企业领导者如何知道自己应该做出什么样的决定呢？问题在于，由于有海量的数据需要分析，同时人类处理信息的速度还不够快，从而导致无法找到能够推动业务变革的关键洞察力。相比之下，机器可以以更高的速度工作。加之企业高管正面临着前所未有的压力。因此，企业高管们开始纷纷转向人工智能，希望人工智能能够帮助他们在尽可能短的时间内做出最佳决策。
人工智能公司appen近期发布了本年度的《人工智能和机器学习状态报告》。该报告在今年4~5月对374位业务和技术决策者进行了调查。与此同时，该报告还对全职员工数量在1000人以上和1000人以下的企业的人工智能状态进行了评估。以下为该报告的一些研究结果。
企业高管参与人工智能计划的情况大幅增长
该报告指出了一个重要的变化，即当前企业的高级主管参与人工智能计划的情况比以往任何时候都要高，71％的受访企业称他们的高管参与到了人工智能计划当中。相比之下，2019年只有39％的高管参与人工智能计划。在高管参与人工智能的企业当中，42%的高管是首席技术官，这也解释了为什么2020年人工智能的预算会增加的原因。疫情是暂时的，但我们希望人工智能浪潮不是暂时的。我认为人工智能将成为自互联网崛起以来推动业务发生变革的最大推动力。
企业高管们将人工智能视为他们的业务能否取得成功的关键。不同行业中的大大小小的企业都是这种看法。27％的受访者表示他们企业的人工智能预算超过了100万美元，10％的受访者表示他们的人工智能预算超过了500万美元。随着人工智能在全球被广泛采用，预计这些数字还将会继续大幅上升。
风险和道德也是高管们的关注重点
随着高管们的参与度逐步提高，企业开始将关注重点转向风险管理、治理和道德，因为这是企业在全球和向用户群全面推广人工智能计划的关键。随着企业开始用人工智能弥补人类能力的不足，人工智能的使用责任必须成为整个流程的一部分，以确保公平性、隐私性、透明性和安全性，防止滥用数据。
尽管企业认为负责任地使用人工智能对业务能否取得成功至关重要，但是只有25％的受访者将不带偏见的人工智能视为关键任务。半数的受访者认为这不是主要问题，或者只是刚刚开始考虑这一问题。研究表明，企业必须采取更为积极主动的措施向着负责任地使用人工智能这一目标努力。此外，仅仅拥有准确的数据或算法对于人工智能来说是不够的。人工智能治理也是十分有必要的，前提是要有明确的道德标准。
数据管理成为高质量人工智能的发展阻力
对于企业而言，他们面临的另一大挑战是数据管理。appen的调查显示，3/4的企业至少每季度会更新一次人工智能模型。40％的受访者表示，缺乏数据或数据管理已经成为阻碍人工智能在企业中被高效使用的主要障碍。
93％的受访者表示，与往年相比，企业处理的数据类型和复杂程度正变得越来越多和越来越高，因此他们的企业需要质量更高的培训数据。调查报告指出，许多企业的人工智能部署仍然处于滞后状态，尤其是在培训数据方面。基于这个原因，企业领导者开始跳出内部资源，找第三方服务提供商帮助自己实施人工智能的部署工作。
我与业务主管们每次讨论人工智能时几乎都要谈到数据管理和数据质量的问题。尽管目前企业拥有的数据比以往任何时候都要多很多，并且还在以指数级的速度增长，但是许多数据还是处于数量孤岛中，并且格式五花八门。数据科学领域有一句名言，即“好的数据可以带来好的见解”。反之亦然。错误的数据会导致错误的见解，部分数据将会带来片面的见解。对数据的处理和数据质量的重要程度与人工智能计划本身同样重要。
云计算与人工智能互为绝配
appen的报告显示，2020年使用云机器学习提供商的业务和技术决策者在数量上较前一年翻了四倍。这些云机器学习提供商主要为microsoft azure（49％）、google云（36％）、ibm watson（31％）、aws（25％）和 salesforce einstein（17％）。与2019年相比，以上每家提供商的云机器学习的部署率在2020年都达到了两位数。之所以会出现大幅增长，原因在于许多企业开始寻找能够适应人工智能计划日益复杂的解决方案。
尽管全球都爆发了疫情，但是70％的受访企业并不认为疫情给人工智能策略带来了负面冲击。事实上，近半数的企业正在密切关注自己的人工智能策略，其中20％的企业称他们大幅加快了人工智能策略的推出速度。只有9％的企业预计自己的人工智能策略会大幅推迟。
企业高管们加大了对人工智能的投资力度表明，即使在疫情期间，企业仍然愿意为关键计划花钱。这也表明，这些企业将人工智能产生的敏捷性视为短期生存和长期优势的关键。有了正确的工具和策略，企业可以访问符合道德标准的干净且高质量的数据，从而推动在整个企业范围内成功部署人工智能。
作者：本文作者zeus kerravala为市场研究公司zk research的创始人兼首席分析师。
盘点未来机器人十大新兴应用领域
机器视觉检测设备原理
Docker容器实现边缘采集
4路(3路数据+1路时钟)LVDS串行器/解串器的延迟裕量测
存储背后的大脑：NAND 闪存控制器实际上是做什么的？
阻碍人工智能在企业中被高效使用的主要障碍是什么？
LED封装企业木林森预计净利润11.58亿同比增长283.76%
小米5sPlus最尴尬的旗舰！
2019年物联网报告
益登科技车用摄像头解决方案大幅提升产品差异和竞争力
基于SPE61A单片机的非接触式高压验电器的开发
中国联通混改倒计时或8月17日公布 阿里可能是最大投资方
数读电：3亿:鹤山供电助力电网升级改造
广和通携多款5G模组新品亮相MWC Las Vegas 2022，加速全球5G数字化应用进程
在3D打印机中推动步进电机的极限控制方案
如何建立一个增强型棚/车库报警器
由D触发器设计的停电自锁电路
什么是AR隐形眼镜，AR隐形眼镜的应用
新一代摄护腺切除手术 机器人成不可缺要角
成功的人工智能应用有哪些？