什么时候不应该投资AI? 股市反弹:我如何在2021年向英国股票投资5,000英镑 共同基金,每月投资5,000,持续10年 现在在哪里投资$ 10,000 Kanarys为其数据驱动平台筹集300万美元 用于评估多样性和包容性工作 巴西公司计划下周开始生产俄罗斯疫苗 伦敦的人口可能在2021年下降,这是本世纪以来的首次 伊隆·马斯克告诉追随者“使用信号”,导致名称相近的无关股票飙升1100% JSU的新业务大楼应在秋天完成 合伙企业宣布第二轮小企业补助金 英国脱欧一周,英国企业的痛苦已经来临 三星将向蓬勃发展的芯片业务投入300亿美元 商业中断补助金计划结束 为拉丁美洲企业家重建小企业的指南 2021年要准备的4个业务挑战 珠宝产品开发经理招聘 Collagerie招聘数字营销经理 前洛杉矶道奇队经理汤米·拉索达出院 淡水河谷船长否认与格里姆斯比镇冲突前与前经理约翰·阿斯基的裂痕 对冲基金经理Scaramucci推出加密货币基金 兰帕德,别尔萨和克洛普:谁是英超联赛中最好的经理 兰帕德当心:没有切尔西主教练在阿布拉莫维奇的统治下幸存下来 万达利亚任命新的城市经理 新的PSG经理Mauricio Pochettino致电尤文图斯 据报道,坎卢普斯的室内健康经理在墨西哥度过了假期 亚历山大·阿诺特和路易威登经理莱德说要领导蒂芙尼 牛津联队在一个月的经理和球员不合 谁是马瑟韦尔新任经理格雷厄姆·亚历山大 黑豹面试一对内部候选人担任总经理职务 Apex镇经理Drew Havens将成为下一个Duck镇经理 新红袜教练比安卡·史密斯渴望成为美国职业棒球大联盟的经理 传奇道奇队经理汤米·拉索达去世享年93岁
您的位置:首页 >商院 >

什么时候不应该投资AI?

在1980年代对人工智能(AI)的业务采用进行了研究。该研究发表在《管理信息系统季刊》上,发现企业急于对人工智能进行投资,预计市场价值为40亿美元。

但是,结果令人震惊。

研究发现,在五年的时间里,只有33%的AI解决方案实现了商业价值,而其余的则被放弃了。事实证明,许多流行的AI应用都是纯粹的炒作,而一些公司对AI则幻灭了。

今天,同样的故事又在重复。

尽管AI研究已经取得了数十年的进步,并且最近取得了许多突破,但企业仍在为采用该技术而苦苦挣扎。麦肯锡(McKinsey)的一项调查发现,只有8%的公司采用了能够采用和扩展AI的实践。

人工智能具有非凡的功能,但并不适合所有情况。在以下五种情况下,不花钱投资人工智能。

相关:您购买的不是人工智能:如何从小说中分辨事实

1.当更简单的解决方案可以完成工作时

大多数业务问题可以通过简单分析来解决。即使在当今使用机器学习的组织中,基于回归的简单技术也是最受欢迎的。只有极少数的企业真正需要AI。随着AI功能的普及化,将其用于每个业务问题都是很诱人的。但是,为什么要用大炮拍苍蝇呢?

100万美元的Netflix奖是将Netflix电影推荐引擎的准确性提高10%的一项全球挑战。Netflix从超过50,000个全球团队中找到了赢家。他们付了钱,但从未使用过算法!相反,他们部署了排名较低的提交。尽管精度较低,但这种更简单的解决方案具有较低的工程成本,更适合实际使用。

2.当您没有足够的数据时

分析技术需要数据来发现可行的见解。技术越强大,所需的数据量就越大。AI具有巨大的数据需求,它需要数十万个数据点来执行基本任务,例如检测图片。必须清除这些数据并以特定格式准备以教授AI。不幸的是,高品质,带有标签的数据并不是每个组织都能负担得起的。

例如,人工智能可以预测您未来4周的销售额。但前提是您有许多个月的详细历史数据。如果您只拥有最近几周的数据,那么AI将无法提供帮助。因此,请改用简单的预测技术,例如外推法。仅需几个数据点,它就可以为您提供可靠的见解,以制定您的业务决策。

3. AI仍在实验中的地方

我们每天都在看到AI研究的惊人进步。如今,AI可以根据您的字幕生成图片,或控制大量的无人机。但是,在精心控制的场景中执行任务和在现实世界中执行任务之间存在很大差异。AI的许多令人印象深刻的成就仍处于试验阶段。

2013年,MD安德森癌症中心(MD Anderson Cancer Center)采取了大胆的举措,以部署IBM Watson的AI来协助其临床医生进行癌症诊断。该系统在接下来的几年中花费了超过6,200万美元,以使其在实际情况下能够正常工作后,终于退役了。如今,人工智能在检测癌症方面已经变得更加出色,但尚未得到主流采用。尝试AI是件好事,但您必须知道可以在黄金时段准备就绪的地方。

相关:AI解决方案如何解决5项长期业务挑战

4.当成本超过收益时

今天,在某些领域人工智能可以很好地完成工作。但是,总体拥有成本如此之高,以至于在经济上可能尚不可行。当组织考虑AI时,他们通常仅计划实施成本。这些只是冰山一角。使AI为您服务需要大量的投资。

例如,如果要构建由AI驱动的客户体验平台,则必须收集可捕获更深层次客户信号的新数据。您必须手动标记数据以训练AI,甚至在花在软件平台,高级硬件和分析团队上之前。此外,您必须培训最终用户数据素养,定制业务工作流并为正在进行的变更管理预留预算。

要扩展AI,您必须在实施上花费与预算相同的预算。但是,最大的问题是,更快乐的客户是否会为您赚取足够的增量收入来支付AI的所有这些费用。在尝试之前,请先做一下数学运算。

5.需要理解和同情的地方

假设您的业务问题不属于上述四种情况。如果您的用户需要理解和关心,那么AI可能仍然不适合您。AI非常擅长于发现模式,它可以揭示人类没有机会发现的更深层次的趋势。但是,AI并不了解事物。它也无法与人类用户建立情感联系。

我们看到了人工智能如何在癌症研究中取得突破。它击败了专家医生做出的诊断。但是,您认为患者是否准备好通过机器了解其癌症诊断信息?情商和同理心是深厚的人类技能。这些对于您的解决方案有多重要?考虑这个问题将帮助您确定您是否真的需要AI,并且即使您部署AI也会显示出所需的高水平人员参与。

如何不把马车放在马前

我们已经研究了AI的不足以及它可能非常适合的情况。为了正确理解这一点,您必须将AI视为分析工具包中的另一种工具,尽管它功能强大。

您如何确定AI是否最适合您的需求?

从您的业务需求开始。找出技术和数据应对挑战的方式。制定解决您业务问题的最佳解决方案。从最简单的技术开始,评估您可以使用的所有工具。随着复杂性的提高,平衡结果的简单性和有效性。如果选择AI,请确保您拥有正确的数据,所需的预算以及适当水平的人工干预以使其正常运行。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。