没有明确的赚钱计划当今的AI太多了

像Sharper Image目录一样，2018年的人工智能形势看起来非常糟糕。仅仅因为我们可以制造它们，并且因为它们是可销售的，所以充满了许多产品。您真的需要这种培根烤面包机吗?您是否真的认为这3D绘图笔会带出您的内在艺术家?就像这些产品一样，当今市场上太多的AI是一次性新颖技术。没有人进行市场调查来确定培根烤面包机的总体潜在市场。他们没有潜在客户的焦点小组。他们创造了一种新颖的东西，这种东西很有趣，并且具有足够的实用性，可以说服少数人以少量现金分道扬a。如果这几天听起来不像很多AI待售，那我不知道该怎么办。

为了保护业界，AI专家想提醒我们“还为时过早”。其他人则解释说，企业AI的第一波浪潮注定“注定要失败”，这在某种程度上是既定的也是可以接受的。鉴于其强大的功能和对社会的潜在影响，难道不应该将AI的标准更高吗?

结果，精明的客户问：为什么AI会有太多的套期保值和很少的问责制?

研究人员横冲直撞

我喜欢和下一个书呆子一样去研究实验室，但是我们需要在业务场景中对研究人员主导的AI实施保持谨慎。由于AI的人才严重短缺，许多公司都在从全球的大学中获取博士学位。Facebook拥有一个由100多名研究人员组成的AI研究团队，这是其他科技公司所不能说的奢侈，但Facebook Messenger AI组在达到70%的失败率后很快就被关闭。

相关：人工智能很可能使金融，医学或法律领域的职业少赚钱

有人可能会说，尽管投入了大量资金和学术人才，但该平台还是失败了，但我们必须对自己诚实：因为它失败了。

金钱和才能至关重要。他们很重要。但是，我们在这个行业遇到的故障率看起来更像是科学研究，而不是IT实施。《自然》杂志最近报道说：“超过70%的研究人员尝试并未能复制另一位科学家的实验，而超过一半的研究人员未能复制自己的实验。”

人工智能行业吸引了大量学术研究科学家，结果是对客户的业务进行了大量的试验。不要误会我的意思-作为技术企业家，我重视研究，实验甚至失败。但是任何企业家都会同意，要求客户承担所有风险是不可接受的。

同时，研究人员必然将重点放在技术及其内部工作上。他们没有经过培训，通常也不擅长确保最佳业务成果。考虑一秒钟，人工智能的失败不是由于人工智能博士不足的结果。他们是团队中缺少业务分析师和客户成功专家的结果。

如果您精通业务，那么您也会避险。

相关：想更像亚马逊吗?首先，使您的启动更多地由数据驱动。

肚脐注视的附带损害

研究人员是AI生态系统的重要组成部分。但是在过去十年中，成千上万的开发人员和技术人员涌入了太空。如果您曾经在诸如Stack Exchange或Hacker News之类的网站上停留过，您会发现有才华的技术专家组成的社区专门讨论新技术的优点，就编程语言和工具，平台和标准的优缺点进行争论。这就是技术行业一次进步的方式。

由于AI仍处于相对新生的阶段，因此围绕所有这些主题的讨论和辩论正处于热潮中。作为一个行业，我们仍在努力建立最佳实践和标准，并且该过程要求我们的技术负责人对技术本身具有内向的了解。

相关：为您的企业构建聊天机器人的十大最佳聊天机器人平台工具

好消息是我们已经这样做了数十年-这就是我们消除数字化转型以及向云计算，然后向移动技术过渡的方式，现在我们正在为AI做到这一点。

坏消息是，业内大多数人花费很少的时间和精力来了解他们的客户和他们的业务需求。硅谷拥有悠久的历史，一直在开发迷人的新技术，但由于产品/市场不适合他们而首次尝试失败。建立最佳技术与为我的企业建立最佳技术不是一回事。

这正是我们目前在AI中所看到的现象，至少对于尚未痴迷于客户的开发人员而言。

人工智能的下一个重大突破将不会来自斯坦福大学的实验室。与客户的代码不会发生这种情况。这将在人力资源部门中发生，招聘团队将制定策略来雇用具有弥合业务技术与业务成果之间差距的商人。

我们需要关注AI买家的业务，也需要关注他们的客户。人工智能不是一次性的技术-从始至终都会影响整个价值链。这些技术需要适合企业，而不是相反。

相关：被问及AI的危害后，名为Sophia的人形机器人嘲笑了伊隆·马斯克

自从“数字化转型”时代以来，我们一直在向企业讲授其IT应该如何工作。那将不再起作用。对于任何一个理智的高管来说，AI涉足的业务太多，涉及太多的流程，无法让技术公司告诉他们如何运营业务。

我们需要那些善于倾听客户和客户客户的商人-因为那才是AI真正产生影响的地方。

借助AI的业务转型能力，客户始终是对的。

标签： AI