人工智能是有前途且有价值的，但是人们需要注意一些最佳实践，以使人工智能程序朝着正确的方向发展。许多人对人工智能感兴趣，并且有许多关于人工智能在商业，医学和许多其他领域中取得的巨大进步的故事。但是，成功的故事掩盖了人工智能过程中非常不同的部分-成功之前需要完成许多艰苦的工作。 AISenseCorp的负责人贾斯汀·阮（Justin Nguyen）将人工智能的成功比作他在世界上一些最美丽的地方远足时拍摄的快照。其中一张照片展示了一个令人惊叹的景象：蓝天白云，绵延数英里的海岸线，然后是整个森林，还有露出岩石的山丘。这种效果是惊人的。阮在Interop数字会议上分享了这些想法：到达人工智能峰会，并为工业智能组织建立权威手册。他说：“人们可以看到攀登成功是成功的，但是还有很多工作要做。人工智能类似于壮观的峰会快照。需要付出很多努力和克服许多障碍，但是人们对此并不了解。相反，人们将听到在所有这些不同行业中如何部署和实施人工智能的所有巨大成功。都是关于宣传和炒作，所有令人兴奋的事情。每个人都想这样做，他们正在谈论它。 。但是我听不到为此所需的所有努力。” Nguyen指出，但实际上大多数数据科学项目都失败了，而且90％的产品从未投入生产。人工智能项目失败的主要原因有三个：第一，存在数据问题。数据是任何成功的人工智能计划的基础，并不是每个组织都将数据质量，主数据管理和数据治理放在整个组织的首位。因此，其数据可能不准确，隔离且速度慢。其次，业务可能尚未准备就绪。组织需要对数据科学计划所需的要求和功能有清晰的了解。这包括进行彻底的尽职调查以定义可实现的用例。第三，组织需要确保其技术堆栈是最新的，并且其数据管道和流程是可伸缩的。这是在组织中实际实施人工智能项目所需的条件。阮说：“我看到许多公司在早期阶段犯的最大错误是选择正确的用例。选择早期用例非常重要，因为它为组织的未来成功奠定了基础。一个好的用例可以节省金钱和收益。利润或其他类似指标来衡量项目的价值。 Nguyen还建议组织使用第一个用例来快速取胜。阮说：“该组织的早期胜利不仅带来了价值，而且提供了切实而引人注目的叙述。它使组织与其愿景保持一致。它激发了人们的热情，并创造了组织继续前进的需要。推动并推动所有这些主要的技术和主要过程变更。”接下来是该计划，Nguyen表示，这是许多组织开始的计划。首先，您需要与组织中的领导者进行集思广益会议，以探讨各种可能性和痛点。然后根据业务价值和技术可行性确定优先级。这意味着要查看您拥有的数据，以及这些数据是否可访问和准确，检查用于执行工作的技术以及评估组织的技能和能力。似乎需要完成许多工作，但不要让它变慢。他说：“尽早开始，敏捷，然后从小开始。人工智能从今天开始。不要等到一切变得完美之后再开始。从现在开始逐渐赢得胜利。”他推荐这种方法，因为人工智能是关于进步的，而不是完美的。随着时间的流逝，组织需要学习，进步和改进。现在是一个好的开始，因为不管部门是什么，越来越多的人对组织开发的人工智能感到兴奋。阮说：“事实是现在正在发生变化，许多人对人工智能真的很感兴趣。他们喜欢谈论和听到关于人工智能的信息。”组织可以使用它来推动业务发展。 Nguyen建议定期重复地宣传，教育和授权组织的用户。当这样做时，利益相关者将欣赏人工智能的发展，并且他们将开始意识到数据的重要性。