人工智能(AI)正以更快的速度滲透到企業IT中，不過，應用曲線仍然隻是剛開始。從自動駕駛汽車到智能助手、網絡安全，再到創造更多個性化的搜尋結果和推薦，人工智能及其子集——如機器學習和深度學習技術已經對我們的生活和工作産生了巨大影響。
然而，由于使用超大資料集來産生新價值的趨勢也會帶來不小負面影響，是以要采取謹慎的态度。并不是說人工智能會毀滅我們，但有些軟體和技術供應商總會利用機會進行炒作，會誇大他們的人工智能技術水準，以吸引你的注意力并促進銷售。
這種技術炒作并不新鮮，我們都曾經曆過甚至經曆的不少，一如當年的雲計算，是以我們也理應對那些聲稱将技術融入解決方案的公司持一定的懷疑态度。顯然，有幾家關鍵的、具備引導能力的公司在技術上投入了大量資金，還有無數的學者在推動這一領域的發展。但是，根據麻省理工斯隆管理集團(MIT
Sloan Management
Group)最近的一項調查，全球隻有不到39%的公司擁有人工智能戰略。調查還顯示，隻有20%的公司将人工智能納入到了他們的産品或流程中。
這些統計資料應該引起作為“購買方”的你的注意，并防止掉進他們所挖的坑裡，評估一個軟體或技術供應商是否具有真正的提供人工智能技術的能力時，企業應該考慮三件事。
專業人員
第一，也是最重要的一點：確定供應商擁有在人工智能和深度學習方面擁有廣泛教育和背景的專業知識和員工。這包括大量的資料科學家、數學家、建築師和工程師。這些人負責提出模型，教機器了解各種情況，計劃未來的行動，預測它們的影響，并從結果中學習。同樣重要的是，他們得擁有可視化方面的背景——這是以一種很容易翻譯的方式來了解資料的過程。可視化通常和算法本身一樣重要。
像谷歌、Facebook、微軟和亞馬遜這樣的大公司，能夠招聘最優秀的人才。僅Facebook就有100名員工專門從事人工智能研究，他們都有成千上萬的資料科學家，其中很多都是博士和來自頂級大學的專家。是以，一定要了解技術背後的員工和他們之前的經曆。
資料，和更多的資料
下一個重要拼圖是資料。涉及到人工智能應用程式時，資料越多越好。檢視供應商的資料範圍，并確定他們能夠從各種來源收集資訊。詢問他們的客戶基礎，以及在垂直行業、地理位置和部門規模等方面的多樣性。
同樣，并非每家公司都可以擁有谷歌或Facebook的規模，但更深入、更廣泛的資料将確定有足夠的相關性，從中找到有趣的見解，并從中學習做出更有價值的決策。
一個靈活且安全的基礎設施
最後一個元素是確定IT供應商擁有可靠的基礎設施。雲計算公司了解管理資料中心、管理通路和保護資料的挑戰。這些公司需要的另一個關鍵角色是devops：經驗豐富的團隊可以将各種技術(如Apache
Spark、Hadoop和開源元件)結合在一起，進而使人工智能系統發揮作用，并給予資料科學家正确的通路權限。
如果你的供應商在歐盟營運，或者在那裡為客戶服務，他們也會從匿名化引擎中獲益，以遵守當地資料保護法規，這可能會使系統開發變得更加困難，或者擔起高額罰款的風險，甚至可能更糟。但事實上，任何地方的公司都可以從提升的安全性中獲益。
人工智能當然是我們未來的方向，但還是要理智對待。軟體和技術供應商應該聽聽Gartner最近的建議:“在你的銷售和營銷材料中明智地使用‘AI’這個詞，”和“明确你的人工智能提供什麼，以及它解決了什麼問題。”
本文轉自d1net（轉載）