人工智能(AI)實際上發展了幾十年，直到最近人工智能才搖身一變，成為計算機科學界以外的一個炙手可熱的話題 。但事實上，保持其正確的視角很有必要。這是Cloudera學習機器總經理Hilary Mason近日在Open FinTech論壇主題演講中所說的話。為了人工智能能夠實現自己的價值，她說：“我們必須讓它變得乏味無聊，不可否認的是，人工智能確實不能讓我們感到興奮，因為它和你的編程代碼一樣，只是一個工具。”

那是因為在理想情況下，人工智能將無處不在，它需要在眾多系統和應用程序的支持下運行。 Mason表示：“我認為，實際上我們正在建立以人工智能為基礎的企業，這項技術將參與到企業許多的基本流程中。因此，當我說讓它應該變得更為乏味的時候，我認為這是正確的一件事情。”

Mason強調，人工智能沒有任何神奇或神秘的特質。人工智能是“建立在數據基礎之上的計算機程序，并在系統和反饋循環中引入更多數據的過程中不斷改善自身。雖然歷史進程中，人工智能一直是計算機科學和數據科學領域的一個乏味的話題，但毫無疑問，它現在已成為各個企業首當其沖的目標。Mason指出，這就是決定人工智能該被創建還是毀滅的原因。

她說：“許多人認為這種專門用于創新的學習型機器只能運用于學術界或創業公司。這些公司或研究所的進展相當不錯，但是學術界通常不會把重點放在幫你建立解決問題的生產系統上面，而是專注于那些能夠滿足任何基準的想法，這些基準能夠讓他們的論文發表，不要指望他們解決生產問題。”

同樣，由于初創公司只有有限的資源，導致他們無法掌握這一領域的專業知識，沒有足夠的數據，而且在很長的一段時間內，沒有開始著手進行這類的工作。有運營復雜業務和擁有人數眾多的大企業還有技術型公司。作為這些企業長期運營的副作用，通常會產生大量數據。所以Mason對于把人工智能構建到企業中有以下建議：

1.多溝通，征求整個企業的想法：

“第一步是進行廣泛的征集問題和意見，盡可能多地獲得潛在項目的想法，”Mason說， “然后進行想法的評測和驗證。”對人工智能的想法可以在部門間進行交流，也可以從外部尋求幫助，從其他行業引入。

2.考慮實現人工智能化的成本：

梅森問道：“公司目前的經濟情況是否能夠承擔大規模的建設?這是值得思考的。”比如深度學習這樣的幾年前無法實現的功能，如今很多公司已經能夠負擔了。“幾年前，在深度學習還沒有如此普遍的時候，我們就知道如何有效地運用它，但在當時，我們負擔不起，因為GPU，儲存成本還有計算成本過于昂貴。”

除此之外，人工智能組件正在通過開源解決方案實現商品化，這意味著“不需要自主開發，你就能構建強大軟件和基礎架構”。最后就是檢查數據選項，其中就包括來自公司內部和外部的數據。