根據調查，AI的承諾與企業實施它的能力之間似乎存在差距。對這一點的進一步證實是，接近一半的被調查組織表示他們更愿意購買預先打包的AI解決方案或使用已嵌入其應用程序中的AI功能。這不應該是一個驚喜，因為最終用戶組織希望使用AI來幫助更好地解決業務問題。他們并不希望簡單地購買人工智能技術作為目的。

一個至關重要的因素是推動預先打包的AI或AI嵌入式應用程序的偏好。由于缺乏內部技能，許多企業不準備自己制定自定義解決方案。

Gartner的分析得出結論，技能差距是人工智能采用的最大障礙。

受訪組織處于人工智能項目的早期階段。實際上，Gartner發現許多組織仍在努力從描述性分析轉向基礎機器學習解決方案，以進行預測性和規范性分析。

我們研究的另一個發現是，實施人工智能解決方案的組織不僅僅是那些將自己標記為“具有攻擊性”的組織，這意味著他們歡迎使用尖端技術。事實上，超過一半的報告實施人工智能解決方案的調查參與者將其組織稱為“主流” - 通常等待技術成熟的組織。

AI：仍處于知識收集階段

企業對人工智能有濃厚的興趣 - 從2015年到2017年，我們的客戶詢問人工智能主題的問題翻了兩番。2016年1月，“人工智能”一詞甚至沒有進入我們的前100個搜索術語。一年后，它排在第11位，2017年5月排在第7位。這證明了人們對如何將AI用作數字業務戰略的一部分非常感興趣。

也就是說，大約三分之一的受訪者表示他們在定義人工智能戰略時面臨挑戰。這是有道理的，因為59%的組織仍處于知識收集階段。安全和整合也被報告為挑戰(分別為30%和27%)，主要是知識收集 - 戰略發展階段的組織。

令人驚訝的是，確定如何衡量使用人工智能的價值只是23%的受訪者面臨的挑戰。這可能是因為這些組織中的大多數仍在制定其戰略，并且尚未理解衡量所考慮的解決方案的商業價值的重要性。

是時候去上學了

我們發現雖然組織仍然難以找到經驗豐富的數據科學家來進行高級分析項目，但要找到熟練掌握深度學習等AI技術的員工更加困難。

人工智能的大部分創新都發生在大學層面，畢業的學生正在加入谷歌，亞馬遜和微軟等云AI供應商，或者啟動自己的創業公司，以利用風險投資界的投資。

因此，許多企業正在尋求更新其內部技能。一些組織也在與系統集成商合作，目標是將這些系統集成商的知識轉移給他們自己的數據科學家。

企業應聘請當地大學的熟練學生，具備人工智能專業或項目/實習經驗。理想情況下，他們應該尋找即將獲得高級數據科學和機器學習的學士和碩士學位的學生。他們還應該強調員工再培訓并使用快速原型設計，不僅可以建立團隊技能，還可以向高層管理人員展示AI的好處。

制定戰略

組織應該與內部業務主管合作，開始制定人工智能戰略，以確定可以使用人工智能的用例 - 主要是為了改善決策制定并提高流程效率。在開始試驗階段之前，組織應將指標應用于其AI計劃。

一旦投入生產，組織應繼續使用指標作為改進和優化AI解決方案的方法。他們還應主動將指標傳達給高級管理層，以證明投資回報率。這對于從管理層獲得支持至關重要。組織還應確保評估現有應用程序，以了解將AI功能納入其他組織解決方案的計劃。

AI允許組織為應用程序，服務和數字資源添加智能。應用程序領導者必須確定何時使用AI以及如何應對將向客戶和員工提出的挑戰。