在技術界，有兩個主要的缺點：人們過于渴望迎接未來，具有諷刺意味的是，如果發展速度不如人們預期的那么快，就無視它。舉個例子，今天有兩個持續存在的誤區：第一，云支出正在使數據中心支出大打折扣;第二，人工智能過度炒作在很大程度上使企業購買者失敗。

以下對此進行一下整理。

誤區1：企業的數據中心注定要消亡

Gartner公司開創了第一個誤區，分析師Dave Cappuccio認為，到2025年將有80%的企業關閉其數據中心(而2018年則為10%)。但是Cappuccio給出了他的思考的一些扎實的理由：“隨著互連服務、云計算提供商、物聯網(IoT)、邊緣服務和SaaS產品的不斷增加，留在傳統數據中心拓撲結構中的原理將有優勢有限。”

業務需要靈活性，但IT需要控制。答案?按企業的條件使用IT。

原因是數據引力。盡管這種引力作用了一段時間(如果數據存在于數據中心中，但是將其推送到云中進行處理變得效率低下)，但現在產生了相反的效果：越來越多的數據誕生于云中，并且將會在那里存儲、處理和分析。

但是數據中心并沒有消亡。

這是David Linthicum做的結論。Linthicum在Synergy Research Group對數據中心支出的分析中感到很高興，他指出：“在云計算增長的同時，數據中心支出并未下降。盡管有預測說云計算將迅速取代數據中心，但這還是可以做到的。大多數人認為，在云計算上花費1美元，將是在傳統數據中心上花費的1美元。事實并非如此。”

當然，企業的野心與現實可能會大相徑庭。

或者，就像Tyler Treat表示的那樣，“我見過其中一些企業。換句話說，企業可能仍在為數據中心而苦苦掙扎，并且他們準備移動的準備不足。”

但是，無論出于何種原因，仍然有這樣的情況，就像云計算一樣炙手可熱，大約97%的IT支出仍然保留在本地。這并不是要貶低云計算。這只是根據企業在遷移中的實際情況而定的水平。

誤區二：人工智能使企業失敗

Gartner公司分析師Nick Heudecker曾經建議大約85%的大數據項目失敗。兩年后，IDC公司專注于與大數據相關的人工智能項目，并將失敗率定為50%(針對四分之一的受訪者)。

從這樣的調查數據中誕生了無數頭條，這些頭條基本上都在指出：“大多數人工智能項目都失敗了。”這樣的頭條暗示著對人工智能背后的技術不成熟的指責。雖然毫無疑問，人工智能將繼續發展，但基本真理卻有所不同。

一方面，正如分析師Lawrence Hecht表示，有時候，高管們在人工智能方面做大做強的雄心超出了企業的交付能力：“如果沒有基礎技術的需求，這些項目注定會失敗。是的，我知道需要管理人員來引導每個人進行變更，但有時似乎只是為了變更。”問題不是因為“人工智能失敗”，而是因為人們沒有適當地為自己準備什么期望人工智能如何做。

畢竟，正如Vicki Boykis所言，進入這個行業的數據科學家們準備不足，但被過度炒作，他們已經準備好了去尋找成功之路。不幸的是，他們可能試圖用錯誤的技術來解決錯誤的問題，她指出：“現實情況是，‘數據科學’從來沒有像現在這樣重視機器學習，而是重視數據的清理、成型和移動。”

換句話說，人工智能可能比想像的更基本。它還可能由于與該技術無關的原因而失敗。也許，也許這根本不是失敗。至少沒有其他IT項目如此。

根據Thomas Dinsmore的說法，“與其他任何IT項目相比，人工智能項目失敗的可能性不會或多或少。”他繼續詳細解釋：

項目很少會失敗，因為技術無法實現預期的目標。項目失敗是因為買方希望技術無法交付的東西，或者組織在實施方面大失所望。人工智能項目與企業資源計劃(ERP)項目或任何其他IT項目相同。它們根據組織的項目管理流程而成功或失敗。

總而言之，過早地采用人工智能可能會很有趣，就像人們在數據中心消亡之前就試圖將其埋葬一樣。在每種情況下，從們都表現出一種可以理解的渴望，也希望盡快到達未來，然后在未來需要時間的時候不耐煩。在云計算和人工智能中，就像在許多其他事情中一樣，真相比任何標題都能描繪的要微妙得多。