人工智能普及的最大障碍：缺少技能熟练的专家

这项调查结果显示，AI前景与企业利用它的能力之间似乎存在鸿沟。进一步的证据是，近半接受调查的企业表示，他们更倾向于购买预先包装好的AI解决方案，或者使用已经嵌入到自家应用中的AI功能。这并不令人意外，因为最终用户希望使用AI来帮助更好地解决企业问题，而不仅仅是单纯地以购买AI技术为目标。

预先包装的AI解决方案或嵌入式应用之所以受到青睐，有个至关重要的因素。由于缺乏内部技能，许多企业都不准备自己制定一个定制解决方案的能力。Gartner的分析得出结论：技术鸿沟是AI普及的最大障碍。被调查企业的AI项目都处于早期阶段。事实上，Gartner发现，许多企业仍在努力从描述性分析转向基础机器学习解决方案，以进行预测和规范分析。

我们研究的另一个发现是，部署AI解决方案的企业不仅仅是那些将自己标榜为“侵略性”的企业，意为它们欢迎使用尖端技术。事实上，超过半数报告称已部署AI解决方案的企业将自己的企业定义为“主流”，通常是等待技术成熟的企业。

AI依然处于知识收集阶段

企业对AI的兴趣非常强烈，从2015年到2017年之间，我们的客户对AI话题的讨论已经增长了4倍。2016年1月份，“人工智能”这个词甚至没有进入前100搜索词汇。而1年后，它排在第11位。到了2017年5月，它排在第七位。这就证明了人们对于理解AI如何作为数字商业战略的一部分有着浓厚的兴趣。

也就是说，约有1/3的受访者声称，在定义他们的AI策略时面临着挑战。这是有道理的，因为59%的企业仍然处于知识收集阶段。此外，分别有30%和27%的企业认为AI安全性和集成性是主要挑战。令人感到惊讶的是，在我们的受访者中，只有23%的人认为如何衡量使用AI的价值是个挑战。这很可能是因为这些企业仍然在开发自己的策略，并且还不了解度量解决方案的业务价值的重要性。

上学的时间到了！

我们发现，尽管企业在为高级分析项目寻找经验丰富的数据科学家方面仍存在困难，但要找到熟练使用AI技术（比如深度学习）的员工难度更大。很多AI创新都是在大学层面进行的，而毕业的学生们也加入了谷歌、亚马逊和微软等云计算服务提供商，或者推出自己的创业公司，以利用来自风投社区的投资。

因此，许多企业都在寻求更新自己的内部技能。有些企业也在吸引系统集成商，他们的目标是将知识从这些系统集成商转移到自家数据科学家手里。企业应该从本地大学中聘用具有专业技能或项目/实习经验的学生。在理想的情况下，他们应该能够找到在高级数据科学和机器学习方面获得学士和硕士学位的合适人才。他们还应该强调员工的再培训，并使用快速的原型设计，这样不仅可以建立团队技能，还可以展示AI对高层管理的好处。

构建自己的策略

企业应该通过与内部业务主管合作开始构建AI战略，确定AI的使用情况，主要是改进决策制定和提高流程效率。在开始试验之前，企业应该将度量标准应用到它的AI计划中。而在生产中，企业应该继续使用度量标准来优化AI解决方案。他们还应该主动向高级管理层传达度量标准，以证明投资回报率（ROI）。这对于获得管理层的支持至关重要。企业还应该对现有的应用进行评估，以了解将AI功能集成到其他企业解决方案中的计划。

AI允许企业向应用程序、服务以及数字资源中添加智能。应用程序领导者必须确定何时使用AI，以及如何应对它将给客户和员工带来的挑战。