AI究竟能為你的生意做什么，以及不能做什么？
關于人工智能，每天都有各種吹得天花亂墜的夸張宣傳。該如何判斷像人工智能這樣的新興技術是否值得花費時間投入？這是每次某種新技術開始成為主流的時候，CTO們需要回答的問題：
怎么和企業領導者解釋，該項技術可以應用在企業的什么方面，這是一個競爭機會還是潛在威脅？
對于好奇的員工，如何用易于理解的語言來簡單描述這項技術可以做什么，如何區分哪些是宣傳、哪些是當前現實、哪些屬于未來潛力？
對于有志于嘗試的員工，我們要表示支持嗎？應該讓他們研究哪些問題，應該花時間學習這一新技術的哪些方面？
對于某些開發者推銷的應用方案，是現在就該采用，還是為時尚早？該如何評估呢？
莫混淆夸大宣傳和現實
一旦你對歷史和科技有所了解，這時候對新興技術所處生命周期的階段做出判斷，會是很有幫助的做法。
Gartner預測通用型AI（用以解決任何智能問題的人工智能技術）將于2020年之后出現。VentureScanner披露的數據表明，大約2/3的AI創業公司的融資還處于初期融資階段，這表明許多銷售AI解決方案的公司都還處在產品開發及銷售周期的早期階段。麥肯錫稱只有20%的有AI意識的公司實際采用了AI，而在AI上的投資超過50%是來自于大型技術公司和創業公司，而非剛好在使用這項技術的企業。
這些數據足以讓CTO或企業高管在投資AI前三思而行。盡管AI的確很有前景，但這些算法的大規模商業應用才剛起步。
早期贏家都是大型科技公司和有能力、有資金、有耐心試驗新技術的創業公司。大多數企業和中型公司并不具備這些奢侈的條件，它們的AI之旅才剛剛上路。
AI是具備高度破壞性的技術，我們不該視若無睹。但我們應該審慎地前進，避免中了那些夸大宣傳的催眠術。
比如，當聲音在某些應用上成為比屏幕、鍵盤更好的人機交互手段，或者當聊天機器人變得比人類客服更加智能、反應更加迅速時，許多企業就不得不采取這些技術來改善用戶體驗。
同樣的，當深度學習算法在識別風險交易或安全威脅上日趨完善，工業機器人維修，企業也要做好采用這些新手段的準備。
而隨著我們利用數據庫，最大限度地從口頭語言、音頻和視頻等資料數據采集智能，這些技術手段的使用會使得很多企業獲得重要競爭優勢。
何時是關鍵
企業應該努力成為反應迅速的追隨者，而不是早期采用者。這意味著，企業要在早期階段關注AI技術，甚至可以嘗試使用AI技術，但要等到技術足夠成熟了，得到反復驗證了，或者可以大規模產出的時候再來依靠AI技術。
了解AI功能的時候，KUKA機器人示教器維修，你需要尋找那些可以幫助評估AI應用及其成熟度的工具和應用案例。比如：
研究公司Forrester定義了七項AI核心技術，并提出一種搭積木模型（building-blockmodel），該模型以假設和研究為開始，以三個層次的實際應用為結束。
Workday發布了人工智能成熟度模型，這個模型將AI分成四個階段，分別是自動化、通知、發現以及改造。只有當AI應用于解決人們正在解決的問題上時，評估AI取得成果才更容易。
還有很多行業案例，如保險、醫療、銀行、農業、法律、廣告、建造、慈善、媒體等等。
將企業的核心商業目標，作為AI項目的出發點
圍繞AI和機器學習的種種夸大或虛假宣傳使得一些CTO和企業決策者武斷地采取了技術第一的策略。相反地，看看企業存在的問題以及有哪些能帶來顯著優勢的機會，以此為出發點，才能讓研發投入得到有目的地產出。而且，所發現的機會應有相當規模的數據集，或是能輕易獲得并進行整合的數據集作為支撐。
要以一個明確的商機為出發點，原因在于，你可能在此過程中發現其實有其它解決辦法，無需用到最新的AI技術。如果需要用到一部分的AI技術，通過這一方法你還可以對解決方案進行分類，評估所需AI技術的整體成熟度。
反過來，若是解決方案需要深度的評估和思考，那說明你即將駛往的是不成熟的AI領域。
評估AI成熟度的一個方法是：瀏覽關于AI創業公司的各種供應商評估報告等資料，你會發現很多創業公司都把關注點放在獨立而分散的幾個問題的解決方案上，而不是想尋求一個普遍的認知上的解決辦法。
當某個開發者跟你說盡管把數據交給我們的AI吧，你千萬別信，不要期待能得到專家級的智能化作為回報。這是不可能發生的。
要真正起作用，你的AI系統需要大量數據
以下是成功運用AI的第二個前提：你需要大量的高質量數據來訓練AI算法，評估輸出結果。
自動駕駛汽車得以成為可能的原因之一在于，在一個小時的駕駛中，激光定位器和其它感應器可以產生4000GB的數據。而如此大量的數據，僅僅是用于車要不要轉彎、加速、減速或停下這樣幾個關鍵決策而已。
許多成功的AI解決方案也屬于此類，也就是將大量的數據轉化為有限數量的決策。
除了數據集，企業還需要具備數據整合及自動化能力，這樣才可以讓數據在任何AI處理引擎中自由轉移。如果你的企業習慣靠人工運行腳本，手動地轉移數據，我強烈建議你先投資自動化，再投資AI解決方案。
嘗試AI的幾種選擇
一旦你發現了商機，也具備了大樣本的干凈數據集，你的AI之旅就準備好了。這兩個步驟是為企業裝備AI技術的前提條件。下一步則是考慮采用哪種AI解決方案以及如何執行。
如果沒有專業技術，聘請專家前要三思，畢竟科技巨頭公司都在花重金爭搶懂AI的稀有人才，所以這場游戲的入場費是相當昂貴的。
還有一個選擇是，可以使用那些解決方案中嵌入了AI技術的供應商。
選好一個或多個方案后，你需要讓董事會或其它利益相關者建立符合實際的期望，這點很重要。投資AI后，你需要全身心的投入于靈活的實驗中，庫卡機器人驅動器維修，因為你很可能會時不時地步入死胡同，要進行許許多多實驗才能使其最優化。所以，對預算、時間表、人才等，都要提前做好評估。