[[270404]]

【51CTO.com快譯】現在人工智能(AI)是熱門話題，毋庸置疑大家都急于實施AI。Gartner和麥肯錫全球研究所的研究報告稱，在過去四年，AI的實施數量增長達270%。到2022年，估計AI市場規模達61.4億美元。

美國政府更是在今年2月啟動了美國AI計劃：“共同努力促進并保護國家AI技術和創新”，包括讓美國勞動力為AI做好準備的教育和培訓機會。

但關于增長和實施的所有這些討論并沒有解決每個企業應該提出的一個關鍵問題：AI是不是適合解決當前業務問題的解決方案?

冷眼旁觀AI

雖然AI大行其道，但事實上絕大多數人根本不需要AI來解決他們面臨的大部分難題。此外，投入于AI不像實施即插即用的軟硬件那么簡單。在做出任何具體決策之前，請考慮采用AI解決方案的以下缺點：

• 缺乏AI技能——在上面提到的Gartner研究中，近54%的調查對象稱技能缺口是他們面臨的***挑戰。
• AI專家短缺——德勤報告中20%以上的調查對象稱，AI軟件開發人員、數據科學家、用戶體驗設計師、變革管理專家、項目經理、業務負責人和主題專家等崗位都缺人。
• 模糊的AI策略——想成功實施AI，你需要基于核心業務目標、優先事項和目標制定可靠的AI策略。你還應了解希望解決的核心問題，因為大多數自動化技術僅擅長某個領域。

不用AI照樣解決問題

盡管AI大有潛力，但并非每個人都需要AI技術來解決他們的日常業務難題。就像購買好多功能用不著的新款設備一樣，實施AI可能大材小用。應該采取一種更務實的方法，而不是盲目跟隨AI潮流。冷靜下來，從業務角度審視問題，看看需要完成什么任務。然后，確定解決問題或防范問題所需的度量指標和事件的類型。

僅僅堵住我們觀察企業組織內軟硬件堆棧、傳感器和系統的方式所存在的漏洞，用現有工具和技術就可以大有作為——在某些情況下，傳統方法實際上比現在的AI解決方案更適合。比如拿時間序列數據來說，這種數據絕大多數使用Holt-Winters算法就可以高效地分析——這種直截了當的方法可以預測結果。許多傳統解決方案不需要構建AI解決方案所需的專業知識;鑒于AI工程師稀缺，加上許多公司難以吸引這方面的人才，這是個關鍵因素。

圖1. Holt-Winters算法適用于使用時間序列數據來進行預測

如果沒有可靠的業務策略或沒有考慮AI對業務或客戶的長期影響，采用AI存在極大的危險。就因為你擁有大量數據并不意味著需要采用AI。所有那些數據可能只是許多無用的度量指標。

毫無疑問，AI的承諾聽起來很誘人，很可能在很多行業發揮作用。但眼下，這種新興技術需要這樣的專門人才：能夠應對復雜的技術難題，并擁有足夠的業務領域經驗，以了解將AI運用在哪個方面最能獲得積極的業務成果。與許多“新”技術一樣，在成熟的道路上可能會出現許多失敗的AI項目。企業組織因AI潮流所能利用的最重要、積極的近期好處就是，冷靜下來，分析今天可以獲取的度量指標和事件，還要考慮收集另外哪些度量指標和事件才能解答現有的問題。

使AI更接地氣所需的工具和技術不斷出現，而這項準備工作可能帶來短期的實際好處。就因為炒作或就因為AI不可避免而采用AI，不是立即投入的好理由。如果你太倉促，可能會錯失時機。

原文標題：Why You Don’t Need AI，作者：Tim Hall

【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】