AI應(yīng)用全面縮減? 全球AI落地過(guò)程中，可以看到一個(gè)從多數(shù)企業(yè)豪情萬(wàn)丈回落到更少企業(yè)重估曾經(jīng)期待的過(guò)程。這一過(guò)程中，給玩家潑上幾桶冷水的障礙因素也越來(lái)越清晰地浮現(xiàn)出來(lái)。?

理想與現(xiàn)實(shí)之間的距離

第一，45％的企業(yè)認(rèn)為基礎(chǔ)設(shè)施影響較大，從而不得不推遲原有的AI計(jì)劃。第二，在基礎(chǔ)設(shè)施條件具備后，采集數(shù)據(jù)的方法，數(shù)據(jù)的準(zhǔn)確性、多樣性以及規(guī)模直接決定了機(jī)器學(xué)習(xí)的發(fā)揮余地。第三，AI適用于解決具體問(wèn)題，通用型大型項(xiàng)目往往涉及復(fù)雜的多種因素決策，超出目前AI的能力范圍。

巨頭們面臨的最大障礙——人才

即使那些最具轉(zhuǎn)型升級(jí)基礎(chǔ)的傳統(tǒng)大廠，也很難買單第三方方案，而是挖人、拿技術(shù)自己做。如果手握大量用戶和業(yè)務(wù)數(shù)據(jù)并迫切希望變現(xiàn)的消費(fèi)互聯(lián)網(wǎng)大廠想做工業(yè)數(shù)據(jù)分析，沒(méi)有誰(shuí)能蓋過(guò)這些大廠的挖人架勢(shì)。?

冷靜正重歸桌面

2020年，在對(duì)美國(guó)1062名企業(yè)和公共部門高管進(jìn)行調(diào)查后發(fā)現(xiàn)，2019年還有近20%的高管計(jì)劃將AI部署到業(yè)務(wù)流程中，2020年只剩4%。稱自己已經(jīng)在多個(gè)領(lǐng)域?qū)嵤〢I的人數(shù)從27%降至18%。