为什么企业AI项目总是失败

为什么企业AI项目总是失败。

问题不在于模特儿 这是企业在不良数据、不良流程和缺失治理中添加模型。

信贷：Charles Taylor/ Shutterstock

在过去的三年里，作为独立的云和AI顾问，顾问和行业影响者，我与许多寻求我专门知识的公司合作。 我帮助评估、优化、辅导和支持他们的基因AI和代理AI倡议。 这些参与不仅仅是理论讨论或供应商主导的概念证明。 它们涉及现实世界的企业活动，包括建筑设计、技术选择、部署规划、治理框架、一体化、成本分析和业务规划。

一些组织在扩大AI平台之前征求了第二种意见。 另一些飞行员在演示中表现良好，但在与真正的系统连接时崩溃了。 有些需要帮助选择模型、云服务、矢量数据库或管弦乐工具。 其他人想了解为什么他们昂贵的人工智能投资正在产生活动而不是可衡量的价值。

我无法讨论公司、供应商、架构、预算或内部决定。 这是期望和恰当的。 然而，我可以谈谈我所看到的 不同行业、公司规模、云环境以及成熟程度的模式。

最大的教训很简单：大多数企业AI项目不会因为模型薄弱而失败。 他们失败了，

技术与结果

第一个失败模式最为常见。 各组织首先从模型、平台、副驾驶、代理框架或云服务入手，然后确定它们打算改进的业务成果。 他们从“我们需要基因化的AI ” 开始，而不是“我们需要将索赔处理时间缩短X%”或“我们需要将客户服务中的第一接触分辨率提高X倍 ” 。

（原文共 8 张图片，此处展示前 3 张，更多图片请前往原文查看）

（编译自 InfoWorld；原文 https://www.infoworld.com/article/4214584/why-enterprise-ai-projects-keep-failing.html，编译转述，非原文转载）