組織決定是否購(gòu)買(mǎi)現(xiàn)成的或自己構(gòu)建基于人工智能的業(yè)務(wù)解決方案，是一個(gè)基于現(xiàn)有人才、業(yè)務(wù)需求、期望結(jié)果、舒適度以及快速發(fā)展的市場(chǎng)的復(fù)雜方程式。

人工智能正在迅速成為組織開(kāi)展的當(dāng)務(wù)之急。無(wú)論是提高效率，尋找新的商業(yè)機(jī)會(huì)，還是與時(shí)俱進(jìn)，或者在競(jìng)爭(zhēng)中取得領(lǐng)先，各行業(yè)的組織都在探索人工智能的商業(yè)利益，僅在過(guò)去一年，人工智能的采用率就增加了三倍。

對(duì)于一些組織來(lái)說(shuō)，這意味著從頭開(kāi)始構(gòu)建人工智能系統(tǒng)。但調(diào)研機(jī)構(gòu)Gartner公司表示，招募合適的人才既困難又昂貴，而85％的人工智能項(xiàng)目很有可能失敗。即使構(gòu)建的項(xiàng)目成功，供應(yīng)商也可能很快就會(huì)以更低的成本提供更好的產(chǎn)品，并定期升級(jí)，更多集成，以及提供更直觀(guān)的用戶(hù)界面�；蛘撸�當(dāng)組織正在開(kāi)發(fā)的人工智能新功能作為一個(gè)免費(fèi)功能或升級(jí)到已經(jīng)使用的平臺(tái)時(shí)，其自己構(gòu)建的人工智能資產(chǎn)可能會(huì)變得多余。

另一方面，使用商業(yè)化的人工智能產(chǎn)品可以快速?lài)L試許多不同人工智能技術(shù)，并且投資更少。IBM公司數(shù)據(jù)和Watson AI總經(jīng)理Rob Thomas表示，要想在人工智能領(lǐng)域取得成功，數(shù)量至關(guān)重要。

Thomas 說(shuō)，“我鼓勵(lì)客戶(hù)采用100個(gè)人工智能試點(diǎn)項(xiàng)目，而不是一兩個(gè)。哪怕這些項(xiàng)目中有一半毫無(wú)作用，但另一半項(xiàng)目可能真的有所回報(bào)�！�

他表示，市場(chǎng)上已經(jīng)有了一些輕量級(jí)的商業(yè)工具，而且只需要幾個(gè)星期的實(shí)施。此外，嵌入式人工智能的想法（例如人工智能內(nèi)置到其他平臺(tái)和系統(tǒng)中）正在興起。

因此，組織決定是否轉(zhuǎn)向現(xiàn)成的人工智能解決方案或構(gòu)建自己的解決方案時(shí)需要考慮一些相關(guān)因素。

確保順利旅行

根據(jù)加拿大多倫多機(jī)場(chǎng)管理局的統(tǒng)計(jì)，加拿大最大、最繁忙的多倫多皮爾遜機(jī)場(chǎng)每年發(fā)送將近5000萬(wàn)旅客。而在機(jī)場(chǎng)管理局的49000名工作人員中，只有1600人專(zhuān)注于管理、運(yùn)營(yíng)和技術(shù)工作。

其中一項(xiàng)工作是售票亭，供乘客快速辦理登機(jī)手續(xù)使用。當(dāng)售票亭發(fā)生故障或打印機(jī)票的紙張耗盡時(shí)，就會(huì)發(fā)送警報(bào)。然而，從收到警報(bào)到重新啟動(dòng)并再次運(yùn)行的時(shí)間平均需要1小時(shí)12分鐘。

該機(jī)場(chǎng)管理局信息服務(wù)交付副主任John Thompson說(shuō)，這是一個(gè)問(wèn)題。而知道機(jī)器何時(shí)發(fā)生故障或紙張或墨水用完，并不是可以通過(guò)簡(jiǎn)單的計(jì)算而得知。有些售票機(jī)比其他機(jī)器更繁忙，或者在一天中的不同時(shí)間得到不同程度的使用。因此，機(jī)場(chǎng)決定尋找智能分析的解決方案。

他說(shuō)，“通過(guò)預(yù)測(cè)分析，我們知道售票機(jī)什么時(shí)候會(huì)用完紙張，所以我們可以更快地處理。”

但他表示，“機(jī)場(chǎng)沒(méi)有足夠的資源從零開(kāi)始開(kāi)發(fā)自己的工具，因?yàn)槲覀儧Q定不再自己構(gòu)建任何東西。”

去年，該機(jī)場(chǎng)啟用了基于Symphony Summitai云計(jì)算技術(shù)的內(nèi)部IT支持購(gòu)票系統(tǒng)，這需要幾個(gè)月的時(shí)間來(lái)實(shí)現(xiàn)和配置機(jī)場(chǎng)的工作流程。

Thompson說(shuō)，從一個(gè)小項(xiàng)目開(kāi)始證明實(shí)施人工智能的一個(gè)好方法。

他說(shuō)，“如果試圖快速實(shí)施人工智能，那么通常不會(huì)很好地運(yùn)作，因此需要每次只能完成技術(shù)的一個(gè)方面。因?yàn)橛�速而不達(dá)�！�

現(xiàn)成人工智能的興起

Gartner公司分析師Svetlana Sicular表示，“多倫多機(jī)場(chǎng)管理局的經(jīng)驗(yàn)和教訓(xùn)代表了大多數(shù)公司進(jìn)入人工智能的行為，因?yàn)楹芏喙�司選擇購(gòu)買(mǎi)而不是構(gòu)建。很明顯，自己構(gòu)建是行不通的。很難找到合適的人才，并且耗費(fèi)資源和成本。”

與此同時(shí)，越來(lái)越多的平臺(tái)供應(yīng)商將人工智能嵌入到他們的系統(tǒng)中，使這項(xiàng)技術(shù)一鍵可用。此外，將人工智能工具構(gòu)建到其平臺(tái)中的供應(yīng)商已經(jīng)可以訪(fǎng)問(wèn)非常大的、組織良好的培訓(xùn)數(shù)據(jù)池。

例如，Salesforce有大量的標(biāo)記和分類(lèi)信息，它可以分析趨勢(shì)和模式，然后為客戶(hù)提供最常見(jiàn)或最需要的分析。供應(yīng)商也從規(guī)模經(jīng)濟(jì)中受益。他們可以雇傭?qū)�業(yè)的人才來(lái)開(kāi)發(fā)和改進(jìn)自己的人工智能模型。

Sicular說(shuō)“但真正關(guān)鍵的是數(shù)據(jù)。”

她說(shuō)，“從長(zhǎng)遠(yuǎn)來(lái)看，數(shù)據(jù)是企業(yè)機(jī)器學(xué)習(xí)的最主要的組成部門(mén)。這就是像谷歌這樣的公司如此成功的原因。他們了解如何獲取機(jī)器學(xué)習(xí)數(shù)據(jù)以及如何進(jìn)行解析�！�

相比之下，一些公司僅限于他們自己收集的數(shù)據(jù)，或者可以購(gòu)買(mǎi)的培訓(xùn)數(shù)據(jù)集。

商業(yè)的人工智能工具還提供其他優(yōu)勢(shì)，總部位于舊金山的風(fēng)險(xiǎn)投資商General Catalyst Partners公司的常務(wù)董事，VMware前首席技術(shù)官Steve Herrod指出，與那些可以使用本土系統(tǒng)的員工相比，更容易找到熟悉商業(yè)工具的員工。此外，供應(yīng)商還在其平臺(tái)上提供免費(fèi)或低成本培訓(xùn)。

他說(shuō)，“最好是在現(xiàn)貨供應(yīng)充足的情況下使用現(xiàn)成的產(chǎn)品。隨著時(shí)間的推移，我們將擁有越來(lái)越多現(xiàn)成的人工智能軟件，將構(gòu)建滿(mǎn)足自己需求的更小、更為利基的空間。”