教育新闻网人工智能已经成为开展业务的日常工作，不投资技术的公司可能会失去急需的生产力和利润增长。但是，实施AI可能会有问题，从与遗留系统的冲突到团队成员的抵制。
幸运的是，已经通过实施新技术的经验的业务领导者具有宝贵的见解，可以帮助您顺利过渡。下面，青年企业家委员会的八名成员分享了成功实施人工智能的一些最常见障碍以及克服这些障碍的策略。
人工智能在转变业务中的作用不容忽视。尽管如此，大多数人还是不能很快适应环境的变化。理想情况下，任何类型的改进技术系统的顺利实施都应与用户一起就其工作过程，局限性，优势和维护要求进行教育。大多数人不像应该那样熟悉新兴技术，这会大大增加风险和错误裕度，这可能会使系统失效，最终使公司承担责任。因此，我认为有必要在安装新系统之前，对相关的队友进行定向和必要的教育，以在不影响效率的前提下最大化长期效率。-阿比尔·拉扎(Abeer Raza)，TekRevol
在构建机器学习或深度学习模型时遇到的最普遍的问题之一是有问题的数据-更广泛地说，缺少数据，缺少正确的数据，不干净的数据，不完整的数据，有偏见的数据，噪声比算法通常需要大量数据才能正确训练，并且对次优和/或不足的数据集特别敏感。无论是交易，客户，产品，财务，主数据，结构化，非结构化，文本，图像等，数据都必须格式正确，并代表要建模的问题或机会域。确保数据兼容性和实用性的最佳方法是在组织内部采用全面的数据治理策略。-苏珊·雷布纳(Susan Rebner)，Cyleron，Inc.
人工智能需要数据才能有效。由于AI是一种数据驱动技术，因此它需要持续不断的数据流才能启动并保持有效运行。大多数企业收集大量数据。但是，这实际上是关于收集正确的数据以使AI技术尽可能有效。可以通过在企业中实施AI之前进行大量研究来克服这一问题。确定您的计算机将需要什么数据来解决当前的问题，并开始建立此特定内容的存储库。这样，当出现问题时，您将处于领先地位，并且可以快速使用AI的实施从一开始就有效地解决问题。-贾里德·韦茨，美国资金来源公司
