教育新闻网商业化变得前所未有的轻松，而无需三年的时间，而MIT实验室的科学家团队就可以训练机器学习模型，并且分析人员一直在忙于预测新的启用AI的曙光年龄。
我们已经广泛讨论了AI技术在企业中的可能应用，包括加速安全团队，从运营数据中获取见解以及自动化客户服务任务。供应商还热衷于吹捧AI系统的灵活性，并吹嘘可以在他们的帮助下加以利用的全面效率提升。
但是，尽管它在技术上比以往更可行，但在业务环境中实际部署AI工具有多实用?在本月的IT Pro Panel讨论中，我们召集了一些IT专家专家，以了解他们如何在现实世界中使用AI。
当我们向小组成员询问他们如何在自己的组织中使用AI时，一件事立即变得显而易见：将自己的AI与将现成的AI组件集成到预先存在的应用程序之间有很大的区别。对于需要快速为业务创造价值的组织，通常更方便的做法是，简单地集成社区中其他人开发的功能，而不是从头开始重新创建功能。
“从我的角度来看，有两个'流'，” Studio Graphene创始人Ritam Gandhi说，“第一个正在开发AI算法，第二个正在应用它们。我的个人经验和激情更多地集中在后者上。
“例如，我们已经在许多我们从事的项目中使用了Google Vision AI，我发现它着迷于如何将其应用于如此众多的不同用例。就创建潜在的AI能力而言，这是热衷于创建人工智能算法的人们的工作，人们可以在现实世界中利用它们并围绕它们创建用例。”
虽然从头开始构建机器学习算法需要大量的时间，数据和计算资源，但许多专门从事机器学习开发的公司和组织(例如上述的Google以及Nvidia，AWS等)竭尽全力使开发人员易于将其AI功能集成到自己的应用程序中。
最常见的方法是连接到云服务，并使用API调用将所需的功能作为服务使用，这是TempCover CTO Marc Pell建议给正在考虑使用AI的任何组织的建议。
