IT和业务领导者经常困惑于到底是什么人工智能(AI)可以为他们的组织做些什么，但受到了几个AI误解的挑战。Gartner公司表示，开发人工智能项目的IT和商业领袖必须将现实与神话区分开来，以制定他们未来的战略。
“随着人工智能技术进入组织，业务和it领导者充分理解人工智能如何创造是至关重要的价值为了他们的业务以及它的局限性。亚历山大·林登他是Gartner研究副总裁。“人工智能技术只有在成为组织的一部分时才能带来价值策略而且要用在正确的地方。”
Gartner指出了关于人工智能的五大常见神话和误解。
误解1:人工智能的工作原理与人脑相同
人工智能是计算机工程学科。在当前的状态下，它由旨在解决问题的软件工具组成。虽然某些形式的人工智能可能会给人留下聪明的印象，但认为目前的人工智能与人类智能相似或等同是不现实的。
“一些形式的机器学习(ML)——人工智能的一个类别——可能受到了人类大脑的启发，但它们并不等同，”林登说。“例如，图像识别技术比大多数人更准确，但在解决数学问题时却毫无用处。如今人工智能的规则是，它能很好地解决一项任务，但如果任务条件只发生了一点点变化，它就会失败。”
误解2:智能机器可以自主学习
开发基于人工智能的机器或系统需要人工干预。这种参与可能来自经验丰富的人类数据科学家，他们正在执行诸如构建问题、准备数据、确定适当的数据集、消除训练数据中的潜在偏差(见神话3)等任务，最重要的是，不断更新软件，以便将新知识和数据集成到下一个学习周期中。
误解3:人工智能可以无偏见
每一项人工智能技术都是基于人类专家的数据、规则和其他类型的输入。与人类类似，人工智能也会以这样或那样的方式存在内在偏见。林登说，“如今，我们没有办法完全消除偏见，不过，我们必须努力把偏见减少到最低限度。”“除了技术解决方案，如不同的数据集，也至关重要的是确保多样性在使用人工智能的团队中，让团队成员互相审查工作。这个简单的过程可以显著减少选择和确认偏差。”
误解4:人工智能只会取代不需要高等学位的重复性工作
人工智能通过预测、分类和聚类使企业能够做出更准确的决策。这些能力使得基于人工智能的解决方案可以取代平凡的任务，但也可以增强剩余的复杂任务。
一个例子是成像AI的使用医疗保健．基于人工智能的胸部x光应用程序可以比放射科医生更快地发现疾病。在金融在保险业，机器人顾问被用于财富管理或欺诈检测。这些能力并不会消除人类对这些任务的参与，而是让人类处理不寻常的情况。随着人工智能在工作场所的发展，业务和IT领导者应该调整工作概况和能力规划，并为现有员工提供再培训选择。
误解5:并非所有企业都需要人工智能战略
每个组织都应该考虑人工智能对其业务的潜在影响策略并研究如何将该技术应用于组织的业务问题。在许多方面，避免人工智能的开发等同于放弃下一阶段的自动化，最终可能会使组织处于竞争劣势。
“即使目前的战略是‘无人工智能’，这也应该是一个基于研究和考虑的有意识的决定。而且，就像所有其他战略一样，它应该根据组织的需要定期重新审视和更改。人工智能的需求可能比预期的要早，”林登总结道。
Gartner的客户可以在“揭穿关于人工智能的神话和误解”。关于如何定义人工智能策略的更多信息可以在Gartner AI Insight Hub．