如何判断供应商何时在炒作人工智能功能

在20世纪90年代末，人们开玩笑说，有一天连牙刷都能上网。如今，不仅有可以上网的牙刷，2017年还有一家供应商声称他们的牙刷中也有人工智能。

如今，几乎每个技术提供商都在努力人工智能目前，已有超过1000家供应商声称拥有人工智能功能。但企业并不买账。

虽然人工智能提供令人兴奋的可能性在美国，越来越多的初创公司和成熟的供应商都声称自己提供的人工智能产品没有任何真正的差异化，这让企业感到困惑，也让更直接、经过验证的方法的价值变得模糊。

Gartner研究副总裁惠特•安德鲁斯(Whit Andrews)表示:“例如，一家供应商向我们展示了一个聊天机器人，旨在为客户和零售公司之间提供有用的对话，讨论他们寄售的产品。”“然而，当我们询问聊天机器人将如何从后续数据或客户的选择中改进自己的结论时，供应商表示，该系统完全基于自己的规则，并定期手动更新。”虽然这不能准确地代表人工智能产品，但它可能会很好地解决业务挑战。

人工智能的不同定义

部分问题在于，供应商声称提供人工智能时，他们实际上使用的是经典的机器学习(ML)解决方案，而不是深度学习等更现代的技术。

目前销售的大多数人工智能产品都使用定量统计技术作为基础，可以根据新数据改变行为，许多供应商都提供这种产品。深度学习在人工智能的保护伞下提供了新的选择，其系统可以在涉及模式识别的许多日常任务中取代人类。例如，这些系统可以将语音转换为文本，对图像中的物体进行分类，对人脸进行分类，并自动驾驶汽车。

但深度学习并不总是解决问题的最佳方案。首先，深度学习产品不会产生定量的、可测量的输出，而是通过对复杂模式进行分组来识别属于某个类的事物的可能性。其次，训练是深度学习系统的一个关键方面，这是一个计算密集型的过程，可能会花费大量时间。而且，一旦完成，只有小的修改是可能的，整个训练通常必须重新运行以容纳新的数据。许多供应商过度吹嘘他们的深度学习系统的能力，掩盖了培训的挑战和再培训的必要性。其他公司则把自己的产品标榜为深度学习系统，但这往往夸大了它们的能力。

作为AI加速了炒作周期随着人工智能有望永远改变商业格局，企业必须区分人工智能产品的真假。一种方法是要求供应商描述其人工智能解决方案中使用的分析模型，并由此推断它在给定情况下的表现如何。

问供应商3个问题

公司在询问供应商时需要确定三件事:

1. 它提议在解决方案中使用什么人工智能方法
2. 就部署和管理它所需要的资源而言，实现是健壮的还是脆弱的
3. “启动”解决方案需要多少训练数据，以及需要多长时间对其进行再训练

这些问题的答案远远超出了传统的“演示”。企业必须了解供应商的产品如何使用人工智能，以及它是否能与他们已有的数据和流程很好地配合。

企业必须考虑的另一个因素是在产品中使用人工智能的原因，因为它会带来风险、复杂性和成本。

因此，任何声称其产品包含人工智能的供应商也应该能够解释它如何比没有人工智能的版本更有利于最终用户。但在一个人工智能产品变得司空见惯的世界里，企业将希望不仅仅是验证人工智能使产品更好，而是了解给定供应商的人工智能产品如何比市场上其他产品更好。

在比较不同的人工智能产品时，公司必须询问供应商，他们如何用人工智能产品管理风险，以及这如何优于竞争对手的方法。这一点尤其重要，因为许多供应商本身并不了解使用人工智能所涉及的风险。例如，一名特斯拉(Tesla)司机因为自动驾驶仪将一辆集装箱拖车误认为风景而丧生，这是一个悲剧性的指标，表明人工智能系统是如何出错的。

人工智能系统不同于其他技术产品，因为它们不是静态的，需要供应商充分投入来提高其灵活性和弹性。因此，公司需要了解供应商正在做些什么来改善他们的产品，无论是与独立的数据科学家合作，还是成为行业中的活跃参与者。

人工智能在现代商业软件中的突然出现有两个原因。首先是云计算的可用性，以及计算架构的变化，包括流行的芯片设计。其次是数据量，无论是数量还是清晰度都是前所未有的。

但是，随着人工智能可以用于提高洞察力的大量数据，理解数据中有什么，以及它显示或不显示什么的挑战也越来越大。人工智能的许多警示故事都包括基于对旧数据的错误解读而对新数据的错误解读。因此，公司必须知道人工智能系统使用哪些数据来开发和提高性能，以及他们的供应商将如何帮助他们解决风险。