2018年人工智能领域看起来非常像Sharper Image目录。它充满了仅仅因为我们可以建造它们而建造的产品，并且因为它们是可销售的。
你真的需要这种培根烤面包机吗？你真的认为这个3D绘图笔会带出你内心的艺术家吗？
就像这些产品一样，目前市场上的AI太多是一次性新奇技术。没有人进行市场调查来确定培根烤面包机的总体地址市场。他们没有可能的客户的焦点小组。他们只是创造了一种新奇的东西，这种新奇的东西可以让人发笑，并且有鼓吹有足够的实用性来说服少数人用现金购买。如果这听起来不像现在出售的很多AI，我不知道会发生什么？
在这个行业的半心半意的防御中，人工智能专家们提醒我们“现在还很早”。其他人解释说，企业AI的第一波浪潮“注定要失败”，并且
不知何故，这两者都是注定并可以接受的。鉴于其良好的理解力和对社会的潜在影响，AI不应该达到更高的标准吗？
相关阅读：机器学习的5种策略，你会使用了吗？
因此，聪明的客户会问：为什么人工智能有那么多的对冲和如此少的责任？
研究人员运行阿莫克
我喜欢和下一个书呆子一样访问研究实验室，但我们需要在业务场景中注意研究人员主导的AI实现。由于人工智能巨大的人才短缺，许多公司正在向全球大学挖掘博士学位。 Facebook拥有一支由100多名研究人员组成的AI研究团队，这在其他科技公司是可以宣称的奢侈品，但Facebook Messenger AI团队在达到70％的失败率后不久就被关闭了。
尽管有大量的资金和学术人才投入，但有些人可能会认为平台失败了，但我们需要诚实地对待自己：因为它而失败。
金钱和人才问题。他们很重要。但是，我们在这个行业中遇到的失败率看起来更像是科学研究而不是IT实施。大自然最近报道说：“超过70％的研究人员尝试过并且未能再现另一位科学家的实验，超过一半的人未能重现他们自己的实验。”
人工智能行业已经引进了学术研究科学家，结果是对客户的业务进行了大量的实验。不要误解我的意思 - 我很重视研究，实验，甚至作为技术企业家的失败。但任何企业家都会同意让客户承担所有风险是不可接受的。
同时，研究人员必须关注技术及其内部运作。他们没有接受过培训，他们通常也不擅长，以确保最佳的业务成果。考虑一下，人工智能失败不是人工智能博士学位短缺的结果；这是他们团队缺乏业务分析师和客户成功专家的结果。
如果你在商业头脑方面远远超过你的头脑，那么你也会对冲。
研究人员是AI生态系统的重要组成部分。但数以千计的开发人员和技术人员在过去十年里蒸蒸日上。 如果你曾经在Stack Exchange或Hacker News等网站上花费时间,你会发现有才华的技术专家社区讨论新技术的优点，争论编程语言和工具，平台和标准的优点。 这就是技术行业如何一步一个脚印地向前发展。由于人工智能还处于一个相对较新的阶段，围绕所有这些话题的讨论和辩论正处于高潮。作为一个行业，我们仍在努力建立最佳实践和标准，并且这个过程要求我们的技术领导者注意技术本身。
好消息是，我们已经这么做了几十年 - 这就是我们如何解决数字转换和向云计算过渡，然后是移动过渡，现在我们正在为AI进行这项工作。
坏消息是，业内大多数人花费很少的时间和精力来了解他们的客户和他们的业务需求。硅谷一直致力于构建富有魅力的新技术，因为它们没有适合的产品/市场，所以一开始就失败了。建立最好的技术与为我的企业构建最佳技术不是一回事。
这种确切的现象就是我们现在在AI看到的情况，至少对于那些没有沉迷于客户的开发者而言。
客户，客户，客户。
人工智能的下一个重大突破不会来自斯坦福大学的实验室。这不会在客户的代码中发生。这将发生在人力资源部门，招聘团队将制定战略，聘用有能力弥合业务技术和业务成果之间差距的商人。
我们需要关注AI买家的业务，我们也需要关注他们的客户。人工智能不是一次性技术 - 它会从头到尾影响整个价值链。这些技术需要适应业务，而不是相反。
自“数字化转型”以来，我们就已经开始向企业讲授他们的IT应该如何运作。这不会起作用了。人工智能对于一个企业来说太过分了，为了让任何理智的管理人员都告诉他们如何经营他们的业务，触及了太多的流程。
我们需要善于倾听客户和他们客户的客户的商人 - 因为这正是AI具有真正影响力的地方。
由于人工智能有能力改造企业，客户再一次永远是对的。
更多人工智能请关注微*信公众号：智德物联科技或者微博@智德物联科技。
本文部分内容根据Ben Lamm在Entrepreneur网站的文章编译而成。
