尚未投資AI的小型企業可能對其缺乏充分的研究

人工智能（AI）指的不僅僅是機器人統治世界，也是關于數據教學應用如何改進業務流程的。

據Bluewolf（IBM旗下公司）發布的一份報告稱，僅有21％的小型企業采用了人工智能（AI）解決方案。該“企業AI投資差距報告”對全球177位決策者進行了調查，以確定他們的公司是否已采用了AI和機器學習（ML），以及他們對這些技術的了解程度。盡管33%的小型企業在未來的一年內準備對AI進行投資（這使得下一年小型企業的AI總采用率提高至54%），但其總采用率較大型企業來說還是較低：30%的大型企業早已對AI進行了投資，另有44%的大型企業還準備在未來的一年內開始投資AI，這使得大型企業的AI總采用率達到了74%，比小型企業高了20%.

Bluewolf客戶體驗調查部門的高級副經理Vanessa Thompson表示，已經使用AI工具的公司與不計劃采用此類工具的公司之間存在著知識差距，她將此稱為“AI投資差距”，并在一則書面聲明中將其描述為“了解AI，和尚未將AI部署到業務中的公司高管之間的差異。”

Bluewolf是一家銷售AI工具的公司，所以他們理所應當地會認為人們不購買AI工具的唯一原因在于不了解這些工具。為了驗證Thompson發布的聲明的正確性，我與弗雷斯特研究公司客戶調查部門的高級分析師Brandon Purcell進行了交流，因為他們公司也對AI采用率進行了類似的研究，所以我詢問了他哪些其它因素也會導致已采用AI和尚未采用AI的公司之間出現知識差距。

盡管他們公司得出的總體數據與IBM公司類似——51％的公司已經采用或正在擴展AI技術，另外20％的公司表示計劃在未來12個月內采用AI。不過，對于為何小型企業的AI采用率會較低，Purcell提出了其他一些具有說服力的原因。

應用AI的成本

Purcell認為，小型企業不采用AI技術的主要原因在于缺少足夠的資金，特別是“因為這是與技能相關的，而小型企業缺乏雇傭數據科學家的資金”。然而，數據科學家才是能對企業軟件數據進行深入分析，從而得出結論的人士。

另外，數據科學家也能確定AI是否精確地讀取了您的數據，并基于其獨有的智能技術采取了相應的措施。據Glassdoor報道，數據科學家的年平均收入為113，436美元，這（從整體富裕水平來說）僅僅略低于一名美國企業首席執行官的年平均收入（PayScale報道其收入平均為166，000美元）。所以，如果您是小型企業的首席執行官，擁有著微薄的利潤，但又不想削減自己的工資，那就不太可能花費6位數的成本聘請一名數據科學家，也不太可能花費成本購買可以使用AI分析數據的軟件系統。

不過，阻礙小型企業投資AI軟件的因素不只在于缺乏資金。Purcell表示：“數據也是另一因素，因為只有當您擁有大量數據時，應用AI才會產生很好的效果，可惜小型企業根本沒有那么多的數據可用。”

試想一下：當您在Facebook發布與朋友的合照時，Facebook之所以會知道要標記出照片中的哪些朋友，是因為它已經從您之前標記過的帖子中收集了信息。另外，Netflix為您推薦的電影也是根據您之前觀看過的電影總結得出的，它與Facebook是根據ML作出這些推薦的，而ML正是AI的首位“至親”。由于ML和AI很類似，它們通常被人互換使用（且不正確地使用）。

以下是這兩個術語之間的根本區別：ML系統通過提供簡化流程的建議和方法來利用人工智能提高性能，而AI系統可以使軟件在無需人為監管的情況下自動執行任務并作出決策。Netflix提出電影推薦建議便是使用了ML，而自動駕駛汽車使用的是AI，才能讓您無需手動駕駛，只需在后座小憩的情況下到達公司。對于一家剛開始產生數據的小型企業來說，使用AI帶來的優勢與財富500強公司使用AI軟件獲得的優勢根本不能相提并論。