人工智慧+行業擁有極為廣闊的想象空間和市場前景，而這也是幾年前人工智慧產業尚處於投資風口時，人工智慧創業企業向各路投資人反覆宣講的故事。
但幾年過去了，在很多傳統行業，如醫療、教育、物流、交通以及城市管理等等，人工智慧的發展仍然處於小範圍試點階段，或者發揮著並不重要的作用，總體來說，有亮點，無驚喜。
這是為什麼呢？主要可以歸為以下四點原因，或者說，以下四個問題，在某種程度上制約著人工智慧在傳統行業中向更深層次進行滲透，阻礙著人工智慧在傳統行業發揮顛覆性的作用。
問題一，業務資料的對接。
沒有資料，任何模型都沒有意義。一些傳統行業在找科技企業做人工智慧系統建設時，首先面臨的問題就是是否願意以及高效地向對方提供所需要的業務資料。如果人工智慧科技企業拿不到足夠的業務資料，或者資料的批量化標準和對接效率存在問題，那麼後續的工作也就無從談起了。
問題二，模型的可解讀性。
通常來說，基於神經網路和大量業務資料訓練出來的模型像是乙個黑盒子，人們並不知道「人工智慧」的決策過程。但在許多傳統行業，業務人員要求所有的決策過程都應該是有明確決策邏輯和可解讀的，很難容忍灰度和不確定性。所以，要想人工智慧真正在傳統行業中介入核心業務流程，就需要推動傳統行業業務人員與人工智慧模型之間的互認。
問題三，資訊系統的對接。
在很多傳統行業，都已經有了極為完備和複雜的資訊化系統，如醫療、交通、城市管理等，而人工智慧通常只是作為乙個新增的業務系統，必須與原有的行業資訊化系統配合才能正常工作。但很多行業資訊化系統由於技術架構較為陳舊，承載不了與人工智慧系統的對接與實時互動。而如果另外搭建一套新的完整的系統，一方面需要極大的投資，另一方面也需要所有業務人員重新學習新系統的使用，成本很高。而如果勉強與原有資訊化系統進行對接，則可能讓人工智慧系統的執行效率大打折扣。
問題四，運營模式的轉變。
雖然人工智慧系統的最終效果一定會大於純人工，但在相當長的一段時間內，其仍然需要大量的人工配合。業務人員需要基於人機互動，去及時響應人工智慧系統隨時可能出現的預警或發布的任務，這其實是徹底改變了傳統行業業務人員的工作流程。業務人員從使用系統的「主人」，變成了配合系統的「僕人」，工作主動權和自由度降低。這種運營模式改變，可能會讓傳統行業業務人員極不適應，嚴重時會引發抵制。
總而言之，如果以上問題不解決，即便傳統行業試點上線了一些人工智慧系統後，也常常會感覺其並沒有達到預期價值，從而對繼續推進人工智慧的全面落地產生了退縮。
為什麼人工智慧現在這麼火？
舊金山 今年，人工智慧進入主流業務，至少，已經成為了乙個市場度很高的賣點。saleforce此舉搶占了先機。oracle 世界上最大的軟體業務公司，在週日晚上於舊金山開始了全球客戶大會。大會最大的亮點是大資料的實時分析。oracle稱它為oracle a.i.另外，通用電氣發布了叫做predix的a...
人工智慧發展的要素是什麼，人工智慧市場的人才現狀
中國已成為全球人工智慧的發展中心之一，但面臨著巨大的人才缺口，隨著越來越多的高科技公司開設機械人或者人工智慧業務分部，人工智慧或機器學習類專業人才正在變得炙手可熱，人才 也是水漲船高。甚至在矽谷，剛畢業的人工智慧領域博士能拿到超過百萬美元的年薪。目前國內人工智慧相關技術崗位，主流年薪也在30 60萬...
為什麼人們對人工智慧的發展心存擔憂？
由於人工智慧和人類具有巨大的聯絡和相似性，這使得人工智慧得到了極大的發展。就目前而言，人工智慧給我們帶來了很多新穎的事物，但任何事物都是有兩面性的，人工智慧的飛快發展使得人類不得不面對人工智慧能夠給人們帶來的後果。那麼人工智慧會給我們帶來什麼後果呢？下面我們就給大家解答一下這個問題。我們都知道，現在...