導(dǎo)讀：IT之家 8 月 30 日消息，RAND Corporation 公司發(fā)布最新報告，表示在 AI 行業(yè)風(fēng)光的背后，80% 的 AI 項目會失敗，導(dǎo)致數(shù)十億美元資金打水漂。 報告簡介 RAND Corporation 是位于美國的一家非營利性全球政策智庫、研究機(jī)構(gòu)和公共部門咨詢公司，而這份報告由多...
IT之家 8 月 30 日消息，RAND Corporation 公司發(fā)布最新報告，表示在 AI 行業(yè)風(fēng)光的背后，80% 的 AI 項目會失敗，導(dǎo)致數(shù)十億美元資金打水漂。
報告簡介
RAND Corporation 是位于美國的一家非營利性全球政策智庫、研究機(jī)構(gòu)和公共部門咨詢公司，而這份報告由多位 AI 領(lǐng)域的科學(xué)家和工程師聯(lián)合撰寫。
導(dǎo)致 AI 項目失敗的五大原因
該機(jī)構(gòu)采訪了 65 位在工業(yè)界或?qū)W術(shù)界擁有至少五年構(gòu)建 AI / ML 模型經(jīng)驗的數(shù)據(jù)科學(xué)家和工程師，找出了人工智能項目失敗的五大根本原因，IT之家附上五大原因如下：
投資錯位：行業(yè)利益相關(guān)者往往對 AI 有誤解，或者交流溝通不暢，并不清楚能用 AI 能解決什么問題。
缺乏足夠數(shù)據(jù)：企業(yè)缺乏必要的數(shù)據(jù)來充分訓(xùn)練有效的人工智能模型。
盲目追新：人工智能項目之所以失敗，是因為組織更注重使用最新、最先進(jìn)的技術(shù)，而不是為其目標(biāo)用戶解決實際問題。
缺乏算力：企業(yè)可能沒有足夠的基礎(chǔ)設(shè)施來管理數(shù)據(jù)和部署已完成的人工智能模型，這增加了項目失敗的可能性。
AI 瓶頸：或者說是 AI 產(chǎn)品定位，用于解決現(xiàn)階段 AI 技術(shù)難以解決的問題，目標(biāo)太遠(yuǎn)導(dǎo)致無法實現(xiàn)。
