今天的人工智能太多是一种新奇事物，没有明确的赚钱计划

2018的人工智能景观看起来非常像更清晰的图像目录。到处都是产品，这些产品仅仅是因为我们可以制造它们，而且它们是可销售的。

你真的需要这个培根烤面包机吗？你真的认为这支3D绘图笔会带出你内心的艺术家吗？

就像这些产品一样，今天市场上太多的人工智能是一次性新奇技术。没有人进行市场调查来确定培根烤面包机的总可寻址市场。他们没有与可能的客户建立焦点小组。他们建立了一种新奇的事物，这种新奇的事物非常有趣，并且具有足够的实用性，可以说服一些人以少量现金分道扬and。如果这听起来不像是现在销售的很多人工智能，我不知道是什么。

在半心半意地为行业辩护时，AI专家喜欢提醒我们 “现在还为时过早”。其他人解释说，第一波企业人工智能 “注定要失败”，不知何故，这既是预定的，也是可以接受的。考虑到人工智能的良好理解力和对社会的潜在影响，人工智能不应该达到更高的标准吗？

因此，聪明的客户在问: 为什么人工智能中有如此多的对冲和如此少的责任？

研究人员横行

我和下一个书呆子一样喜欢参观研究实验室，但我们需要小心研究人员主导的商业场景中的人工智能实现。随着人工智能人才的严重短缺，许多公司都在从全球各地的大学挖博士学位。Facebook拥有一支由100多名研究人员组成的AI研究团队，这是其他一些科技公司所声称的奢侈品，但Facebook Messenger AI小组在达到70% 失败率后不久就被关闭。

有人可能会说，尽管有大量的资本和学术人才投入，但该平台还是失败了，但我们需要对自己诚实: 因此失败了。

金钱和人才很重要。它们很重要。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。《自然》杂志近日报道称，“超过70% 的研究人员曾尝试并未能重现另一位科学家的实验，超过一半的人未能重现自己的实验。”

人工智能行业引进了大量学术研究科学家，其结果是对客户的业务进行了大量实验。不要误会我的意思-作为技术企业家，我重视研究，实验甚至失败。但是任何企业家都会同意，要求客户承担所有风险是不可接受的。

同时，研究人员必然会专注于这项技术及其内部运作。他们没有受过培训，也没有通常非常擅长确保最佳业务结果。想一想，人工智能失败不是人工智能博士学位短缺的结果; 它们是他们团队中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做得这么远，你也会对冲。

肚脐凝视的附带损害

研究人员是人工智能生态系统的重要组成部分之一。但是，在过去的十年中，成千上万的开发人员和技术人员涌入了该领域。如果您曾经在Stack Exchange或Hacker News等网站上度过时光，您会发现专门的有才华的技术专家社区在辩论新技术的优点，争论编程语言和工具，平台和标准的要点。这就是技术行业不断进步的方式。

由于人工智能仍处于相对新生的阶段，围绕所有这些主题的讨论和辩论都发热状态。作为一个行业，我们仍在努力建立最佳实践和标准，这一过程要求我们的技术领导者向内看技术本身。

好消息是，我们已经这样做了几十年 -- 这就是我们如何解决数字转型和向云计算、移动的过渡，现在我们正在为人工智能做这件事。

坏消息是，该行业中的大多数人几乎没有花时间和精力了解他们的客户和他们的业务需求。硅谷在构建迷人的新技术方面有着悠久的历史，这些新技术在第一次尝试时就失败了，因为它们不适合产品/市场。建立最好的技术与为我的企业建立最好的技术不是一回事。

这种确切的现象就是我们现在在人工智能中看到的，至少对于那些没有痴迷于客户的开发人员来说是这样。

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。这将在人力资源部门发生，招聘团队将制定战略，雇用有能力弥合业务技术和业务成果之间差距的商人。

我们需要痴迷于人工智能买家的业务，我们也需要痴迷于他们的客户。人工智能不是一项一次性技术 -- 它从头到尾都会影响整个价值链。这些技术需要适合业务，而不是相反。

从 “数字化转型” 的时代开始，我们就开始向企业讲授他们的IT应该如何运作。那将不再起作用。人工智能对业务的影响太远，触及太多流程，任何理智的高管都无法让科技公司告诉他们如何经营业务。

我们需要善于倾听客户和客户意见的商人 -- 因为这才是人工智能真正影响的地方。

多亏了人工智能转变业务的能力，客户再一次是对的。