購買還是自己開發(fā)？數(shù)據(jù)從何而來？人工智能和機(jī)器學(xué)習(xí)應(yīng)用的潛在客戶需要問以下五個問題。

　　人工智能等新興技術(shù)面臨兩大挑戰(zhàn)：不要讓營銷承諾大于實(shí)際成果交付；并為客戶闡明如何將新的、先進(jìn)的功能整合到企業(yè)領(lǐng)域。分析師在最近的一次行業(yè)會議上談到了這兩個問題，并為集成商提供了一些關(guān)于如何開始購買和構(gòu)建人工智能解決方案的建議。

　　人工智能是每家企業(yè)的未來，也是每家企業(yè)都將以某種形式使用的基礎(chǔ)技術(shù)，到 2025 年，近 100% 的企業(yè)將擁有人工智能，并指出一些企業(yè)將自己開發(fā)人工智能，而另一些企業(yè)將購買包含人工智能的下一代應(yīng)用程序。根據(jù)研究到 2025 年，許多企業(yè)將兩者兼而有之，從而導(dǎo)致 370 億美元的人工智能市場。

　　機(jī)器學(xué)習(xí)是人工智能應(yīng)用中最熱門的方法。雖然購買人工智能應(yīng)用程序與購買常規(guī)應(yīng)用程序類似，但過程并不完全相同。當(dāng)有一個熱門話題（如人工智能）時，企業(yè)希望參與其中，并指有時可能會夸大事實(shí)。為了消除一些不透明的營銷，鼓勵解決方案集成商向人工智能供應(yīng)商提出以下問題：

　　商業(yè)價值是什么？

　　這一問題聽起來可能非常明顯，當(dāng)技術(shù)買家開始迷戀于一項(xiàng)技術(shù)時，這個核心問題被忽視的頻率令人驚訝。公司需要辨別他們將如何使用機(jī)器學(xué)習(xí)來做出更好的決策。他們會使用預(yù)測分析來確定誰可能發(fā)動網(wǎng)絡(luò)攻擊，或者哪些客戶可能會流失？它將在哪些方面節(jié)省時間或使流程自動化以擴(kuò)大規(guī)模？評估AI應(yīng)用程序的方法與評估任何其他軟件的方法相同。

　　人工智能技術(shù)有多成熟？

　　雖然絕大多數(shù)人都在使用機(jī)器學(xué)習(xí)模型，但值得調(diào)查所使用數(shù)據(jù)的來源。開發(fā)人員是使用自己的數(shù)據(jù)、外部數(shù)據(jù)還是某種組合？挖掘并詢問數(shù)據(jù)來自哪里，詢問正在使用哪些算法，因?yàn)樗惴〞治鰯?shù)據(jù)以創(chuàng)建模型。這些問題將有助于揭示技術(shù)的成熟程度，以及他們是否真的在進(jìn)行機(jī)器學(xué)習(xí)。

　　用什么數(shù)據(jù)來訓(xùn)練 AI 模型？

　　把這看作是上一問題的延續(xù)。請務(wù)必明確軟件供應(yīng)商用于創(chuàng)建 AI 模型的數(shù)據(jù)是您的數(shù)據(jù)還是供應(yīng)商自己客戶的數(shù)據(jù)。它是開源的還是專有的？這里沒有正確或錯誤的答案，最終重要的是客戶對AI應(yīng)用的要求。看看用例需要什么數(shù)據(jù)，它是如何連接的，以及數(shù)據(jù)從哪里來，這很重要。這些答案會因應(yīng)用而異，即使在同一組織中使用也是如此。

　　如何監(jiān)測 AI 模型？

　　從數(shù)據(jù)分析中產(chǎn)生的人工智能模型不是靜態(tài)的。人工智能軟件模型是根據(jù)歷史數(shù)據(jù)和未來可能發(fā)生的情況進(jìn)行訓(xùn)練的。但模型并不完美，必須進(jìn)行監(jiān)測，因?yàn)樗鼈儠S著時間的推移而衰減。