翻越这4座大山 人工智能会打开一个新世界！

人们对人工智能和他们实际上用人工智能做什么之间其实有一个很大的脱节。麻省理工学院最近进行的一项调查（https://www.gooddata.com/）发现，85％的高管认为人工智能将使他们的公司获得或维持竞争优势，但只有约20％的人以某种方式整合了人工智能，不到39％的人拥有人工智能战略。基于以上企业到目前为止如何使用AI的情况，这个差距并不奇怪。

在过去的二十年里，人工智能的能力已经越来越像是科幻小说中的东西，但是这些发展对于大多数企业来说并不是现实，他们并没有得到有效的改进，因此可以理解他们持怀疑态度。有些决策者有兴趣引进人工智能，为了让人工智能按照承诺的方式工作，公司需要从一个坚实的基础开始。但实际上很少有公司投入必要的时间和资源来建立这个基础。

要使AI真正取得成功，首先需要解决四个关键领域：

1.数据质量必须是一流的

在这些领域中，迄今为止最大的障碍是数据质量。很多公司仍然在努力收集足够数量的人工智能所需的高质量数据。一旦引入AI，数据质量需要一流，因为机器将根据现有数据做出决定。也就是说，今天大多数的数据质量项目都是手工完成的，这意味着总会带入一定程度的错误，从而浪费宝贵的时间。

2.数据需要及时收集和统一

数据的及时性是成功的AI战略的第二大障碍。如果你的公司像大多数公司一样，每个月只能收到一次数据，那么这个时间就已经太晚了，而这些数据甚至还没有被清理。当数据进入时，通常会有不同的形状和形式，需要首先进行协调。清理和协调所需的时间会造成更多的挫折，因此，数据很快就会变得越来越不相关。

3.数据必须安全存储

数据安全性是一个较小的障碍，但在欧洲通用数据保护条例（GDPR）等新的威胁和规定方面保持领先地位至关重要。由于人工智能需要大量的数据进行分析和存储，公司需要制定一个策略来应对不断变化的法规和安全风险，并确保合规。随着流程不断变得更加互联，保证存储数据的每个步骤都安全将会成为企业的首要任务。

4.公司需要找到有效的基于云的存储解决方案

至于云计算，引入AI会导致你需要的数据量呈指数级增长。使得数据中心的速度足以储存一切是不可能的。因此，企业必须迁移到云计算，以实现规模化、可靠性和正常运行时间，特别是在数据处理和管理方面。使用云计算策略来解决这个海量的数据将有助于防止未来的意外存储问题。

这些不是新问题。 20年来，我们已经看到了数据问题，而且在很大程度上都忽略了它们。 AI需要高质量的实时数据进行协调并用于形成基础。忽略这些问题不再是一个选择。这并不是说我们过去对AI的期望太高，而是我们没有给它成功的基础。

致力于建立良好的数据质量和运营流程的公司将很快从人工智能提供的所有服务中。据预计，我们将看到这两类公司之间的业绩差距会不断扩大，一些主动性较小的公司可能永远赶不上其更积极主动的同行。那些采取行动并将这些关键领域作为重中之重的人将会得到一些看起来像是科幻小说中的“奇幻’’效果。