很多大型企业都在积极拥抱人工智能，然而还有很多公司仍然在观望

虽然一些公司，如大多数大型银行、福特和通用汽车公司、总部设在纽约的跨国制药公司辉瑞以及几乎一切的科技公司都在活跃接受人工智能。可是，许多公司没有这样做。相反，他们都在等待技能成熟和人工智能专业常识得到更广泛应用的那一天。他们都方案成为\"新星\"，这是一项与大多数信息技能合作的战略。

我们认为这不是一个好主意。诚然，有些技能确实需求进一步发展，但有些技能，传统的机器学习，已相当成熟，并以某种方式存在了几十年。更近期的技能，如深度学习，是基于20世纪80年代的研究成果。新的研究现已展开，可是人工智能的数学和统计根底现已树立。系统开发需要时间。除了技能成熟度的问题，还有其他几个问题:一旦技能变得更有才能，公司可以很快采用的想法。

首先，开发人工智能体系需求时间。假如这些体系是彻底通用的，它们或许不会给你的事务添加太多价值，所以需求时刻依据你的事务和其中的特定常识范畴来定制和配置它们。假如你用机器学习来运用人工智能，那么你有必要搜集很多的练习数据。假如它操作言语，像自然言语处理应用程序相同，体系或许更难发动和运转。分类和本地常识需求集成到人工智能体系中，类似于专家体系中运用的旧的\"常识工程\"活动。

这种人工智能不仅是一个软件编码问题，也是一个常识编码问题。毫无例外地发现、消除和布置常识需求时刻。特别是，假如供应商或顾问没有为你的常识范畴建模，架构师一般需求几个月的时刻。关于杂乱的常识范畴尤其如此。例如，凯特琳癌症研究中心与IBM合作医治某些类型的癌症现已超越六年。虽然该体系在癌症护理和人工智能方面拥有高质量的人才，但仍未准备好广泛应用。一些范畴和事务问题需求必要的常识工程。

可是，它仍然需求依据公司的详细事务环境进行操作。整合需要时间。即便你的体系现已树立，仍然存在将人工智能体系集成到你的安排中的问题。除非你正在运用公司现已运用的现有应用体系中嵌入的一些人工智能功能，否则IT需求很多的规划和调整时刻来习惯你的事务流程和IT架构。从试点和原型到人工智能出产体系的转变或许既困难又耗时。即便您的安排拿手将试点项目和原型迁移到出产中，它也有必要从头规划其事务流程，以对您的事务和职业产生全面影响。

在大多数情况下，人工智能支持单个使命，而不是整个事务流程。因此，有必要从头规划事务流程和新的人工使命。例如，假如你想影响顾客的参加，你需求开发或调整与营销、出售和效劳关系不同方面相关的多个人工智能应用程序和使命。人工智能时代的人机交互最终，人工智能仍然需求克服人类的应战。很少有人工智能体系可以完成彻底自主。他们更关怀人工智能的进步和人类所做的作业。

新的人工智能体系一般意味着与他们一同作业的人需求改变他们的角色并掌握新的技能。此外，一般需求相当长的时刻来从头培训员工以了解新的流程和体系。例如，向客户供给\"机器人咨询\"的投资咨询公司常常企图让人力顾问将注意力转向\"行为金融\"，或者供给建议和\"张狂\"，以鼓舞明智的投资决策和行动。可是，这种技能与供给购买门票和债券的建议大不相同，需求一些时刻重复灌输。

即便人工智能体系的方针是完成彻底自治，但这种模式或许需求一些时刻来增强。在此期间，机器学习的要害部分是通过体系与人类用户和观察者之间的交互来完成的。这是交互式学习，关于一个安排来说，这是了解体系怎么与其生态体系交互的要害一步。他们一般可以搜集新的数据集，并在这段时刻内开端将它们转换成算法，这一般需求几个月或几年。