AI技术的落地面临诸多挑战，包括场景理解、数据获取、实施限制等问题。企业应建立成熟交付体系，评估AI是否为最佳解决方案，并考虑与其他技术结合。数据的缺乏和实际环境的限制常常导致AI项目无法顺利落地，需要充分准备和灵活应对。
“喂，您好，我想咨询一下你们这个人工智能技术的一些问题。”
“好的，您说。”
“是这样的，我这边有个智慧驾校的项目，想要实现这个驾校内的人员信息识别，你能给我介绍一下吗？”
跟上面类似的对话，发生在每一家AI公司的日常电话里。
自从2016年的春天，李世石在那场惊世之战里投子认输后，AI行业便一路高烧。无数资金流入AI行业，众多企业开始尝试引进AI技术，人们开始设想一个又一个关于AI的绮丽故事。
这是理所当然的，因为深度学习理论的突破、各行业大数据的爆发，新一代硬件带来的算力极大解放，AI就是通向未来的路，每个人都想先行一步。然而，几年时间过去，人们理想中的如科幻电影一般的生活生产场景似乎依旧遥远，自动驾驶汽车肇事致人死亡、知名企业家头像照片被误判为交通违纪人员、智能招聘软件性别歧视……
通向未来的路旁，是不断滚落 “摔坏”的AI项目。
“引入AI技术好难啊”
AI是通向未来的路，因为AI技术带来的是生产力的解放和进步，能够应用在几乎各个方面，进而推动人类社会生活的全方位革命。随着各国在AI领域的不断投入，全球人工智能市场规模保持着高速增长的态势。
根据《IDC’s Worldwide Semiannual Artificial Intelligence Tracker》，中国已经成为全球第二大人工智能单一市场，其2019年市场规模相比2018年增长超过60%。同时，由于中国企业普遍对AI技术持积极引入态度，产业智能化程度不断提高。
产业智能化带来的市场表现，就是AI应用在多个行业完成大规模落地，存在明确AI需求的应用
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
