共计 1250 个字符，预计需要花费 4 分钟才能阅读完成。
最新研究揭示了 AI 项目的高失败率，同时也展示了成功企业如何通过正确的策略克服 AI 障碍。
在 AI 领域，人们的观点大致可以分为三类：狂热的支持者，认为 AI 将迅速改变一切；对 AI 一无所知的观望者；以及怀疑者，他们认为大多数 AI 的承诺言过其实，当前的许多 AI 解决方案也存在问题且令人失望。
倾向于介于狂热支持者和怀疑者之间。对生成式 AI 最大支持者所提出的未来主义主张持高度怀疑态度，并认为当前 AI 模型容易犯重大（甚至是灾难性）错误，这成为在大多数关键用例中减少 AI 使用的理由。
另一方面，对 AI 的潜力感到非常兴奋，尤其是在研究中所看到的许多实际用例方面。或许可以被称为一个热情的 AI 怀疑者。
麻省理工学院最近的一项研究发现，95% 的 AI 项目失败，这引起了极大的兴趣。怀疑的一面欢呼道：“看，这就是你被炒作所迷惑的结果。”然而，狂热的一面则看到了这项研究如何强化了 Aberdeen 研究显示的许多趋势，即企业如何成功部署 AI。
首先，研究发现企业专注于 AI 的领域很重要。超过一半的组织正在使用 AI 试图提高销售和营销的效率。
当然，这是可以理解的。许多 AI 炒作都围绕着完美的 AI 案例研究，即企业用 AI 取代销售和服务人员，并用 AI 构建惊人的营销活动，因此许多高管对这些 AI 策略降低成本的潜力感到兴奋。
但已经看到了趋势的逆转，早期的 AI 先驱者承认他们正在回归主要依靠人类销售团队，并且失败的 AI 营销努力的故事层出不穷。
有趣的是，麻省理工学院的研究发现，专注于企业基础设施方面的 AI 举措成功率更高。这与 Aberdeen 所看到的情况一致，因为之前已经看到专注于 AI 实际实施的组织获得了令人印象深刻的回报。
事实上，当最近的调查关注成功实施 AI 现代化举措的企业时，发现他们最关注的领域是网络安全、预测分析、自动化和监控——这些领域虽然不引人注目，但却是 AI 优势最大的地方。
麻省理工学院 AI 研究的其他有趣发现与 AI 挑战以及企业如何应对这些挑战有关。该研究探讨了企业失败的原因，并列出了诸如集成不佳、缺乏技能集以及构建内部 AI 解决方案的困难等痛点。
这再次与 Aberdeen 对成功 AI 实施的研究数据非常吻合。发现企业在进行 AI 时面临的最大挑战是安全问题、缺乏 AI 技能和专业知识，以及将 AI 与现有系统集成的问题。
研究还显示，成功实施 AI 的企业与第三方 AI 提供商合作以帮助他们克服技能和集成问题的可能性比同行高出 85%。这也与麻省理工学院的研究一致，该研究发现与公司合作协助 AI 部署更有可能取得成功。
正如人们所预料的那样，这项研究的结果引起了许多担忧和事后诸葛亮，尤其是标题中提到的 95% 的失败率，听起来非常糟糕。但作为在科技领域工作了一段时间的人，大多数新技术在早期充满炒作的那些年里都有相当高的失败率。
在某种程度上，这些发现也让许多企业感到安慰。基本上，它们强化了聪明的企业会忽略炒作，采取一种旨在解决实际问题的 AI 方法，并与经验丰富的合作伙伴合作克服障碍。
这是一种务实的方法，虽然它在标题中可能看起来不引人注目，但为成功的 AI 部署提供了蓝图。
