许多企业尝试过在其业务流程中使用人工智能工具，但过多的数据以及企业内部的阻碍，往往会导致尝试以失败告终。

在企业流程中使用AI产品的好处是显而易见的，真正的问题在于企业如何能够让AI的优势在企业中开花结果。部署和使用AI产品的过程，相对于部署传统应用来说，可能会更加困难和耗时，也会消耗企业更多的资金。

最明显的障碍是大数据带来的问题。企业希望AI能够帮助它们提升洞察力，他们在AI上投入了大量的资金，但更重要的是，企业还需要为AI提供大量的数据。更潜在问题在于，实现人工智能产品时，企业需要完成企业文化的转变，这是获的更深刻的见解的前提。企业需要设置奖励，激励那些使用AI发掘见解的员工，在年度预算中，企业也需要设置一定的额度，让基于AI的见解能够真正的发挥作用。

“市场营销部门现在还没有使用人工智能，”Forrester Research的首席分析师Joe Stanhope，说道。“我们有预算，人员，供应商和相应技术，AI也许会对我们有用，但应用AI是需要打破常规的。它甚至可能改变公司的组织结构。”

数据对于AI必不可少

AI 产品，认知计算和机器学习等技术，都有着相同“血液”，那就是数据。输入算法的数据越多，给企业带来的见解就会越深刻。但企业该如何把握合适的数据量？如果企业缺乏足够的数据，是否也能从AI中获益？

“人工智能需要大量的数据，”Ian Barkin，专业服务咨询公司Symphony Ventures的联合创始人和首席战略官说道。“一些工具宣称它们能够使用非结构化数据，但当你深入了解时，你会发现这同样需要大量的努力。”

虽然Salesforce很希望Einstein的口号“人工智能无处不在”成为现实，但在小数据集上，AI也许并不那么灵光。“人工智能目前并不是适用在所有领域上的，”Constellation Research的副总裁和首席分析师Alan Lepofsky表示，你需要大量的数据来驱动这些见解。你必须具备成千上万的客户记录数据支持。在少量数据上，AI的洞察力也许并不能奏效。”

然而，Salesforce Einstein负责市场营销的副总裁Jim Sinai却反驳道，“我们需要考虑的是有各种不同类型的数据。对中小企业来说，他们可能不会有很多数据。但对于一些小目标，比如找出潜在客户等，你并不需要大量的数据，几百行数据足以。”

强大的武器

思维方式上的任何巨大转变，对于企业来说都需要一定的时间来适应。一个著名的例子就是Oakland Athletics执行副总裁Billy Beane 推行的Moneyball ，他说服了那些以传统直觉方式判断棒球走势的决策者，让他们逐渐信任了分析的结果，并依据此结果进行相应的决策。

企业想要获取的AI产品带来的好处和洞察力，也需要从思维方式进行转变，并努力适应这些转变。然而目前我们看到的情况却是，那些想要部署AI系统的企业，现在仍然坐在会议室里，使用电子表格进行分析，这并没有将任何洞察引入到决策过程中，Deloitte咨询分公司的一个主要负责人Ed See说道，“当引入一个新的工具时，它可能看起来十分耀眼，而这个闪闪发光的工具可能是一个非常强大的工具。你必须重新思考当前的决策过程。”

Forrester公司的Stanhope表示，如果AI产品可以不断优化营销活动或销售线索，那么预算就需要具有一定的灵活性，决策者需要冒一定的风险。企业需要思考的是：“我们接受这个系统吗？我们如何在这个系统中建立信任，什么时候需要人工干预？”AI改变了我们的流程，因为它对流程的加速是前所未有的。

AI商业应用的蓝图

还有很多问题需要解决，AI的能力仍然需要被证明，一些管理团队可能还需要在投资之前确信AI的价值。但这些并不能否认AI的成长和潜力。

对Sinai来说，这让人想起以前的技术产业转移，它改变了企业的经营方式。“如果你购买任何软件作为服务，它只是运行在云上，没有太多的人机交互，”他说，在五到八年左右，AI应用程序将会十分常见，那些老的表单驱动的应用程序将会成为历史。

技术公司投资到AI业务应用程序的希望在于，他们能够采用类似的方式让AI巩固其在消费市场的地位。一般来说，消费品中有很多实验，你为了测试市场而放弃了很多产品。企业想要这些行为变得更加可预测，P.K Agarwal——首席执行官兼硅谷Northeastern University院长说道。“现在，机器更加强大，将机器学习和大数据结合起来，大大加快了商业活动的效率。”

由于接触渠道的多样性，消费者现在都期待着更快和更好的服务。“营销人员正在试图从越来越多的数据中找出他们的客户策略，”Stanhope说道，“我们希望营销人员和我们保持同步。”