企业级人工智能平台应用存在哪些挑战？

    企业级人工智能平台应用存在哪些挑战？

    企业级平台的AI愿景是很漂亮，但对公司是否有足够的吸引力？12月7日，联想创投大数据与物联网业务总经理吴越在21世纪经济报道记者采访中表示，目前市场在企业层面的AI平台竞争并不是特别激烈，现在一些企业提供的AI平台服务集中在某一领域，如语音识别、人脸识别等。我们的观察是，例如，中国的汽车企业，当他们想探索自动驾驶技术，他们有一些可供选择的合作学习伙伴，但如果它想在我们的生产和经营风险管理链的人工智能控制技术的应用开发业务非常困难。 企业AI平台是企业解决一些问题的工具。

    不过，企业级AI平台发展并不适用于我们所有企业。虽然AI的企业级平台，可提供不同类型的算法，为企业，以满足数据分析各行业的不同需求，但现有企业数据的质量也决定了算法结果的准确性。为了LeapAI平台为例，它是目前我们最好的行业是客户关系泛工业企业的发展。12月7日，联想机器智能控制技术研究中心负责人罗军便表示，生产经济发展过程已高度智能、传感器较多的企业会计信息收集的数据服务产品质量非常好，此外，银行电子商务交易市场调查数据就比人工手工记录的数据更准确，有利于提高可以提升财务管理工作平台效果。

    从需求方面看，投资企业回报AI这项技术也值得怀疑。特别是对于一些想开展在企业的深入应用人工智能技术，企业级AI平台可能无法满足他们的需求。 对此，吴越坦率地说：“我们可以认为，企业AI平台更倾向于平台方、工具方，是为了降低AI技术应用的门槛，如果企业管理层只是想解决某个问题，那么这个信息平台的客观方面并不是企业的最佳选择。”

    即使在平台成功应用后，企业和平台本身仍然面临挑战。算法需要与企业经营机制相结合，在更多的商业应用，行业覆盖范围更广的企业级平台AI需要的情况下，实现更精确的自定义算法，以提供更稳定和持续的服务。从技术角度来看，LeapAI平台，在服务的延续将按照企业级软件的规则，“比如，如果有服务出现的后续延续，一种新的算法技术的出现，我们将它提供给客户作为增强包和选项。”吴越对21世纪经济研究报道新闻记者说道。

    除了从技术层面优化服务，与企业加强合作和沟通是的AI平台服务的企业级持续优化的重要保证。田日辉报记者在21世纪的经济，说的AI开发企业级平台是真正注重解决行业的共性问题，以及一些相关的行业和企业的内部管理也有自己的具体型号和分析工作。对于我们原来的分析并没有覆盖，如我们常见的企业开发，做行业典范一起画画，这是一个很好的模式。

    具体实际情况来说，平台的研发团队一方面要和高层沟通，了解对于他们对该企业社会文化教育价值的理解和定义，另一方面也要和直接的业务工作研究人员通过信息交流沟通，了解自己他们的业务知识经验。 我们会觉得用机器来学习，业务发展经验无所谓，但其实人的经验也是很重要的，我们老师可以把一个人的工作经验作为基本要素加入到模型中，这对模型的显著影响是非常明显的。

    以上就是企业级人工智能平台应用存在的挑战。

更多产品了解

欢迎扫码加入云巴巴企业数字化交流服务群

产品交流、问题咨询、专业测评

都在这里！