大家好，我是本栏目的编辑郝帅。现在我给大家解释一下上面的问题。如今，人工智能被应用于人力资源、供应链和多层次营销等各个领域。公司在数据科学家方面投入大量资金，带领数据团队实现业务增长。风险和混乱是人工智能项目失败的常见原因和主要因素。这是因为替换已经熟悉工作流程的现有流程和员工是一个非常困难的决定。在金钱、培训和时间上的投入是公司不能轻易接受的大风险。

即使选择AI后，由于缺乏合适的数据，问题也无法解决。对于不良数据，算法无法正常工作。因此，团队浪费了很多时间。此外，AI不是单一的过程或技术。熟练员工需要高薪。如果你的预算少，没有AI专家，客户不会对你公司的AI服务感兴趣。这些都是大多数移动应用开发公司AI失败的常见原因。

人工智能是一个能够计划、学习、推理、解决问题、表达知识、感知、移动和操纵的系统。它也可能在某种程度上具有社会智慧和创造力。如今，AI可以推荐买什么，娱乐用户，检测信用卡诈骗，甚至可以识别图片中的人脸。到目前为止，AI已经分为两类：——狭义AI和一般AI。狭义AI的例子可以是苹果的SIRI，也可以是微软的Cortana，而一般AI的例子可以引用为终结者中的SKYNET(从那以后就没有成为现实)。在未来几年，人工智能可能能够写论文、驾驶车辆，甚至执行操作。

人工智能在其实施的各种项目中取得了巨大成功。一些数据咨询公司也将人工智能集成到他们的项目中，这将有助于广告和媒体组织推广他们的活动。然而，并不是所有实施人工智能的公司都取得了成功，高达85%的公司都在成功的另一边。根据一些调查，高级管理层的抵制和未能给他们留下深刻印象是原因之一。管理层首先关注投资回报。这是一大障碍。有时灰尘经常出现在看起来很棒的项目中。

根据《维度研究》的报告，10个AI项目中有8个失败，而96%的项目遇到了数据质量、数据标记和建立模型的信心等问题。作为这种失败的另一个例子，脸书、亚马逊、微软和Adobe都选择使用一种叫做神经机器翻译的人工智能工具，因为它可以非常快速地本地化72种语言的内容。然而，实际使用的只有23%。