對(duì)大多數(shù)企業(yè)來說，生成式人工智能令人興奮，但尚未取得成功。這需要迅速改變，但這將需要一些企業(yè)可能不愿意做的工作。

公共云市場(chǎng)正在經(jīng)歷爆炸式的增長(zhǎng)，原因很容易理解。對(duì)生成式人工智能的興趣促使企業(yè)轉(zhuǎn)向他們的公共云控制臺(tái)，以分配更多的資源，包括數(shù)據(jù)存儲(chǔ)和計(jì)算，這些資源往往更高端，成本更高。

人們不需要尋找那些令人失望的數(shù)據(jù)。高德納公司估計(jì)，85%的人工智能實(shí)施沒有達(dá)到預(yù)期或沒有完成。許多項(xiàng)目再也沒有復(fù)活。人們可以在谷歌上搜索所有關(guān)于人工智能的壞消息；總的趨勢(shì)是，企業(yè)擅長(zhǎng)花錢，但不擅長(zhǎng)構(gòu)建和部署人工智能。

報(bào)告顯示，云計(jì)算技術(shù)的部署方式發(fā)生了重大轉(zhuǎn)變，主要是對(duì)具有密集計(jì)算需求的生成式人工智能的需求。越來越多地依賴云服務(wù)來托管、培訓(xùn)和部署人工智能模型，這說明了人工智能創(chuàng)新與云基礎(chǔ)設(shè)施之間的共生關(guān)系。組織已經(jīng)在基于云的解決方案上投入了大量資金，以適應(yīng)高級(jí)人工智能模型的復(fù)雜需求，推動(dòng)了云計(jì)算容量和功能的極限。

不幸的是，人工智能無處不在。項(xiàng)目的放棄率反映了資源錯(cuò)位和戰(zhàn)略疏忽的更廣泛趨勢(shì)。人工智能能力的快速發(fā)展與數(shù)據(jù)需求的復(fù)雜性和特殊性的增加相匹配。許多組織需要幫助來獲取和管理高質(zhì)量的數(shù)據(jù)，以便成功地部署人工智能，這已經(jīng)成為大多數(shù)企業(yè)必須克服的障礙。

數(shù)據(jù)是問題所在

糟糕的數(shù)據(jù)質(zhì)量是導(dǎo)致項(xiàng)目失敗的主要因素。隨著企業(yè)涉足更復(fù)雜的人工智能應(yīng)用，對(duì)定制高質(zhì)量數(shù)據(jù)集的需求暴露了現(xiàn)有企業(yè)數(shù)據(jù)的不足。盡管大多數(shù)企業(yè)都知道他們的數(shù)據(jù)本來可以更好，但他們不知道有多糟糕。多年來，企業(yè)一直在拖延數(shù)據(jù)問題，不愿解決問題，而技術(shù)債務(wù)卻在積累。

人工智能需要優(yōu)秀、準(zhǔn)確的數(shù)據(jù)，這是許多企業(yè)所沒有的。至少這需要投入大量的工作。這就是為什么很多企業(yè)放棄生成式人工智能的原因。數(shù)據(jù)問題的解決成本太高，許多知道什么對(duì)自己的職業(yè)生涯有好處的首席信息官也不想承擔(dān)這個(gè)責(zé)任。在標(biāo)記、清理和更新數(shù)據(jù)以保持其與培訓(xùn)模型的相關(guān)性方面的復(fù)雜性已經(jīng)變得越來越具有挑戰(zhàn)性，強(qiáng)調(diào)了組織必須駕馭的另一層復(fù)雜性。

通常，數(shù)據(jù)問題是由前任犯的錯(cuò)誤造成的，例如將許多流程和關(guān)鍵數(shù)據(jù)元素推到ERP系統(tǒng)中，或者追逐炒作驅(qū)動(dòng)的趨勢(shì)，例如數(shù)據(jù)倉庫。

云計(jì)算不會(huì)拯救你

盡管存在這些挑戰(zhàn)，將人工智能與云計(jì)算集成仍然是一個(gè)關(guān)鍵的重點(diǎn)領(lǐng)域，為擴(kuò)展人工智能計(jì)劃提供必要的基礎(chǔ)設(shè)施。公司繼續(xù)探索云計(jì)算解決方案，以支持他們的人工智能雄心。然而，我們現(xiàn)在知道，投資回報(bào)比預(yù)期的要慢。

生成式人工智能項(xiàng)目的潛力和實(shí)用性之間的差距導(dǎo)致了對(duì)人工智能戰(zhàn)略的謹(jǐn)慎樂觀和重新評(píng)估。這促使組織仔細(xì)評(píng)估人工智能成功所需的基本要素，包括強(qiáng)大的數(shù)據(jù)治理和戰(zhàn)略規(guī)劃——企業(yè)認(rèn)為部署人工智能過于昂貴和風(fēng)險(xiǎn)太大。

這里的理解是，云計(jì)算不會(huì)拯救你。這不是平臺(tái)的問題；這是一個(gè)數(shù)據(jù)資產(chǎn)和資源知識(shí)的問題，需要為企業(yè)提供生成式人工智能。

這將導(dǎo)致人工智能世界中的有產(chǎn)者和無產(chǎn)者。那些能夠?qū)?shù)據(jù)整理好并有效使用人工智能的人可以將生成式人工智能作為戰(zhàn)略差異化因素，將公司帶入下一個(gè)階段。而其他人則會(huì)袖手旁觀。

云計(jì)算提供商將在未來幾年內(nèi)增長(zhǎng)，就像人們現(xiàn)在看到的那樣。然而，除非他們能夠教會(huì)他們的客戶如何定義一個(gè)能夠克服許多失敗的人工智能戰(zhàn)略，否則他們的市場(chǎng)將再次收縮。至少我們知道原因了。

企業(yè)在生成式人工智能方面表現(xiàn)糟糕、項(xiàng)目失敗的原因很好理解。這不是分析師和首席技術(shù)官無法解釋的錯(cuò)誤。人們知道為什么人工智能項(xiàng)目會(huì)陷入困境，企業(yè)似乎不愿意或無法投資解決方案。但他們遲早會(huì)這樣做，希望一些首席信息官有政治勇氣正面解決問題，不管是否使用云計(jì)算，這是唯一可行的辦法。