人工智能等新兴技术面临两大挑战：不要让营销承诺大于实际成果交付;并为客户阐明如何将新的、先进的功能整合到企业领域。Forrester 分析师兼副总裁 Mike Gualtieri 在最近的一次行业会议上谈到了这两个问题，并为集成商提供了一些关于如何开始购买和构建人工智能解决方案的建议。
Gualtieri说：“人工智能是每家企业的未来，也是每家企业都将以某种形式使用的基础技术”，“到 2025 年，近 100% 的企业将拥有人工智能，” 并指出一些企业将自己开发人工智能，而另一些企业将购买包含人工智能的下一代应用程序。他补充说，根据 Forrester 的研究和他在活动中分享的预测，到 2025 年，许多企业将两者兼而有之，从而导致 370 亿美元的人工智能市场。
根据Gualtieri的说法，机器学习(ML)是人工智能应用中最热门的方法。虽然购买人工智能应用程序与购买常规应用程序类似，但过程并不完全相同。他说：“当有一个热门话题(如人工智能)时，企业希望参与其中，并说他们的新版本软件中有这个话题”，并指出他们有时可能会夸大事实。为了消除一些不透明的营销，Gualtieri 鼓励解决方案集成商向他们的人工智能供应商提出以下问题：
商业价值是什么?
这一问题听起来可能非常明显，但 Gualtieri 表示，当技术买家开始迷恋于一项技术时，这个核心问题被忽视的频率令人惊讶。公司需要辨别他们将如何使用机器学习来做出更好的决策。他们会使用预测分析来确定谁可能发动网络攻击，或者哪些客户可能会流失?它将在哪些方面节省时间或使流程自动化以扩大规模?Gualtieri建议：“评估AI应用程序的方法与评估任何其他软件的方法相同”。
这真已经产品化了吗?
也许人工智能不可避免地会患上某种“朦胧软件综合症”。尽管听到这个可能很难接受，但软件应用程序开发商有时会夸大他们的能力。他们可能会将他们的新产品宣传为 AI 就绪或兼容AI。Gualtieri 提醒说，在购买之前，请先弄清楚他们是否是可以构建一个解决方案并为此向您收取(更多)费用，他们中的许多都有很多优质的服务，但首先要确认这是一个真正的 AI 应用程序。 "
人工智能技术有多成熟?
虽然绝大多数人都在使用机器学习模型，但值得调查所使用数据的来源。开发人员是使用自己的数据、外部数据还是某种组合?“挖掘并询问数据来自哪里，询问他们正在使用哪些算法，因为算法会分析数据以创建模型。”Gualtieri 说，这些问题将有助于揭示技术的成熟程度，以及他们是否真的在进行机器学习。
用什么数据来训练 AI 模型?
把这看作是上一问题的延续。请务必明确软件供应商用于创建 AI 模型的数据是您的数据还是供应商自己客户的数据。它是开源的还是专有的?这里没有正确或错误的答案，最终重要的是客户对AI应用的要求。Gualtieri 说：“看看用例需要什么数据，它是如何连接的，以及数据从哪里来，这很重要”。这些答案会因应用而异，即使在同一组织中使用也是如此。
如何监测 AI 模型?
从数据分析中产生的人工智能模型不是静态的。Gualtieri 解释说，人工智能软件模型是根据历史数据和未来可能发生的情况进行训练的。他补充道：“但模型并不完美，必须进行监测，因为它们会随着时间的推移而衰减，” “您必须定期观察和重新训练它们，因此，请确保供应商结合使用 KPI 重新训练模型的方法。”
Forrester 分析师表示，回答这些问题可以帮助集成商重新评估他们是购买人工智能应用程序更好，还是自己构建它更好。 “购买它可能会觉得风险更大，但在某些情况下，如果您自己建造它，您可能会获得战略优势。”最后，人工智能可以扩展和自动化企业智能，这会带来巨大的回报。Gualtieri 说：“当您购买人工智能时，要了解自己需要做什么，并采取相应的行动。”
