随着Wi-Fi6、5G技术与物联网技术的不断相结合，预计将在未来几年为网络带来数十亿额外的设备。这将显著影响未来的工作场所，超越远程工作者和混合劳动力的明显趋势。
随着工作场所变得越来越复杂，远程成为常态，世界正在接近这样一个时代，即许多人可以在任何地点与同事进行虚拟交流。此外，虚拟现实和物联网传感器将可以通过远程，将专业知识带到世界上任何地方。
AIops实施的难点
人工智能和人工智能操作是可与人类专家所执行的工作，相媲美的自动化进程的下一个也是最后一个步骤。因此，人工智能的优势是众所周知的，并越来越受到商业领袖的追捧。许多企业阻碍了在协助成功实施人工智能方面取得的进展。通常情况下，在三大障碍中，他们至少有一个是达不到要求的：构建技术堆栈、为人员做好准备以及建立AI治理。
许多公司在成功实施人工智能方面进展缓慢。通常情况下，他们至少会在以下三个主要领域中遇到一个达不到要求：构建技术栈、准备人员和建立人工智能治理。
人工智能技术堆栈
人工智能的好坏取决于它需要学习的数据，生成、清理和管理数据集以及特征工程仍然是人工智能主流应用的最大技术障碍。无论是由于缺乏数据质量专家还是计算资源不足等原因，让数据准备好机器学习准备是一项艰巨的任务。
这些数据来源于持续的网络性能、健康和安全监控。获取适当的数据而不仅仅是大量数据是一个关键的准备困难。数据量可能是巨大的，比如网络用户状态的每一次变化。人工智能项目经常在没有明确定义什么是必要的，什么是需要自动化的情况下失败。
准备工作
人工智能时代的到来带来了三个独特的劳动力挑战。换句话说，企业必须对现有员工进行培训，并从竞争激烈且数量有限的高技能数据科学家和数据工程师中招聘。
为了克服前两个障碍，有必要在培训和企业文化方面进行适当的投资。高技能技术工作的机会总是比人多，特别是在AI/ML领域。然而，如果企业建立适当的基础并定期培训员工，他们将会惊讶于自己可以建立多少。人工智能是为了补充和改善劳动力，而不是取代人类的一种手段。
实施工具为所有员工提供，在日常工作流程中使用新获得的AI技能的机会，有助于巩固人们的信念，即AI可以增强他们的日常体验。虽然不是每个员工都需要要求学习编码，但重要的是表达有效参与和利用AIops的能力可以为许多职业带来巨大的好处。
人工智能管理
数据困境超出了如何识别适当数据的问题。同样具有挑战性的是如何处理所有数据，特别是关于风险、遵从性和安全性的数据。人工智能涉及到各种声誉、运营和财务风险，但由于许多项目的离散性和封闭性，这些风险通常没有被考虑到。
目前公司存在治理缺口，这是人工智能项目面临的最大风险之一。尽管大多数管理人员承认他们有责任实施合规标准，但实施此类治理和程序通常是他们最低优先级之一。企业可以通过整合行政领导和跨职能利益相关者来克服这一差距，以确保从公司范围的角度评估具有广泛影响的项目，而不仅仅是通过单个部门的视角。此外，聘用专门针对人工智能的领导者并建立内部人工智能中心，以确保治理得到适当程度的关注和投资，并促进在整个业务中创建一致的标准，这是非常有价值的。
