AI扩展失败的三大原因
–疫情期间，84%的企业表示对AI的关注度与以前差不多或高于以前的水平。
看到 AI 未来应用前景的并非 IBM 独家。IDC预测，2020年，全球总体 IT 支出会下降，但是 AI 支出却有所增长，四年内支出将翻一番。然而，企业推进 AI 的进程却十分艰难。再请看这样一组数据：
如何在企业内成功扩展 AI，充分的发挥 AI 应有的价值？IBM 商业价值研究院最新报告《扩展AI的公认概念：从试验变为工程原则》为你答疑解惑，指明出路。
AI 的成功扩展是指项目从沙箱过渡到试点和最小可行产品(MVP)，最终实现工业商品化的整个历程。
下图展示了非常典型的企业 AI 计划的轨迹。对处于 AI 采用早期阶段的企业而言，将 AI 作为原则的紧迫感或许并不明显，所以，企业常常深陷 AI 试点和概念证明阶段而不能自己，在一些看似让人兴奋但却孤立的案例中零敲碎打地应用 AI，不断尝试却没有结果。
传统低效的应用开发模式。模型开发工作在数据科学家的笔记本电脑上完成，统筹任务则使用自定义代码和脚本人工临时实施。最终结果是，数据团队（科学家、工程师及其他人员）被迫沿用低效的工作方式。他们承受繁重的人工任务，比如将机器学习(ML)模型移交给研发人员，以便最终在后者开发的应用中运行。这会减缓基于 ML 应用的交付速度，降低 AI 投资的业务回报。
在投入生产环境之前，AI 项目往往是像一个孤岛，研发人员与利益相关方之间脱节。倘若不明确特定数据的拥有者和控制者，问题势必会促进加剧。
某些 AI 团队相对较新，角色和职责仍不明确，上下级关系“纷繁复杂”，甚至在同一部门内也会采用各种不同的工具。哪怕是成熟团队，也要与不同的群体和利益相关方进行互动。而要实现清晰精准的沟通无疑非常困难。
企业怎么样才可以避免 AI 的低谷期，加快扩展 AI 的步伐，充分的发挥 AI 应有的价值？
众所周知，AI 是一项复杂的多领域业务和技术创新，包含多个互连而且一直在变化的层面。任何一个方面都无法仅凭一己之力就确保将 AI 项目成功投入商业使用。这时候，普通的“变革管理”恐怕难以奏效。符合业务战略的“镇痛良方”也不行。哪怕久经考验的“流程改进”甚至更前卫的“敏捷方法”也不足以处理问题 ― 无论整理多少西格码和意大利面条图，抑或组织数次讨论和冲刺活动都无济于事。
企业真正需要的是，彻底改变AI的角色：过去，人们将 AI 视为最新技术魔法的化身而敬而远之，现在，必须将 AI 作为战略能力融入到整个企业之中。
企业亟需停止匆忙实施的数据科学试验，开始全面周密地采用 AI 技术― 将 AI 植根于业务战略、创新活动和差异化竞争优势之中；深度整合至持续不断的发展的业务运营模式和工作流程、组织架构和治理机制、数据架构和基础架构乃至文化价值观和道德规范之中。
我们建议企业采用更为严谨的结构化方法，即“AI 工程和运营”，它涵盖四个高层级的重点领域，以及许多根本原则、流程和工具，用于指导 AI 计划大规模投入生产运行。见下图。
专为改善易用性而设计的人与 AI 互动体验，配备标准工具集和方法，旨在提高 AI 项目实现价值的速度和质量标准。
用于检查模型中偏见的方法、AI 模型用于直观呈现决策的工具以及更广泛的企业道德准则
简而言之，“AI 工程和运营”这种方法有助于企业建立重点明确的环境，以结构化方法引导项目从开发到生产的整一个完整的过程，切实发挥 AI 在生产领域的巨大潜力，最终实现商业效益。
与所有典型的一样，RedHat 很早就对 AI 和机器学习（ML）表现出极大的兴趣，积极探索如何将这些技术应用于自己的产品和服务，为用户带来切实收益。
但大约四年前，一切都变了。从那时起，RedHat 开始重点研究怎么样将 AI 融入自己更广泛的产品组合，确保实现互操作性，实现用户在容器和 Kubernetes 中运行 AI 和ML 工作负载的一直增长的需求。
RedHat 加大了在自己的平台上运行 AI 的力度，为 OpenData Hub 打下坚实基础。OpenData Hub 是依托 AI 工程原则的元项目，将开源项目整合至实际解决方案之中，并由 AI ECO合作伙伴加以补充。开源社区可试验并开发智能应用，既可避免高昂的成本，又能解决现代 ML 和 AI 软件组合所带来的复杂性。
为搭建业务架构和推行战略，RedHat 成立了 AI 人才中心(CoE)。该组织经过扩充后，新成立了“早期部署工程团队”，动员顶级数据科学家通过服务互动模型，为客户提供创新成果和可观价值。随着工作的深入，他们增加了工程原则。运用 DevOps 和敏捷方法强化并规范企业的 AI 开发方法。
目前，RedHat 通过“开放创新实验室”与客户合作开展 AI/ML 项目，采用最先进的开源技术。例如：
–AICoE 帮助某汽车行业客户开发了一个平台，凭借可扩展的 ML 和大数据处理能力，更快速、更准确地进行驾驶模拟和数据分析。他们在短短三个月内就完成了平台配置和创建。
–AICoE 为某医疗保健行业客户打造了一个预测和治疗优化平台，实时收集和分析临床数据并提醒看护者启动早期护理。
尽管让 AI 走出实验室并全面投入生产环境绝非易事，但我们确定了一些关键行动供企业参考，以期加快扩展 AI 的步伐，切实发挥AI在生产领域的巨大潜力，最终实现商业效益。
针对资历较浅的 AI 采用者（处在考虑/评估和试点 AI 阶段的企业）的实践方法：
针对资历较深的 AI 采用者（处在实施、运行和优化 AI 阶段的企业）的实践方法：
IBM 商业经济价值研究院 (IBV) 站在技术与商业的交汇点，将行业智库、主要学者和主题专家的专业相关知识与全球研究和绩效数据相结合，提供可信的业务洞察。IBV 思想领导力组合包括深度研究、对标分析、绩效比较以及数据可视化，支持各地区、各行业及采用各种技术的企业做出明智的业务决策。
文章出处：【微信号：IBMGCG，微信公众号：IBM中国】欢迎添加关注！文章转载请注明出处。
玩过GD32的小伙伴们都知道，GD32 MCU支持ISP，即在系统编程，前面的普遍的问题也给大家讲过什么是ISP，什么是IAP？那有没有小伙伴遇到过ISP
及解决办法 晶振失效是指晶体振荡器无法正常工作，造成电子设备不能正常运行的情况。晶振在电子设备中起到最重要的作用，它是产生时钟信号的核心元件。晶振失效会导致设备的计时不准确甚至
跳闸，从而切断电路供电。漏保跳闸是一种常见的电气故障，对于电力系统的安全运行很重要。下面将详细的介绍导致
同轴连接器是一种用于连接两个同轴电缆的重要组件。它在无线通信、广播电视、计算机网络等领域发挥着至关重要的作用。然而，由于各种
概率，存在0.3%的损坏母片的概率。所以我们不保证100%解密成功，也不保证100%不破坏母片，那么，单片机解密
分析 /
开关电源是一类很常见的电源，它在电子设备、计算机、汽车电子、通讯等领域都有广泛的应用。然而，开关电源也存在着一些问题，其中最常见的问题是输出电感烧毁。输出电感
时，我们会发现，永远都不可能只有一个错误——业务和技术团队都有人工智能项目
为了使网站能够在搜索出来的结果中拥有较好的排名，站长需要对网络站点进行日常更新，而网站内容的更新，便要使用到网站数据文件的上传与下载，FTP是最常用的软件。有些站长在使用FTP连接服务器时出现连接
汽车发动机的保养必然的联系到汽车的常规使用的寿命，发动机抖动是生活中常见的发动机问题之一，那发动机抖动是什么
如何使用TinyVision去手动构建Linux 6.1+Debian 12镜像呢？
free-programming-books-zh_CN编程中文书籍索引
采用6引脚SC-70封装的低输入电压升压转换器TPS6122x数据手册
由于 Windows 无法加载这个设备所需的驱动程序，导致这个设备工作异常？
