据Bluewolf（IBM旗下公司）发布的一份报告称，仅有21％的小型企业采用了人工智能（AI）解决方案。该“企业AI投资差距报告”对全球177位决策者进行了调查，以确定他们的公司是否已采用了AI和机器学习（ML），以及他们对这些技术的了解程度。尽管33%的小型企业在未来的一年内准备对AI进行投资（这使得下一年小型企业的AI总采用率提高至54%），但其总采用率较大型企业来说还是较低：30%的大型企业早已对AI进行了投资，另有44%的大型企业还准备在未来的一年内开始投资AI，这使得大型企业的AI总采用率达到了74%，比小型企业高了20%。
Bluewolf客户体验调查部门的高级副经理Vanessa Thompson表示，已经使用AI工具的公司与不计划采用此类工具的公司之间存在着知识差距，她将此称为“AI投资差距”，并在一则书面声明中将其描述为“了解AI，和尚未将AI部署到业务中的公司高管之间的差异。”
Bluewolf是一家销售AI工具的公司，所以他们理所应当地会认为人们不购买AI工具的唯一原因在于不了解这些工具。为了验证Thompson发布的声明的正确性，我与弗雷斯特研究公司客户调查部门的高级分析师Brandon Purcell进行了交流，因为他们公司也对AI采用率进行了类似的研究，所以我询问了他哪些其它因素也会导致已采用AI和尚未采用AI的公司之间出现知识差距。
尽管他们公司得出的总体数据与IBM公司类似——51％的公司已经采用或正在扩展AI技术，另外20％的公司表示计划在未来12个月内采用AI。不过，对于为何小型企业的AI采用率会较低，Purcell提出了其他一些具有说服力的原因。
应用AI的成本
Purcell认为，小型企业不采用AI技术的主要原因在于缺少足够的资金，特别是“因为这是与技能相关的，而小型企业缺乏雇佣数据科学家的资金”。然而，数据科学家才是能对企业软件数据进行深入分析，从而得出结论的人士。
另外，数据科学家也能确定AI是否精确地读取了您的数据，并基于其独有的智能技术采取了相应的措施。据Glassdoor报道，数据科学家的年平均收入为113，436美元，这（从整体富裕水平来说）仅仅略低于一名美国企业首席执行官的年平均收入（PayScale报道其收入平均为166，000美元）。 所以，如果您是小型企业的首席执行官，拥有着微薄的利润，但又不想削减自己的工资，那就不太可能花费6位数的成本聘请一名数据科学家，也不太可能花费成本购买可以使用AI分析数据的软件系统。
不过，阻碍小型企业投资AI软件的因素不只在于缺乏资金。Purcell表示：“数据也是另一因素，因为只有当您拥有大量数据时，应用AI才会产生很好的效果，可惜小型企业根本没有那么多的数据可用。”
试想一下：当您在Facebook发布与朋友的合照时，Facebook之所以会知道要标记出照片中的哪些朋友，是因为它已经从您之前标记过的帖子中收集了信息。另外，Netflix为您推荐的电影也是根据您之前观看过的电影总结得出的，它与Facebook是根据ML作出这些推荐的，而ML正是AI的首位“至亲”。由于ML和AI很类似，它们通常被人互换使用（且不正确地使用）。
以下是这两个术语之间的根本区别：ML系统通过提供简化流程的建议和方法来利用人工智能提高性能，而AI系统可以使软件在无需人为监管的情况下自动执行任务并作出决策。Netflix提出电影推荐建议便是使用了ML，而自动驾驶汽车使用的是AI，才能让您无需手动驾驶，只需在后座小憩的情况下到达公司。对于一家刚开始产生数据的小型企业来说，使用AI带来的优势与财富500强公司使用AI软件获得的优势根本不能相提并论。
Bluewolf的调查结果是错误的吗？
那么，Bluwolf的调查结果是否有误呢？小型企业是否其实是了解AI的，但只是缺少应用AI的资金和数据呢？不过，Purcell不认为Bluewolf的调查结果有问题。事实上，他认为IBM Watson创造了认知计算（模拟人脑的AI、ML以及其它应用的总称）。
Purcell表示：“IBM公司花费了大量资金研发这一模式，但在同一领域却面临着来自谷歌、亚马逊、Facebook和微软的强有力竞争，因为这些公司也都坐拥着可用于训练AI系统的大量数据。好莱坞将AI定义为有意识的机器人，但我们目前尚未使用这种机器人。不过，要说到企业实际应用AI的情况，IBM在研发AI工具发面的表现可以说是优人一等。”
对好莱坞、AI和机器人的误解致使我们对其产生了恐惧的心理，这也是为何有些小型企业不愿意进一步了解AI工具的原因。如果您是奥克拉荷马州的一名T恤供应商，那自动驾驶汽车或配有激光枪的未来机器人根本不会为您带来任何好处。不过，Purcell 和Thompson却看到了小型企业可实际应用AI的那些鲜为人知的用例，它们是小型企业所不了解的。
有了Thompson和Bluewolf所称之为的“增强智能”，小型企业不一定需要数据专业知识或信息资源才能利用人工智能。据Bluewolf定义，增强智能指的是应用程序推理、推断和提取想法的能力，甚至还包含如语言和图像这类的非结构化数据集。而且，即便一家公司才刚开始收集数据，导致能输入增强智能系统中的数据少之又少，该公司却还是可以在收集数据的过程中学习增强智能。
实现上述目标需要结合内部数据和外部数据，从而补充增强智能技术作出商业决策所需的知识。比如，通过将外部本地购物模式和天气数据与特定的消费者购物模式数据相结合，电子商务企业可以由此举办高度个性化的活动。在这种情况下，雇佣一名数据科学家会为您带来很多帮助，但这不是必需的，而且大量的消费者数据信息也会使这些活动更有成效。不过，这却比不上结合外部和内部数据源所能提供的更有效果的活动。
推荐阅读：>>>微软即将进行业务重组以支持云优先战略