ai在行业的应用案例：我们与 35家 AI 采用者企业的超过 55 位专业人员展开了对话，从中获取了宝贵的观察结果和真实案例，旨在帮助企业厘清事实和假象。
如今，各类媒体经常将人工智能 (AI) 视为缓解经济萎靡不振的灵丹妙药，但企业高管们仍然想了解当前企业运用 AI 的真实现状。这些 AI 采用者运用了哪些方法？取得了哪些成果？
IBM 商业价值研究院与 MIT-IBM Watson人工智能实验室携手合作，与超过 35 家组织开展了对话，希望从中探索这些问题和其他一些问题的答案。
通过这些对话，我们掌握了参与深度学习项目的业务专家和技术专家运用人工智能在现实商业领域创造切实价值的真实图景。
我们从 AI 的现状中看到了什么？
AI 能否成为营收增长的驱动力？这当然是毫无疑问的。对于一部分创新型 AI 采用者，例如 NVIDIA 和 NavTech等企业，AI 有助于创造全新的产品，甚至开创全新的商业模式。
但只有极少数企业能够应用 AI 来实现如此大规模的转型。大多数企业都是应用 AI 来解决孤立的实际业务问题。全球范围的组织都在广泛采用 AI 来帮助降低成本、改善客户和员工体验、提高赢单率、优化供应链绩效等等。
我们还发现，许多关于 AI 的常见概念其实是具有误导性的神话，它们在众多新兴技术的炒作周期中成为暂时性热点。不幸的是，这些误解往往会阻碍组织开展更务实的 AI 工作，并分散组织的注意力。
在接下来的报告中，我们将通过从调研中获取的相关见解和实际案例来揭穿五个最普遍的 AI 神话。我们与 35家 AI 采用者企业的超过 55 位专业人员展开了对话，从中获取了宝贵的观察结果和真实案例，旨在帮助企业厘清事实和假象。
这些信息让企业能够深入本质，并与其他同类企业进行对比，从而更加有效地发挥 AI 的影响力和价值。（希望了解详细信息的读者可以从附录中找到 12 个详细的案例研究）。
例如，在众多 AI 技术中，深度学习通常最适合用于解决与视觉、语言和其他预测模型中的底层（通常是大型）数据集相关的问题。从虚拟助手到欺诈检测，深度学习正在改变我们的工作和娱乐方式。在这些场景中，传统机器学习技术可能不太有效。
但 AI 并不一定适用于应对每一项业务挑战或实现每一项期望成效，尽管在媒体宣传时经常会过度神化 AI 的适用性。
组织首先需要确定 AI 是适用于更广泛的战略计划，还是仅适用于解决特定的业务问题。本文在“重新思考您的 AI 方法”部分中更全面地探讨了这一主题。企业可以从评估其整体“数据财富”入手，并分析具体的业务问题。
