特·乔希艾维·布奇 (Ivy Butch) 和米格尔·帕雷斯·萨德勒 (Miguel Pares Sadler) 年月日 阅读时间：分钟 订阅权限并分享 下一步读什么 如何为所有人提供职业发展 问三阴：为什么我们不能见面？Overcom 规模的缺点 我们费拉特机器学习 谁应该为演出定价？Leo Espinosa：各行各业的公司都在人工智能方面投入巨资，并越来越关注如何扩大该技术的使用，使其能够在整个组织中受益。太多的公司在人工。
智能之旅上停滞不前难以通过
试点项目或单点解决方案。这不一定是因为技术非常复杂。我们的研究发现，企业未了一家市场领先的传统公司的规模之旅，该公司在多个行业（包括消费品、制药、银行、保险、安全服务和汽车）拥有三到八年的实施经验。这些公司处于不同的发展阶段，从相对较 法国电话号码表 新的能力到极其成熟的能力。他们在力可能会影响他们能够取得的成就。我们发现，企业中的人工智能项目通常。
从我们所说的实验岛 开始然
后聚集在企业卓越中心 ( ) 周围。只有少数人转向复杂的专业知识联盟。模型建立在知识、系统、流程和工具的集中基础上，并且嵌入功能分散。这意味着有人工智能雄心的公司可能需要实现两次潜在的飞跃。下面，我们解释为什么每一次飞跃都是必要的，并讨论公司如何 BZ 列表 促进它们。实验的局限性 人工智能计划通常从探索特定问题的小型专业团队开始，但这些去中心化的努力影响有限。例如，我们研究的一家全球制药公司开发了一种机器学习。
