大多數it專業人員都達到了這樣的地步，即**商說出「人工智慧」一詞時，他們會躲起來。 從某種意義上講，似乎提供的每個應用程式都在利用人工智慧。 當然，僅僅因為應用程式聲稱是ai並不意味著它就是ai。 複雜的演算法不一定會賦予智慧型。
在我最近舉行的一次網路研討會中，問題之一是「高階分析和ai有什麼區別？」 儘管這不是學術上認可的答案，但分析通常是大資料集的靜態快照，通常使用統計相關性從資料中提取關係。 另一方面，人工智慧更像是電影，其中以動態和不斷發展的方式分析近實時和檔案資料的含義。 ai的優點在於，一旦對其進行了訓練，它便可以演變為合併從未遇到過的資料。
這意味著ai比商業智慧型軟體更靈活，功能也可能更強大。 如此處先前的部落格所述，人工智慧目前正被用於從傳統商務智慧型應用程式甚至不會考慮的海量資料湖中提取含義。 但是，就ai的所有功能而言，它還存在一些重大缺陷。
人工智慧的問題在於，它通常不僅僅是一種能力，而是乙個需要大量支援才能使工作順利進行的過程。 這些包括：
人工智慧可以成為一種有價值的工具，但您不能隨隨便便即插即用：這是乙隻您不希望狂奔的狗。 當然，所有這些都引出了乙個問題：「有沒有更簡單的方法可以進行ai？」 答案是肯定的。
我已經將實用ai定義為嵌入在您已經知道如何使用的工具集中的ai：一種在使用前不需要額外培訓並且可以立即提供價值的工具。 這意味著，儘管ai仍在學習中，但它可以訪問基於雲的資料，這可以使它踏上第一步。 就使用者而言，這是他或她所熟悉的東西（例如crm應用程式），並且一下子效果更好。
實際上，crm示例說明了這一點，因為我前不久採訪的一家公司將通過一系列應用程式來改變crm正規化，這些應用程式將ai嵌入到銷售流程中，以快速從客戶資料庫中識別潛在客戶，確定潛在客戶，並然後提供銷售代表更有效地完成銷售所需的基本資訊。 insidesales.com的解決方案組合由neuralytics提供支援，neuralytics是結合了大資料，**分析和ai的ai引擎。 然而，這種ai是溫順的：它已經針對銷售環境進行了預培訓，並確實提供了現成的價值。
insidesales.com當然不是市場上唯一實用的ai應用程式，但它代表了此類產品。
您如何事先知道某個應用程式是否「實用」？ 實用的ai可能很難發現。 如上所述，某些聲稱是ai的應用程式並非如此。 但是，您可以使用一些明顯的特徵來消除霧：
在考慮啟用ai的應用程式時應詢問的問題是：
如果答案看起來像是松鼠，則該應用程式不實用。
儘管ai可能意味著資料科學家終生就業，而且負債超出了您最瘋狂的夢想，但事實並非如此。 像任何it應用程式一樣，做得不好的ai會消耗資源，無法提供任何實際價值。 但是，人工智慧放大了這個概念，因為人工智慧通常應用於公司關鍵計算。 失敗可能導致公司生存能力受到威脅。
另一方面，實用的ai可以像其他任何應用程式一樣執行，儘管效率更高，並且對公司價值鏈的積極影響更大。 雖然幕後的內容可能非常複雜，但使用者可以使用比替換後的工具更有效的工具來明智地追求公司目標。
最重要的是，就能力而言，人工智慧是乙個巨大的飛躍，但前提是要謹慎採用人工智慧。 考慮使用ai的企業應減少對開發自己的系統的關注，而應在市場上尋求實用的ai替代方案。
from:
一切都會過去的
一天了，一直在看hibernate，一直執行異常，好心累呀。放棄吧，真的超級不甘心的，好想找人問問，問誰呢？還是問自己吧！有合作賬號，乙個乙個看，也就git了，只是使用者名稱和密碼早就忘了，心中一百個一萬個不樂意，又能如何！我就不信了，還找不到原因了。看了半天，額，屬性名錯了，幾經波折，不知道什麼時...
一切都會好起來的
早上起床的時候收到jwd的簡訊，他現在已經在神州數碼上班了，真的很開心，我終於可以不再內疚。騎著單車，在等電梯的時候發現霧是那麼大，但真的投入其中的時候發現周圍的世界不是想象中的那樣模糊，清晨的空氣很涼，伴這星星點點的色彩，北京，無論是夏天還是冬天，都是大大的白色，然後加上星星點點的色彩 姐姐看了我...
一切都會好起來的
終於上線啦經歷過很多次上線，不同的是這一次為了自己的專案，哈哈博主之前一直混跡與，白馬非馬 以後主要部落格應該會主要發表在這裡和掘進，當然也不會斷更的，畢竟博主是乙個懷舊的人，咳咳.基本功能在去年年底已經開發完成了，本以為18年年初就可以上線的，只是中間經歷了換工作，又誇了個年，就不知不覺拖到現在了...