在投资AI之前，需要非常清楚他们要解决的挑战。企业必须首先查看其劳动力压力所在以及AI如何提供价值。人工智能可以改善可重复的手动过程，或者需要以超出人类能力的速度处理大量和各种各样的数据的过程。更重要的是，组织必须考虑他们拥有哪些可用数据，这些数据可能会影响应采用的AI类型。

机器学习

基于机器学习的AI采用统计方法，系统遵循该方法并吸收数据以理解和制定决策。它需要数据科学家训练算法，以便它可以学习制定决策，随着AI学习其环境规则，开发可能需要数月或数年的时间。因此，机器学习AI最好在规则不经常更改的环境中工作，因为每个重大更改都需要重新学习。

机器学习设备齐全，可帮助实现业务自动化。例如，在银行业中，可以使用机器学习来确定应向某人提供贷款还是信用卡。当客户提出申请时，机器学习AI工具可以根据包含数千名先前申请者的结果的数据库以及批准贷款的标准来评估该申请。但是，机器学习方法在规则不断变化且没有时间进行“学习”的动态环境中非常受限制。他们也容易产生偏见，据报道， Apple Card 在批准过程中受到男性的青睐，而男性获得的信用额度要比女性高得多。