Gartner吕俊宽：企业投资AI的难点与诀窍( 二 )_【环球网科技记者林迪】“企业

第二，资料管理也是一个非常大的挑战。“金融机构里很多数据都是分散的，并且分散在各个分行里面。”

第三，人才。吕俊宽指出，一方面，过去很多IT人员是做运营维护、资料中心管理的，并没有足够的能力在AI时代去发挥专长;另一方面，就是人才缺失。“业务专家对业务很了解，但并不一定了解AI可以解决什么业务问题。”

第四，工具化。他表示，过去两年AI的应用多以SaaS(软件即服务)为导向。例如，银行APP中的人脸识别技术或是聊天机器人等，耗时较长来进行部署，却只能解决单一问题。那么，未来如果有数百个AI应用需要部署，则需要花费非常多的时间。因此，金融机构已开始讨论是否该选择PaaS(平台即服务)，即建立一个AI平台，在这个平台上开展不同的AI服务。

第五，规模问题。“包括金融在内的很多行业都会被这个问题所困扰。某个模型在实验室里运行的时候准确率可能非常高，可是一旦上线，或是进行更大规模的分析的时候，准确率就会大幅度下降。”

最后，采购决策问题。他举例称，客服机器人就是一个非常明显的例子。“很多金融机构在采购客服机器人时，一开始设想的只是把它们应用于客服，可是当他们开始想要把客服应用在营销或者是外呼服务时，就会发现原本采购的客服机器人根本不具备这些能力。而且各个部门各自采购，也会造成投资的浪费。”