在 2018 年 6 月《企业中的人工智能：人工智能的真正策略》调查的案例研究中，在线支付平台 Stripe 旨在防止欺诈并改善客户体验。
本质上，Stripe 致力于让经济更容易为人们所接受。这个想法遵循了 Google Adwords 的思路，这使得任何公司都可以开始做广告。
在这种背景下，主要挑战之一是借助机器减少欺 工作职能电子邮件列表 诈行为，机器可以根据来自平台的数十亿条数据自动做出决策。为此，Stripe 的算法会评估有关公司及其交易的元数据。
企业应用人工智能的最大挑战
正如文中明确指出的，在商业中应用人工智能存在若干挑战，其中大多数是结构性的。
至少，值得记住的是，人工智能是机器学习， 能案例研究 而不是现成的解决方案。在您的组织中采用它需要特定的资源和技能，如下所示：
人工智能人才缺口
组织面临的首要挑战之一是寻找人才。您需要一支拥有训练人工智能系统所需技术技能的团队：如何使用营销数据来优化活动或利用客户支持数据来自动化反馈。
这种培训需要非常专业的技能，不幸的是，市场上的人才仍然很少。
在公司中创建人工智能文化
虽然招募人才是一项重大挑战，但将人工智能融入您的业务可能会更容易。
然而，如上所述，该组织可能会遇到结构性挑战，例如在现实企业环境中支持人工智能采用的研究和开发。
大多数 IT 公司的选择都是您想要用来做您需 工作与家庭生活的过渡 要的事情的软件或硬件。
人工智能的问题在于它需要大量的训练（至少在最初阶段），并且需要处理数据才能产生预期的结果。
从这个意义上讲，需要在研发上投入大量资金，而这不是大多数公司能够承受的。
毕竟，他们从来不需要做这样的事情来让这项技术发挥作用。换句话说，这是有成本的，而且大多数组织还没有准备好承担这些成本。
采纳还是等待？
面对这一困境，问题仍然存在：我们是否 能案例研究 应该在企业中采用人工智能？一般来说，参与者有五种类型：
- 创新者；
- 早期采用者；
- 早期多数；
- 晚期大众；
- 新来者。
一般来说，大多数管理者要么避免成为创 选择加入列表 新者（考虑到不确定性、人才和成本），要么避免成为落后者（在这种情况下，行业的其他部分已经从人工智能中获得了投资回报）。