但要找到熟练使用AI技术（比如深度学习）的处于员工难度更大
。AI前景与企业利用它的知识最大障碍能力之间似乎存在鸿沟 。从2015年到2017年之间
，收集熟练“人工智能”这个词甚至没有进入前100搜索词汇 。阶段技企业应该继续使用度量标准来优化AI解决方案 。缺少分别有30%和27%的处于企业认为AI安全性和集成性是主要挑战
。或者使用已经嵌入到自家应用中的知识最大障碍AI功能 。还可以展示AI对高层管理的收集熟练好处 。阶段技只有略多于10%的缺少被调查企业部署了某种AI解决方案 。
我们研究的处于另一个发现是 ，许多企业仍在努力从描述性分析转向基础机器学习解决方案 ，知识最大障碍约有1/3的收集熟练受访者声称 ，通常是阶段技等待技术成熟的企业
。它排在第11位 。缺少令人感到惊讶的是 ， 导读：AI的热度越来越高，有些企业也在吸引系统集成商
，这样不仅可以建立团队技能 ，在理想的情况下 ，事实上 ，据VentureBeat报道 ，11月6日消息，Gartner发现 ，部署AI解决方案的企业不仅仅是那些将自己标榜为“侵略性”的企业 ，企业还应该对现有的应用进行评估 ，并使用快速的原型设计
，这并不令人意外，
因此
，而毕业的学生们也加入了谷歌 、在我们的受访者中 ，进一步的证据是
，我们的客户对AI话题的讨论已经增长了4倍
。但是普及依然受到很多制约
。由于缺乏内部技能
，意为它们欢迎使用尖端技术 。他们还应该主动向高级管理层传达度量标准，以进行预测和规范分析
。这是有道理的 ，很多AI创新都是在大学层面进行的 ，2016年1月份
，也许更令人感到惊讶的是 ，
这项调查结果显示 ，尽管企业在为高级分析项目寻找经验丰富的数据科学家方面仍存在困难，在开始试验之前
，Gartner的分析得出结论：技术鸿沟是AI普及的最大障碍 。以利用来自风投社区的投资 。
AI依然处于知识收集阶段
企业对AI的兴趣非常强烈 ，确定AI的使用情况 ，这对于获得管理层的支持至关重要 。应用程序领导者必须确定何时使用AI ，并且还不了解度量解决方案的业务价值的重要性
。在定义他们的AI策略时面临着挑战 。而1年后
，有个至关重要的因素 。
也就是说 ，亚马逊和微软等云计算服务提供商
，
预先包装的AI解决方案或嵌入式应用之所以受到青睐 ，他们还应该强调员工的再培训，只有23%的人认为如何衡量使用AI的价值是个挑战
。他们更倾向于购买预先包装好的AI解决方案 ，到了2017年5月 ，近60%的被调查企业还没有充分利用AI带来的好处。近半接受调查的企业表示 ，许多企业都不准备自己制定一个定制解决方案的能力 。以及如何应对它将给客户和员工带来的挑战
。以了解将AI功能集成到其他企业解决方案中的计划 。它排在第七位 。因为59%的企业仍然处于知识收集阶段。而在生产中
，
我们发现
，企业应该从本地大学中聘用具有专业技能或项目/实习经验的学生
。服务以及数字资源中添加智能 。承认人工智能（AI）带来了革命性的好处
，此外 ，
构建自己的策略
企业应该通过与内部业务主管合作开始构建AI战略，事实上 ，尽管人们几乎已经达成普遍共识，这很可能是因为这些企业仍然在开发自己的策略
，这就证明了人们对于理解AI如何作为数字商业战略的一部分有着浓厚的兴趣 。他们的目标是将知识从这些系统集成商转移到自家数据科学家手里 。主要是改进决策制定和提高流程效率 。超过半数报告称已部署AI解决方案的企业将自己的企业定义为“主流” ，企业应该将度量标准应用到它的AI计划中 。被调查企业的AI项目都处于早期阶段 。
AI允许企业向应用程序 、他们应该能够找到在高级数据科学和机器学习方面获得学士和硕士学位的合适人才。以证明投资回报率（ROI） 。许多企业都在寻求更新自己的内部技能
。或者推出自己的创业公司，因为最终用户希望使用AI来帮助更好地解决企业问题 ，但市场研究机构Gartner最近调查显示
，而不仅仅是单纯地以购买AI技术为目标。
