在一个企业中，可能会同时运行多种人工智能平台、系统和工具——例如，人工智能驱动的客户平台、对话助手以及工作流和流程自动化工具。每一个都是复杂的、先进的，并且响应迅速。但是，当开始工作时，产生的结果和行动可能会是错误的、混淆的，或者缺乏对业务的正确理解。许多组织发现自己处于这种情况——这可能是他们难以从人工智能投资中提取回报的关键原因之一。一项麻省理工学院技术评论的调查发现，尽管每个受访组织今天在某种程度上都在使用人工智能，但少于五分之一（16%）的组织在其部署中提取了变革性的价值。受访者中最大的比例（40%）表示他们在特定任务或团队中看到适度增益，而21%报告了有意义的增益，剩下的23%则看到的回报极少或根本没有。大多数公司仍在试点人工智能用例（根据38%的受访者），或使用它来辅助员工的工作，比如配合助手或聊天助手（35%）。仅有12%的企业在生产中有人工智能代理，3%表示他们在关键流程中利用人工智能完成大部分工作。“模型的能力与模型在组织内部实际有用之间存在巨大差距，”Atlan的联合创始人Prukalpa Sankar说。“对于每一个现实生活中的意图和目的，通用人工智能已经到来了。只是在今天的大多数公司中，它并不真正实用。”Sankar表示，缺失的一层是背景，或人工智能对业务的理解程度。背景层是位于组织的业务系统（例如，记录系统和数据及其人工智能平台之间的架构基础设施）。它将企业智能转化为受管控的、机器可用的背景，供人工智能代理或模型使用，并帮助知识的积累。“没有人工智能的背景层，几乎就像你雇用了全世界最聪明的实习生，给他们蒙上眼睛，然后把他们扔进你的组织，”Sankar说。下载报告 本内容由Insights制作，麻省理工学院技术评论的定制内容部门，而非其编辑团队。该内容经过人类研究和撰写，使用的任何人工智能工具仅限于在人工监管下的生产过程。