英国AI成熟度速度慢
一项新的一项研究，英国似乎在人工智能（AI）种族中失去了地面，一项新的研究已经得出结论。
Rackspace技术的结果是如何在AI和机器学习中成功的组织如何？报告，根据1,870 IT决策者的回复，报告称很少有英国组织部署AI或机器学习（ML）。
调查发现，只有10个组织中只有一个可以吹嘘成熟的能力，而全世界六个（17％）。绝大多数（90％）的IT决策者表示，他们要么在探索技术潜力的早期阶段（54％）或仍需要大量的组织工作来实施AI / ML（36％）。
超过三分之一（35％）英国受访者报告AI研究和发展举措已经过测试和遗弃或失败。Rackspace表示，失败强调了建筑物的复杂性和运行生产AI和ML程序。失败的最高原因包括缺乏数据质量（36％），组织缺乏专业知识（34％），策略不良（31％），缺乏综合发展环境（27％）。
然而，调查发现，英国组织在各种业务单位中看到AI和ML潜力，包括它（37％），金融（31％），运营（29％）和营销（25％）。其组织成功实施AI和ML计划的IT领导者表示，此类举措提高了生产力（30％）并提高了客户满意度（30％）。
该研究估计，公司在AI和机器学习举措中平均每年花费1.06米。这项对AI的这一投资在本组织上预算了当前和计划项目，以增长收入，推动创新，提高生产力并提高用户体验。
在实施AI和机器学习的主要组织挑战中是人才收购。超过四分之一（27％）参加调查的IT决策者认为，雇用AI专家缺乏技能和困难是减缓AI主导倡议在其组织中部署的一个因素。
将额定受访者作为顶级障碍确定成本（26％），安全（24％）和基础设施（24％），但人类问题，例如失业损失（19％）和行政买入（ 17％），也影响旅程。战略担忧，如识别用例（23％），对策策略（23％）并定义商业案例（18％），重申在开始AI和ML计划开始时从强计划开始的重要性。
“包括英国在内的EMEA的国家落后于AI和ML实施，这可能会阻碍其竞争优势和创新，”欧洲，中东和非洲的首席技术官Simon Bennett在Rackspace技术。
他补充说：“全球范围内我们看到它的决策者转向这些技术，以提高效率和客户满意度。”“与值得信赖的第三方提供商合作，组织可以增强其超越研发阶段的AI / ML项目，并具有长期影响的举措。”
