AI技能和可解释的数据模型是2020年的最佳问题
一份新报告发现，缺乏人工智能（AI）缺乏人工智能（AI）的技能是持有商业领袖回来的最大原因之一。
扩展的障碍：全球对AI的Sprint，对4,514名高级商业决策者进行了一些知识/影响他们的公司决策，报告说，有一个技能差距，代表了广泛的商业部署的重要路障。高管还表示数据孤岛妨碍AI项目的进展。
早上咨询IBM进行的研究表明，调查的37％的高管担心，有限的AI专业知识或知识正在妨碍他们的企业的成功AI。引用的其他障碍包括增加数据复杂性和筒仓（31％），缺乏开发AI模型的工具（26％）。
在全球范围内，22％的调查的受访者表示，他们目前没有使用或探索AI的使用。但是，公司目前部署AI的专业人士更有可能在董事会上报告投资。
该调查还发现，大公司正在领导AI采用，其中45％的公司拥有1000多名员工，旨在通过AI，而29％的公司员工少于1000人。在目前部署AI的那些公司中，40％正在开发特定的AI或AI辅助项目的概念证明，40％正在使用预先构建的AI应用程序，例如Chatbots。
IBM的研究发现，目前部署AI技术的公司更有可能使用混合云（38％采用）或混合多箱（17％采用）。此外，目前部署AI的公司更有可能使用云提供商的AI应用程序而不是那些只是驾驶AI项目的应用程序。
有趣的是，在部署AI的公司中，数据安全被评为最受欢迎的应用领域（36％），并在三分之一的高管（31％）下表示，他们正在部署AI以自动化业务流程。
高管引用的第三次最受欢迎的AI应用区域是使用虚拟助手/聊天行，只需四分之一（26％），称他们正在部署此类技术。其他应用领域包括业务流程优化（24％）和用于物联网应用的传感器数据分析（24％）。
在全球范围内，调查的78％的高管表示，他们可以信任他们的AI的产量是非常或非常重要的，因为他们的AI的产量是公平的，安全可靠的。可解释的AI在议程上占全球受访者的83％。
IBM Data和AI总经理Rob Thomas说：“基于我们的互动和本研究的结果，我们希望通过建立/开发自己的AI，或者将现成的AI申请放在他们的企业中，但是，我们希望看到组织不仅采用AI，而是通过建立/开发自己的AI，或者将现成的AI应用程序缩放。
“例如，例如，根据调查，40％的受访者目前部署AI表示他们正在开发他们的特定AI或AI辅助项目的概念证明，40％正在使用预先构建的AI应用程序，例如Chatbots和Virtual代理商。“
