公司必须从商业角度来考虑问题。自问一下问题：
你想解决什么商业问题？
界定成功的衡量标准是什么？
回答完这些问题后，再决定用哪种技术来解决问题。请记住，人工智能包含了很多技术，比如机器学习、神经网络、深度学习、计算机视觉等。
要知道哪些技术最适合当前的问题，然后开始构建人工智能解决方案。
二、缺乏优秀人才
很多人都忘了人工智能是人类创造的工具。数据当然是一个关键因素，但是人类是用数据开发人工智能的人。而目前，缺乏能够构建高效人工智能系统的天才专业人员。
linkedIn 在其《2020 年新兴工作》（Emerging Jobs 2020）报告中，将人工智能专家放在了首位。但是，供应似乎还不能满足需求。
从质量和经验两个方面考虑，短缺将进一步减少。要精通或成为人工智能专家需要很多年的时间。要成为人工智能专家，人们必须具备各种各样的基本技能，例如统计学、数学和编程。而且，因为人工智能是一个不断发展的领域，人工智能从业者必须不断更新自身。
据 Gartner 的数据，56% 的被调查组织认为缺乏技能是没有成功发展人工智能项目的主要原因。
组织可以从两个方面解决这个问题。
首先，他们需要从员工队伍中发现人才，并对他们进行技能提升。他们可以逐渐地将这一过程扩展到组织的其他部分。
其次，组织需要与大学合作，架设学术与产业之间的桥梁。如果清楚地了解所需的技能并拥有合适的资源，大学可以训练学生掌握行业所需的技能。
尽管教学改革将推动人工智能的发展，但这仍是一种长期的方法。那么现在呢？第三个吸引人的方法就是专业的人工智能公司，有合适的人才来构建人工智能模型，以及提供人工智能即服务。
