我们如何处理这个影响从超市收银台的支付过程一直延伸到医学深处的话题？工作和私人生活同样改变吗？彻底简化——并着眼于可能性。因为仅仅谈论人工智能是没有帮助的。这是关于寻找用例然后构建正确的系统。这就是我们关于人工智能（AI）的十篇论文背后的想法。
他们强调了人工智能的优势、偏见和程序：获取数据、开发应用程序、训练模型。但也能发现新事物、带领员工并激励客户。每个成功规划、实施和使用人工智能应用的人都在这个紧张的领域运作。
在接下来的几周内，我们将讨论博客中的每一个理论并扩展这些想法。
数据是必要条件，但不是充分条件
昨天是国际象棋，今天是围棋，明天是所有其他的事情：人工智能的成 网络营销联系清单 功故事似乎已经确定。人工智能已经可以做很多事情，并且很快就能做几乎所有事情——这是许多媒体报道的主旨。这项技术有一些神奇之处。如果有足够的数据，所需要的只是一种算法，只需弹一下手指，就可以创建一些有用的东西：机器在失败之前报告。医疗应用程序无需医生即可检测皮肤异常。汽车在高峰时段自动驾驶。如今，人工智能应用程序已经可以做到这一切。新的领域和应用程序正在快速添加。
围绕可能性的欣喜不能掩盖对实践工作的看法。专家们不会在魔法实验室中想出成功的人工智能项目。为了让人工智能发挥作用，人们必须继续运用自己的思维。专家们需要处理很多事情。
我们目前对公司经理的调查显示，到目前为止，可能只实施了少数人工智能项目，但管道已经填满。各地的负责人都在启动项目来测试新的可能性。未来，机器学习等技术将越来越多地进入 IT 领域。这些项目的目的是识别数据中的联系或自动对大量数据进行分类。在实践中，开发此类数据驱动的应用程序总是存在困难。因为： 与传统的 IT 解决方案相比，它们的开发需要不同的项目结构和相关人员的不同专业知识。
与“正常”软件项目的关键区别：专家在现有数据的基础上进行开发。但仅仅拥有数据是不够的。参与该项目的人员还必须了解这些数据：结构、重要性、可用性、质量、来源、一致性或使用的法律框架条件都是一个问题。