人工智能或人工智能不再是虚构的

        这是目前在各种应用程序中使用的一种可靠技术，在检测大量数据中嵌入的模式、预测特定客户可能购买的商品、识别信用卡欺诈、分析担保数据以确定质量问题、以及为保险承保人提供更准确的精算模型、围绕人工智能进行更强大的宣传以及吸引一些组织等方面显示出特殊的价值。这种诱惑很容易引发将技术应用于不合适任务的尝试，利用人工智能诊断和推荐癌症治疗方案，最终使该组织付出了很大的代价，但从未被病人使用过。

        Cpda数据分析员

        工具与工作相匹配

        然而，与此同时，该中心试图使用人工智能来完成更多日常任务，比如为病人家属推荐酒店和餐厅，他们发现，鉴于明确的问题参数，这项技术产生了令人印象深刻的结果，并节省了大量员工的时间，例如更新客户文件，替换丢失的信用卡，从法律文件中提取准备金，是人工智能自动化业务流程和跨多个后端系统工作的理想选择。

        但与人不同的是，人工智能技术相对缺乏灵活性。

        在IT中使用人工智能的问题在于它过于僵化，如果人工智能算法是围绕着公司的网络基础设施构建的，然后有人试图在看似相同的企业基础设施上使用人工智能算法，他们会对它不起作用感到失望--与它学到的模式不同，即使IT团队声称人工智能解决方案是成功的，这往往是因为他们错误地使用了这个术语。"人工智能不同于专家系统，即使专家系统可以非常智能，没有学习算法的核心，也不是人工智能，常识不是人工智能的特征。

        尽管如此，人工智能及其基本技术，如神经网络，仍有很大的发展前景--尤其是在它们不断改进的时候。

        在学习和克服目前的局限性时，随着时间的推移，许多屏住呼吸的人工智能炒作和错误描述很可能成为现实。至少就目前而言，人工智能可以被理解为有一种不同的风格，每种风格都对应着不同程度的复杂性。

        底层是一种用于日常后台业务流程的自动化工具。

        中间阶梯是一个通过分析获得洞察力的系统，比如在大量数据中发现模式、识别语音或识别图像。与业务流程机器人不同，第二个阶梯已经学会了随着时间的推移而改进，对于梯队来说，最重要的是认知参与，包括系统自动化(例如，基础设施的自动扩展和其他类型的补救措施)。内部网站用来回答员工的问题和建议，以提高零售商的销售和客户参与度。但他们仍然不太擅长，他们发现70%的客户请求需要通过人工工作来回答。

        但AI已经可以提供某些类型的IT用户支持

        例如，对于不擅长监控的IT团队成员，人工智能可以帮助他们过滤噪音信号，使他们的工作变得更容易、更快。此外，随着时间的推移，人工智能似乎注定要成熟到足以在管理复杂的IT网络和流量方面提供更多帮助，即使是非常聪明的人也很容易被淹没，但我们还不存在。因此，需要相应调整预期。