人工智能(AI)实际上发展了几十年，直到最近人工智能才摇身一变，成为计算机科学界以外的一个炙手可热的话题 。但事实上，保持其正确的视角很有必要。这是Cloudera学习机器总经理Hilary Mason近日在Open FinTech论坛主题演讲中所说的话。为了人工智能能够实现自己的价值，她说：“我们必须让它变得乏味无聊，不可否认的是，人工智能确实不能让我们感到兴奋，因为它和你的编程代码一样，只是一个工具。”

那是因为在理想情况下，人工智能将无处不在，它需要在众多系统和应用程序的支持下运行。 Mason表示：“我认为，实际上我们正在建立以人工智能为基础的企业，这项技术将参与到企业许多的基本流程中。因此，当我说让它应该变得更为乏味的时候，我认为这是正确的一件事情。”

Mason强调，人工智能没有任何神奇或神秘的特质。人工智能是“建立在数据基础之上的计算机程序，并在系统和反馈循环中引入更多数据的过程中不断改善自身。虽然历史进程中，人工智能一直是计算机科学和数据科学领域的一个乏味的话题，但毫无疑问，它现在已成为各个企业首当其冲的目标。Mason指出，这就是决定人工智能该被创建还是毁灭的原因。

她说：“许多人认为这种专门用于创新的学习型机器只能运用于学术界或创业公司。这些公司或研究所的进展相当不错，但是学术界通常不会把重点放在帮你建立解决问题的生产系统上面，而是专注于那些能够满足任何基准的想法，这些基准能够让他们的论文发表，不要指望他们解决生产问题。”

同样，由于初创公司只有有限的资源，导致他们无法掌握这一领域的专业知识，没有足够的数据，而且在很长的一段时间内，没有开始着手进行这类的工作。有运营复杂业务和拥有人数众多的大企业还有技术型公司。作为这些企业长期运营的副作用，通常会产生大量数据。所以Mason对于把人工智能构建到企业中有以下建议：

1.多沟通，征求整个企业的想法：

“第一步是进行广泛的征集问题和意见，尽可能多地获得潜在项目的想法，”Mason说， “然后进行想法的评测和验证。”对人工智能的想法可以在部门间进行交流，也可以从外部寻求帮助，从其他行业引入。

2.考虑实现人工智能化的成本：

梅森问道：“公司目前的经济情况是否能够承担大规模的建设?这是值得思考的。”比如深度学习这样的几年前无法实现的功能，如今很多公司已经能够负担了。“几年前，在深度学习还没有如此普遍的时候，我们就知道如何有效地运用它，但在当时，我们负担不起，因为GPU，储存成本还有计算成本过于昂贵。”

除此之外，人工智能组件正在通过开源解决方案实现商品化，这意味着“不需要自主开发，你就能构建强大软件和基础架构”。最后就是检查数据选项，其中就包括来自公司内部和外部的数据。