云计算和人工智能两个误区

在技术界，有两个主要的缺点：人们过于渴望迎接未来，具有讽刺意味的是，如果发展速度不如人们预期的那么快，就无视它。举个例子，今天有两个持续存在的误区：第一，云支出正在使数据中心支出大打折扣;第二，人工智能过度炒作在很大程度上使企业购买者失败。

以下对此进行一下整理。

误区1：企业的数据中心注定要消亡

Gartner公司开创了第一个误区，分析师Dave Cappuccio认为，到2025年将有80%的企业关闭其数据中心(而2018年则为10%)。但是Cappuccio给出了他的思考的一些扎实的理由：“随着互连服务、云计算提供商、物联网(IoT)、边缘服务和SaaS产品的不断增加，留在传统数据中心拓扑结构中的原理将有优势有限。”

业务需要灵活性，但IT需要控制。答案?按企业的条件使用IT。

原因是数据引力。尽管这种引力作用了一段时间(如果数据存在于数据中心中，但是将其推送到云中进行处理变得效率低下)，但现在产生了相反的效果：越来越多的数据诞生于云中，并且将会在那里存储、处理和分析。

但是数据中心并没有消亡。

这是David Linthicum做的结论。Linthicum在Synergy Research Group对数据中心支出的分析中感到很高兴，他指出：“在云计算增长的同时，数据中心支出并未下降。尽管有预测说云计算将迅速取代数据中心，但这还是可以做到的。大多数人认为，在云计算上花费1美元，将是在传统数据中心上花费的1美元。事实并非如此。”

当然，企业的野心与现实可能会大相径庭。

或者，就像Tyler Treat表示的那样，“我见过其中一些企业。换句话说，企业可能仍在为数据中心而苦苦挣扎，并且他们准备移动的准备不足。”

但是，无论出于何种原因，仍然有这样的情况，就像云计算一样炙手可热，大约97%的IT支出仍然保留在本地。这并不是要贬低云计算。这只是根据企业在迁移中的实际情况而定的水平。

误区二：人工智能使企业失败

Gartner公司分析师Nick Heudecker曾经建议大约85%的大数据项目失败。两年后，IDC公司专注于与大数据相关的人工智能项目，并将失败率定为50%(针对四分之一的受访者)。

从这样的调查数据中诞生了无数头条，这些头条基本上都在指出：“大多数人工智能项目都失败了。”这样的头条暗示着对人工智能背后的技术不成熟的指责。虽然毫无疑问，人工智能将继续发展，但基本真理却有所不同。

一方面，正如分析师Lawrence Hecht表示，有时候，高管们在人工智能方面做大做强的雄心超出了企业的交付能力：“如果没有基础技术的需求，这些项目注定会失败。是的，我知道需要管理人员来引导每个人进行变更，但有时似乎只是为了变更。”问题不是因为“人工智能失败”，而是因为人们没有适当地为自己准备什么期望人工智能如何做。

毕竟，正如Vicki Boykis所言，进入这个行业的数据科学家们准备不足，但被过度炒作，他们已经准备好了去寻找成功之路。不幸的是，他们可能试图用错误的技术来解决错误的问题，她指出：“现实情况是，‘数据科学’从来没有像现在这样重视机器学习，而是重视数据的清理、成型和移动。”

换句话说，人工智能可能比想像的更基本。它还可能由于与该技术无关的原因而失败。也许，也许这根本不是失败。至少没有其他IT项目如此。

根据Thomas Dinsmore的说法，“与其他任何IT项目相比，人工智能项目失败的可能性不会或多或少。”他继续详细解释：

项目很少会失败，因为技术无法实现预期的目标。项目失败是因为买方希望技术无法交付的东西，或者组织在实施方面大失所望。人工智能项目与企业资源计划(ERP)项目或任何其他IT项目相同。它们根据组织的项目管理流程而成功或失败。

总而言之，过早地采用人工智能可能会很有趣，就像人们在数据中心消亡之前就试图将其埋葬一样。在每种情况下，从们都表现出一种可以理解的渴望，也希望尽快到达未来，然后在未来需要时间的时候不耐烦。在云计算和人工智能中，就像在许多其他事情中一样，真相比任何标题都能描绘的要微妙得多。

人工智能是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一（ 空间技术、 能源技术、 人工智能）。也被认为是二十一世纪三大尖端技术（ 基因工程、 纳米科学、 人工智能）之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。