原文：
www.kdnuggets.com/2017/05/fail-artificial-intelligence-creative-ways.html
评论
作者：弗朗切斯科·加达莱塔，Abe。
由 startupcfos.in 提供
1. Google 网络安全证书 - 快速进入网络安全职业的快车道。
2. Google 数据分析专业证书 - 提升你的数据分析技能
3. Google IT 支持专业证书 - 支持你的组织在 IT 领域
大多数企业家和数据科学家会告诉你如何利用人工智能（AI）和机器学习取得成功，但很少有人谈论如何失败于这些技术。尽管技术极其强大——且被过度宣传——但有很多种方式可以使 AI 项目失败。
本文总结了九种创意方式，几乎可以将任何 AI 创业公司推向破产。我专注于数据科学和机器学习创业公司，但关于应该避免的教训也可以轻松地应用于其他行业。
人工智能需要大量投资于前沿研究、实验、先进算法和计算基础设施。任何希望开发有用 AI 技术的 AI 创业公司都必须在这些领域投入大量资金用于研究和开发（R&D）。
尽管削减这一领域的开支可能很有诱惑力，但削减研发成本将迅速铺平失败的道路。
技术与其创建时的社会环境密切相关。技术从来不是自我维持的。
人工智能在计算机科学历史上曾多次失败，这不仅由于技术问题——这些问题可以解决并且确实已经解决——也因为当时社会对其缺乏需求和兴趣。
应该吸取的教训是，人工智能技术不能脱离使其成为必需的社会环境（如医疗保健、疾病研究和金融）而孤立地构建。
一项新技术只有在其支持者引起兴趣并从将成为其最终用户或客户的人那里获得资源时才会成功。在工程化技术本身之前，愿景者和企业家应该首先“工程化”人们，说服他们放下疑虑，接受颠覆性想法的新颖性和实用性。
在泡沫中运作，忽视社会当前需求，是走向失败的必经之路。
仅靠技术是不足以取得成功的，无论技术多么强大或变革性。归根结底，技术初创公司仍然是一个商业体，需要坚实的商业策略才能成功。
任何一个没有明确目标市场识别、销售生成和有效分配资源策略的初创公司，只将重点放在其技术资产上的，注定会失败（并且很快）。
对于任何技术公司来说，快速建立明确的愿景至关重要。这对于 AI 公司尤其重要，因为技术在许多不同的行业（从金融到医疗）都有应用。
这个愿景应该尽早并经常地传达给员工，以确保每个人都对公司的使命和发展路线图有一致的理解。除了这个长期愿景之外，明确的短期目标和任务也是至关重要的。
目标支离破碎和多样化几乎总是失败的前兆。
AI 公司也是软件公司。为了自身目的而编写的软件，如果不能满足任何商业需求，是不会卖出去的。
无用的软件，无论开发成本多么低廉，最终都会非常昂贵，因为没有回报。如果它对潜在客户没有任何价值，那么开发它就浪费时间和资源，最终对你的公司没有任何价值。
为了 AI 而开发 AI 是一种……走向失败的好方法。
自信对于保持高开发标准至关重要，但如果放任不管，可能会带来问题。过于膨胀的自信往往会陷入产品设计的最大陷阱之一：傲慢。
这种态度在初创公司中很常见。假设他们自己的产品是最好的，这样的组织往往会将所有开发都放在内部进行，即使是那些可以轻松外包的任务。这不仅浪费了宝贵的时间和资源，还阻碍了团队专注于核心业务。
以过于自信的态度推进只会让你快速走向失败。
这对软件公司（尤其是 AI 公司）尤为适用。
在软件设计中，快速开发和更快发布是很重要的，即使产品不完美。为什么？因为在封闭环境中开发的软件没有任何好处；它需要在现实世界中，面对真实用户和真实问题。通过提前和频繁发布，你可以收集有用的数据，了解什么有效，什么无效，并迭代出最佳版本的产品。
快速进入市场的好处超过了弊端。冒险向竞争对手公开功能是为了获得用户的即时（且频繁的）反馈所需付出的代价。
持续处于一个无休止的设计-开发-设计循环中，会导致错失市场机会和信息。这是一条通向失败的确定途径。
对用户而言，软件是一种体验。而开发者则将软件视为工具。产品设计应围绕客户进行，而不是开发者（除非开发者就是客户）。
认为客户和开发者一样是典型的初创公司文化，并对科技公司有害。
开发者往往关注产品的技术方面，优先考虑功能而非形式。不幸的是，他们通常忽视设计和用户体验。任何人工智能产品要想成功并广泛采用，必须既具备功能性又设计良好，以便于使用。
开发一个仅仅满足开发者愿景和需求的人工智能产品会导致在实际市场中未满足的需求。简而言之，就是失败。
这不是人工智能第一次受到大量炒作。第一次是在 80 年代，当时教授们声称计算机很快会取代人类（显然这并没有发生）。但现在人工智能再次受到高度炒作，这次似乎有所不同。持续五年的炒作而没有减缓迹象，这不仅仅是炒作，而是稳定的趋势。
然而，单凭炒作是不足以让技术成功的。人工智能开发者必须付诸实践，构建真正能够兑现炒作的产品。
认为一个人工智能初创公司会因为其核心业务的炒作而成功，这是迈向失败的第一步。
要建立一个成功的人工智能初创公司，首先你需要了解如何失败。这意味着要面对并纠正你的错误假设、不匹配的优先级和不明确的策略。
预测并避免失败的路径，为你的公司提供成功的最佳机会。
简介：弗朗切斯科·加达莱塔 (@worldofpiggy) 主要撰写关于机器学习和深度学习的内容，并且是 Abe 的首席数据官。
原文。经许可转载。
相关：
-
如何在数据初创公司完成工作
-
大数据、数据科学、分析项目失败的主要原因
-
什么是人工智能？智能的成分