问：
机器学习的进步会刺激跨平台数据集的部署吗？
A：当我们谈论机器学习和业务中的AI时，我们在谈论什么？
许多不同的人有不同的意见-这实际上取决于企业所开展业务的背景。 但是，当您全面谈论人工智能功能时，有可能消除有关企业如何使用这些全新技术的一些困惑和歧义。
| 免费下载： 机器学习及其重要性 |
在Venture Beat的一篇文章中，“不要相信有关商业中的人工智能的炒作”，作家维维克·瓦德瓦（Vivek Wadhwa）强烈主张现代人工智能系统易于融入业务流程。
瓦德瓦写道：“大多数业务问题都不能变成游戏。” “您有两个以上的参与者，没有明确的规则。 商业决策的结果很少是一个明显的赢家或输家，而且变量太多了……当今的AI系统尽其所能来模仿人脑神经网络的功能，但是这样做的方式非常有限。”
Wadhwa指出“ AI与其接收的数据一样好”，这是非常重要的一点。 人工智能并不是“像人类一样思考”，而是通过更复杂的信息使用来复制人类思想的各个方面。 它仍然围绕输入和输出进行构造。
但是，Wadhwa在谈论当今商业世界中人工智能最有希望的方面之一时也提出了一个有趣的警告。
Wadhwa以大型零售商Amazon为例。 在谈到亚马逊公司如何从各个筒仓中获取数据并将其移植到交互式目的地时，Wadhwa建议跨部门合并所有数据可以在客户服务，商业智能等领域进行创新。
Wadhwa写道：“亚马逊正在解决许多公司遇到的问题-断开数据孤岛。”
换句话说，跨平台获取数据集并在整个体系结构中应用它们是人工智能软件当前最大的角色之一，并且可能构成未来几年业务的一些最佳用例。 人工智能实体可能无法像人类一样完全发挥作用和行动，但它确实具有与数据处理和洞察力开发相关的强大功能。
这些天，企业也谈论统一商务和统一通信。 有一种想法是，通过整合所有渠道并帮助他们互动，企业将在接下来的十年中为敏捷竞争做好准备。 这又是人工智能可以帮助的。 它可以处理各种数据集，并以某种自动化和自动驱动的方式将它们部署到需要的地方。 从广义上讲，人工智能减轻了操作人员的负担，并以各种令人信服的方式指导其自身的操作。
考虑到这一点，机器学习的进步必定会促进跨平台使用数据集以进行创新。 尽管其他重要角色和流程可能已不复存在，但短期内这可能将成为机器学习和AI的主要方面。
