人工智能项目失败率高达 80%--研究指出，主要问题包括对问题认识不足和关注最新技术趋势

每个人和他们的姨妈似乎都在跳上人工智能的列车，以寻求虚高的利润率和营销炒作--看看 AMD 最近的 Ryzen 品牌重塑就是人工智能炒作的最好例证。兰德公司最近进行的一项研究发现，这种以人工智能为中心的方法可能并不尽如人意，人工智能项目的失败率似乎是普通软件开发项目的两倍。

在研究过程中，RAND在研究过程中，兰德公司采访了 65 位具有五年以上为私营实体和学术界开发人工智能和机器学习工具经验的行业专家，并将他们的回答归纳为人工智能/机器学习项目失败的五大原因。

研究显示，第一大失败原因是领导失误，而不是技术失误。高管们要么不理解他们试图用人工智能解决的问题是什么，要么没有把问题传达给开发团队，要么试图把人工智能应用到一个不适合解决的问题上。项目负责人过于专注于使用最新、最先进的人工智能技术来解决问题，以至于错过了不使用人工智能的更简单、更便宜的解决方案。

正如一位受访者所解释的那样，他的团队有时会被指示将人工智能技术应用于具有少数主要特征或模式的数据集，而这些特征或模式本可以通过一些简单的 "如果-那么 "规则快速捕捉到。

资源可用性也是一个重要的失败点，领导层不愿意或无法分配必要的资源来处理必要的数据并充分训练人工智能系统。这往往导致项目交付不足或交付的产品不完整--这是低估了创建和训练人工智能系统的复杂性的结果。

同样，由于近期的炒作和市场宣传，许多领导者对人工智能抱有不切实际的期望，而当开发团队无法在预期时间内交付所承诺的产品时，这种期望就成了问题。

欲了解更详细的数据、失败原因和研究人员的建议，请查阅RAND 的研究报告。.