人工智能产业充满挫折。
对于那些希望投资于“下一个大事件”的人而言，人工智能（AI）目前是最热门的话题之一。然而，根据智库兰德公司的一项研究，这些人工智能项目超过80%将失败——这是非人工智能技术相关初创公司失败率的两倍。兰德公司与过去几年一直在人工智能领域工作的65位数据科学家和工程师进行了交谈，他们确定了导致如此高失败率的几个原因。
根据研究，人工智能项目失败的最大原因是关键利益相关者之间的目标不一致。领导层常常对人工智能的潜力与应有的成就有着超越现实的设想；相反，这种设想往往受到好莱坞等传媒机构对于人工智能的先入之见的影响。企业领导人与实地人员之间的缺乏理解，意味着项目往往无法获得完成其目标所需的资源和时间。
然而，从事人工智能前沿工作的工程师们也并非毫无过错。采访显示，数据科学家有时会被人工智能领域的最新发展所分散注意力，并在项目中实施这些技术，而不考虑其带来的价值。这种“新奇事物综合征”意味着科学家和工程师们想要使用这些新技术仅仅因为它是最新的发展。虽然保持对人工智能的最新了解很重要，但团队也应该考虑这些新技术是否真的能解决他们在研究中面临的问题，或者是否只会使问题变得比现在更加复杂和混乱。
研究中还指出了其他几个原因，包括缺乏准备好的数据集、基础设施不足以及人工智能与手头问题不兼容。研究还指出，这些问题不仅限于私营部门：甚至学术界在人工智能项目中也存在问题，许多人只关注发布人工智能研究，而不是考虑其输出的现实世界应用。
他的研究证明了我们在人工智能行业中看到的许多整合和失败背后的原因。事实上，百度CEO李彦宏表示，中国拥有太多大型语言模型，它们浪费了大量资源，因为这些模型往往几乎没有实际的应用。我们还可以从中国过去十年提交的生成式人工智能专利数量看出这一点，该数量超过美国6倍。但尽管如此，只有一个中国组织，中国科学院，进入了2010年至2023年间获得最多引用的前20个实体之列。
人工智能竞赛中争先恐后的行动使许多公司在构建他们的人工智能项目时显得有些仓促。虽然他们（以及他们的投资者）是唯一承担失败项目风险的人，但他们仍然应该审慎看待其他人工智能项目的失败以及失败原因。毕竟，如果人工智能项目在长期内未能实现其承诺，那么整个行业可能会像一个价值数万亿美元的泡沫一样破裂。（校对/李梅）
