Gartner表示，开发人工智能项目的IT和业务负责人必须将现实与神话分开，才能制定未来的战略。
Gartner研究副总裁Alexander Linden表示，“随着人工智能技术进入组织，企业和IT领导者必须充分了解人工智能如何为其业务创造价值以及其局限性。
“人工智能技术只有在它们成为组织战略的一部分，并以正确的方式使用时才能提供价值。”
Gartner指出了五个关于人工智能的常见误解。
误区1：人工智能的工作方式与人脑相同
AI是一门计算机工程学科。在目前的状态下，它由旨在解决问题的软件工具组成。虽然某些形式的人工智能可能给人一种聪明的印象，但认为当前的人工智能与人类智能相似或等效是不切实际的。
Linden表示，“某些形式的机器学习(ML) - 人工智能 的一种- 可能是受到了人类大脑的启发，但它们并不等同。”
“例如，图像识别技术比大多数人更准确，但在解决数学问题时没有用处。今天AI的规则是它很好地解决一项任务，但如果任务的条件只有一点变化，它就会失败。“
误区2：智能机器自学
需要人为干预来开发基于AI的机器或系统。参与数据可能来自经验丰富的人类数据科学家，他们正在执行诸如框架问题，准备数据，确定适当的数据集，消除训练数据中的潜在偏差，最重要的是，不断更新软件等任务使新知识和数据能够集成到下一个学习周期中。
误区3：人工智能可以没有偏见
每种人工智能技术都基于人类专家的数据、规则和其他类型的输入。与人类相似，AI本质上也存在这样或那样的偏见。
Linden表示，“今天，没有办法完全消除偏见，但是，我们必须尽量减少偏见。”
“除了技术解决方案，例如各种数据集之外，确保与AI合作的团队的多样性以及让团队成员审查彼此的工作也是至关重要的。这个简单的过程可以显著减少选择并确认偏差。“
误区4：AI只会取代不需要高级学位的重复性工作
AI使企业能够通过预测、分类和集群做出更准确的决策。这些能力允许基于AI的解决方案取代平凡的任务，但也增加了剩余的复杂任务。
一个例子是在医疗保健中使用成像AI。基于AI的胸部X射线应用可以比放射科医师更快地检测疾病。在金融和保险行业，机器人顾问正被用于财富管理或欺诈检测。这些能力并没有消除人类参与这些任务，而是让人类有更多的时间去处理更不寻常的案件。
随着人工智能在工作场所的发展，业务和IT领导者应调整工作档案和容量规划，并为现有员工提供再训练选择。
误区5：并非每个企业都需要人工智能战略
每个组织都应该考虑AI对其战略的潜在影响，并研究如何将该技术应用于组织的业务问题。在许多方面，避免人工智能开发与放弃下一阶段的自动化是一样的，最终可能会使组织处于竞争劣势。
“即使目前的策略是’no AI’，这也应该是基于研究和考虑的有意识决策。并且，与其他所有战略一样，应根据组织的需求定期进行重新审视和更改。人工智能可能比预期更快需要，“Linden总结道。