Databricks发布了美国和欧洲大型公司的AI难题的调查结果。只有1/3的人工智能项目取得了成功，更重要的是企业从概念转向生产需要六个多月。这些挑战背后的主要原因是96%的企业面临着数据相关的问题，如孤岛和不一致的数据集。80%的企业引发了重大的组织摩擦，如数据科学家和数据工程师之间缺乏协作。90%的受访者表示在整个机器学习生命周期中统一数据科学和数据工程的方法将克服AI难题。
调查发现：
98%的受访者认为及时准备和汇总大型数据集是一项重大挑战；
96%的受访者认为数据探索和迭代模型培训具有挑战性；
90%的受访者认为快速可靠地将模型部署到生产中是一项重大挑战；
87%的企业平均投资七种不同的机器学习工具，增加了企业的复杂性。
那么，有什么能帮助这些企业克服人工智能的困境呢？接受调查的高管表示，他们需要将数据处理与机器学习功能相结合的端到端的解决方案。这些简化的解决方案可以简化工作流程、提高效率并最终提高业务价值。
事实上，近80%的受访高管表示，他们高度重视统一分析平台的概念。统一分析解决方案为数据科学家和数据工程师提供协作功能，以便在整个AI开发到生产生命周期中有效地工作。由于机器学习工具的爆炸式增长，超过90%的大公司面临与数据相关的挑战和日益增长的复杂性，因此对可以消除技术和孤岛的平台和流程的需求比以往任何时候都更加明显。统一分析为面临现代AI实施障碍的公司提供了理想的方法。
