商业人工智能正在碎片化。这就是为什么这很重要。

由Rezolve AI呈现 企业人工智能对商业的投资从未如此之高。商业领域的企业人工智能成果很少如此不一致。这种差距并非巧合。这是零售业每一次重大技术变革中都重复出现的模式的可预测结果：行业添加新功能的速度比整合它们的速度要快。 这种模式现在正在商业人工智能中发挥作用。 过去三年来，人工智能商业的主要方法是添加剂。品牌在现有目录基础设施的基础上分层人工智能搜索。他们在现有的结账流程之上添加了对话界面。他们将推荐引擎与个性化工具一起部署，而个性化工具本身也与早期的推荐引擎一起部署。每次添加都是通过离散的指标改进来证明的，并且没有一个是为了作为一个内聚系统而设计的。 这是点解决方案模式，商业已经在其中存在了二十年。它在独立能力方面取得了真正的进步：更快的搜索、更好的推荐、更低的过程中特定点的摩擦。它没有产生整个过程的一致性。消费者会体验到这种不连贯性，包括不一致、上下文丢失以及购物体验的每个部分都不知道其他部分在做什么的感觉。 人工智能放大了这种不一致的成本。当通用AI工具基于不完整或不一致的数据进行推荐时，它不会显示出次优产品。它自信地把错误的一个表面化，并且经常把不完整的一个完全排除在外。商业人工智能中的幻觉问题在很大程度上是伪装的数据一致性问题。对库存、定价、政策和产品真相没有共同理解的工具将产生相互矛盾的结果，误导消费者。 人工智能的碎片化商业方法产生了一种特定的报告问题：individu

注：以上内容摘选自原始新闻，点击「访问原文」查看完整内容。