B2B軟件銷售和營銷團隊很喜歡采用“人工智能”(AI)這一術(shù)語。人工智能具有一種神奇的效果，聽起來令人印象深刻。但是，當(dāng)這些銷售人員說“人工智能正在這樣做”時，他們的買家通常對人工智能知之甚少，因此不會提出棘手的問題。

　　在諸如DevTools空間之類的行業(yè)中，至關(guān)重要的是，買家必須了解產(chǎn)品的用途和局限性，以確保這些產(chǎn)品滿足其需求。如果人工智能的目的是為人類做出正確的決定，那么接受“人工智能正在這樣做”就是承認真的不知道產(chǎn)品的工作方式或它是否在為其做出正確的決定。

　　當(dāng)人們成為買方時，通常不對了解人工智能和機器學(xué)習(xí)產(chǎn)品負責(zé)，因為這些技術(shù)令人望而生畏。它們非常復(fù)雜。

　　本文討論了人工智能和機器學(xué)習(xí)的局限性，因此軟件購買者可以提出正確的問題以了解他們所購買的產(chǎn)品。

　　測試Oracle問題

　　某些人工智能或機器學(xué)習(xí)產(chǎn)品的局限性在于，對于該技術(shù)的某些應(yīng)用，沒有絕對的真實來源可與輸出的準(zhǔn)確性進行比較。例如，人類和機器都不知道如何為任何給定的應(yīng)用程序生成一套完美的端到端測試。這是預(yù)言性的問題：沒有客觀的真理標(biāo)準(zhǔn)。沒有人愿意在銷售過程中引入這種不確定性。然而，我們的買家應(yīng)該對我們的產(chǎn)品有充分的了解。

　　作為買家，在做出購買決定之前，需要了解賣家的人工智能產(chǎn)品的預(yù)期優(yōu)勢。它是否意味著在客觀標(biāo)準(zhǔn)下做出比人類更準(zhǔn)確的決定?它是否意味著以更少的成本做出更快的決定?或者引入一種以新方式使用新數(shù)據(jù)的替代方法?對這些問題的回答將影響買家如何使用產(chǎn)品以及它提供的價值。

　　人工智能和機器學(xué)習(xí)

　　盡管人工智能被普遍認為是“使用數(shù)學(xué)進行決策的任何機器”，但真正的人工智能是自學(xué)的。人工智能有一個神經(jīng)網(wǎng)絡(luò)，它模仿人腦中的神經(jīng)元，使它能夠自我教學(xué)、自我更新和自我進化。正因為如此，真正的人工智能很難構(gòu)建，而且往往是實驗性的，而不是商業(yè)性的。

　　更常見的是，當(dāng)人們說人工智能實際上是機器學(xué)習(xí)時。機器學(xué)習(xí)是人類培訓(xùn)的：機器使用概率決策過程通過人類反饋來學(xué)習(xí)，而這種概率決策過程會通過不斷進行的糾正而得到改善。機器接收數(shù)據(jù)，針對數(shù)據(jù)運行算法，然后根據(jù)概率輸出決策。人們通過告訴機器評估是否準(zhǔn)確來糾正機器，并更新機器。機器收到準(zhǔn)確度反饋后，就會學(xué)會做出更好的決策。而且由于機器學(xué)習(xí)基于概率，所以有時會做出錯誤的決定。

　　根據(jù)買家計劃使用產(chǎn)品的方式，需要確定其準(zhǔn)確性的嚴格程度。機器可以多久做出一次錯誤的決定并仍然達到其目的，這取決于特定的應(yīng)用程序。自動駕駛汽車必須幾乎完全準(zhǔn)確才能被采用。律師助理機器學(xué)習(xí)工具集可能需要降低準(zhǔn)確性，那么其產(chǎn)品需要多精確?

　　提出正確的問題

　　無論買家打算如何使用產(chǎn)品，重要的是要提出正確的問題，以了解產(chǎn)品并圍繞其準(zhǔn)確性水平建立彈性。在銷售方告訴買家“人工智能正在這樣做”時，可以提出以下要求：

　　該產(chǎn)品是機器學(xué)習(xí)產(chǎn)品嗎?是否需要機器學(xué)習(xí)才能獲得有意義的結(jié)果?作為機器學(xué)習(xí)，產(chǎn)品需要通過人工反饋來學(xué)習(xí)，而不僅僅是使用概率來做出決策。買家是否只需要使用邏輯來做出決策的產(chǎn)品，還是隨著時間推移而提高準(zhǔn)確性的產(chǎn)品? 如何計算該產(chǎn)品的精度?如果不知道用于計算精度的條件，則不會知道機器是否比人類更準(zhǔn)確。如果一臺機器比人類的精度高30%，那么誰來評估這種精度以及他們?nèi)绾未_定這一精度? 怎么知道產(chǎn)品何時做出錯誤的決定?任何機器學(xué)習(xí)產(chǎn)品有時都會產(chǎn)生錯誤的輸出。通常情況下，銷售方最成功的客戶已經(jīng)采用了業(yè)務(wù)流程來增強對這種錯誤輸出的適應(yīng)能力。如果是這樣，銷售方也可以幫助買家采用它們。 在當(dāng)前狀態(tài)下，產(chǎn)品多久做出一次錯誤決定?了解錯誤的頻率和這些錯誤的風(fēng)險對于決定如何使用產(chǎn)品以及在產(chǎn)品開發(fā)的現(xiàn)階段這樣做是否安全至關(guān)重要。 該產(chǎn)品投入了多少教學(xué)時間?這個數(shù)字將簡單估算出使產(chǎn)品更加準(zhǔn)確所付出的努力。取決于應(yīng)用程序，較小的數(shù)字可能很好。 如何提高該產(chǎn)品的準(zhǔn)確性?買家是機器測試和教學(xué)過程中不可或缺的一部分。那么應(yīng)該愿意使用其數(shù)據(jù)來提高其準(zhǔn)確性，因為希望這些產(chǎn)品在將來得到改進。

　　為什么知道人工智能和機器學(xué)習(xí)很重要

　　不僅有很多不是人工智能的“人工智能”，而且還有不是機器學(xué)習(xí)的算法技術(shù)。因此，對于買家來說，有足夠的知識來提出正確的問題，并了解這些產(chǎn)品如何做出決定至關(guān)重要。

　　所有機器學(xué)習(xí)產(chǎn)品都有限制，盡管限制因產(chǎn)品和產(chǎn)品應(yīng)用方式而異。當(dāng)產(chǎn)品的準(zhǔn)確度未知時，買家所能做的就是詢問其方法是否對決策有效：它是否能獲得比人類更好的數(shù)據(jù)?使用此數(shù)據(jù)，它可以比人類做出更快、更明智的決策嗎?如果答案是肯定的，那么買方應(yīng)該考慮購買產(chǎn)品，而不是是自己開發(fā)。