采用人工智能可能是一个复杂的过程。通信中的AI可能特别具有挑战性，但组织可以采取某些步骤来克服这些障碍。
今天，AI是IT项目的狂野西部。它始于商业智能，在整个企业中收集数据并将其发送到大型数据库。然后在顶部构建报告和仪表板，以帮助我们制定日常决策。大约十年前，语言转向大数据和分析。最近，这种曲调已经转变为机器学习和深度学习，营销人员将其称为AI。目前，企业采用人工智能包括查看隐藏在企业每个角落的操作数据，并使数据可行。现在，组织更少关注技术，更多关注业务成果，以及将学习算法放在我们拥有的数据之上可以获得什么。
人们还熟练掌握计算机视觉和语音分析，以创建将语音转换为文本和文本到语音的最佳实践，以及识别图像中的对象和动作。例如劳格科技的SparkleComm统一通信平台，SparkleComm会议支持讲录用同步转化为会议纪要文本。这些进步，加上业务流程中的机器学习创造市场优势的想法，已经将公司推向人工智能。
当我和一位同事研究人工智能在实时通信中的使用时，我们采访了与人工智能合作的公司 - 从人工智能初创公司到需要启动人工智能计划的大型企业。该调查揭示了组织在通信中采用机器学习和人工智能时面临的一些挑战。
1.找到合适的人才
人工智能采用的主要挑战之一是在机器学习中找到足够熟练的人才。人才库相对较小，华为，谷歌和Facebook等大型云供应商正在吸引开发人员和数据科学家，他们的工资，奖金和福利都很高。
企业可以通过以下三种方式吸引人才：
（1）在全球较小的技术中心开设办事处。离开北上广深越远，对你将面临的机器学习天赋的争夺就越少。
（2）通过提供更高的薪水和福利来吸引经验丰富的AI开发人员在市场上竞争。
（3）培训现有员工。我们采访的一个组织表示，所有开发人员都有机会参加在线人工智能课程，这使10％的开发人员对AI更加熟悉。
