许多人工智能从业者和那些探索人工智能解决方案的人都希望通过在云中采用许可的API服务来获得人工智能技术的好处。然而，在许多情况下，一个开箱即用的解决方案不足以解决持续的业务挑战。为期三个月的试点实施通常只能在狭窄的范围内证明该概念的价值。一个可扩展的、业务驱动的解决方案需要大量的工作，而不仅仅是训练高精度的AI模型。应用程序开发和交付专业人员应该理解我们总结了七个误区调整他们的期望。收集实验数据、合作系统设计、培训员工新的工作流程都是长期的迭代过程——因此更不应该将表现不佳的人工智能试点项目推向生产。

为了实现人工智能技术在你的公司的价值，Forrester建议你从四个角度向你的人工智能项目灌输行业知识:进行联合技术和商业研究;准备数据;培训员工;建立信任。

中国太平洋保险(CPIC)与百度合作，用计算机视觉改变其索赔流程。太平洋保险的故事揭示了成功将计算机视觉功能嵌入保险公司系统和流程所需的思维方式和实施细节。它也可以作为其他行业公司的案例研究。

如果你有兴趣了解更多，请看看我们最近的报告。”案例研究:中国太平洋保险用计算机视觉改造理赔管理如果您想分享一些关于贵公司新兴技术战略的见解，请直接与我联系或通过电子邮件进行询问inquiry@forrester.com．