在人工智能方面，IBM公司越来越发现自己必须填补空白。
建立培训模型的数据科学家存在技能上的差距，公司在应如何在企业中构建和实施AI方面存在组织上的差距，随着采用程度的提高，信誉方面也存在差距，但许多人仍不确定其潜力或对此感到不安带走工作。
然而，也许当今存在的最重要的差距是技术未来成功的基础知识：人工智能到底是什么?
这导致IBM Watson AI技术小组的负责人采取了不同寻常的步骤来打开“黑匣子”的包装，“黑匣子”是一种在没有广泛了解其内部实际工作原理的情况下执行功能的系统或设备。
“人们对人工智能等话题反应过度;IBM数据，Watson AI和IBM总经理Rob Thomas(如图)说。“您如何优化流程以提高生产率?我们正在谈论的基础知识：更好的预测，更好的自动化，更好的优化。”
在佛罗里达州迈阿密举行的IBM数据和AI论坛上，Thomas与SiliconANGLE Media移动直播工作室CUBE的主持人Dave Vellante进行了交谈。他们讨论的努力澄清其技术，一步一步的方法来实施有效的AI解决方案，数据虚拟化的作用，以及如何沃森工具已集成到红帽的平台。
在10月在迈阿密举行的IBM大会上，Thomas和许多公司高管将时间用于揭开AI技术神秘面纱。在Thomas自己的职称中，可以找到关于如何处理该主题的线索，因为数据是AI对话的核心。AI模型会根据数据进行训练，并且如果用户的数据不佳或从良好的数据入手，但随着时间的推移仍无法识别信息的转移或“漂移”，则很容易犯下严重的分析错误。
“您的AI仅与您的数据一样好，” Thomas说。“这是根本问题。在与我们合作的组织中，有80%的项目由于公司出现数据问题而被停止或拖延。”
为了帮助解决此问题，IBM最近宣布将在Watson OpenScale中添加漂移检测软件，以帮助用户更轻松地检测AI模型可能已偏离其原始参数。该工具旨在帮助DevOps团队和数据科学家更紧密地协作，以便AI模型实际上将其纳入生产应用程序。
这个重要的协作步骤只是Thomas识别为AI Ladder一部分的内容之一，该过程是整个组织内AI的收集，组织，分析和实施过程。这里的信息是，虽然梯子可以使用户爬上更高的台阶，但仍然一次只能完成一个步骤-并从数据策略开始。
托马斯说：“我们使用AI阶梯作为鼓励公司思考数据战略的工具。” “我问我拜访的每家公司：您有数据战略吗?当你问这个问题时，你不会相信你会得到什么样的表情。”