Altair发布了一项国际调查的结果，该调查显示，数据和人工智能战略的采用率和实施率很高。调查还发现，由于三种类型的摩擦，项目停滞不前：组织、技术和财务。

James R.说：“如今的组织认识到必须将其数据作为战略资产，以创造竞争优势。”Scapa，Altair的创始人兼首席执行官。“但围绕人员、技术和投资显然存在摩擦点，阻碍了组织获得交付结果所需的数据驱动的洞察力。”

调查显示，未填补的数据科学角色正在造成组织摩擦，因为75%的受访者报告说很难找到足够的数据科学人才。另有35%的人透露，在大多数员工中，人工智能素养很低，58%的人表示，人才短缺和提高现有员工技能所需的时间是他们人工智能采用战略中最紧迫的问题。

因此，Altair发现许多组织都在努力完成数据科学项目。调查回复显示，33%的受访者报告说，在过去两年里，超过一半的数据科学项目从未投入生产，55%的人表示，超过三分之一的数据科学项目在同一时间停滞不前。这似乎是一个常见的问题，因为67%的受访者透露，超过四分之一的项目从未投入生产。

（来源：Altair）

技术限制是另一个摩擦来源，可能会阻碍数据和人工智能计划。受访者报告说，数据处理和决策缓慢，以及数据质量问题。近三分之二（63%）的受访者表示，他们的组织往往会使人工智能驱动的数据工具的工作变得更加复杂。此外，33%的人认为遗留系统是开发高级人工智能和机器学习计划的障碍。

财务摩擦也是人工智能项目停滞不前的一个因素，25%的受访者表示，财务限制对其组织内的人工智能计划产生了负面影响。另有28%的人表示，领导层过于关注战略的前期成本，无法了解投资人工智能ML将如何使其组织受益，而33%的人表示，高昂的实施成本（无论是实际还是感知的）是组织的不足。

调查还探讨了人工智能项目的失败率，发现42%的受访者承认在过去两年内经历了人工智能失败，在这些受访者中，他们组织的平均失败率为36%。Altair说，尽管项目失败率很高，但人工智能的使用在各个行业和地理区域持续存在。尽管四分之一的受访者表示，超过50%的人工智能项目失败了，但组织继续使用人工智能，因为他们认为从长远来看，仍然有机会提升能力或服务（78%），其次要成功显示出长期突破的潜力（54%）。

（来源：Altair）

Altair在报告的最后承认，无论行业如何，组织数据和人工智能战略内部和周围的摩擦在世界各地的组织中都非常普遍。各组织正在采取措施克服这些挑战，但仍然面临复杂的障碍。

Scapa说：“为了实现我们所谓的'无摩擦人工智能'，企业必须转向自助式数据分析工具，使非技术用户能够在复杂的技术系统中轻松且经济高效地工作，并避免摩擦阻碍他们前进。”