专家表示，运行人工智能算法和训练深度神经网络所需的基础设施复杂得令人生畏，以至于阻碍了企业人工智能的部署。
“55%的公司还没有从人工智能中获得任何切实的商业成果，43%的公司表示现在下结论还为时过早，”弗雷斯特研究公司在谈到人工智能时说挑战从人工智能的兴奋过渡到有形的、可扩展的人工智能的成功。
“皱纹?人工智能不是一个即插即用的主张。“除非企业正确地规划、部署和管理它，否则新的人工智能技术充其量只能带来微薄的好处，或者，最坏的情况下，会导致意想不到的和不受欢迎的结果。”
供应商正以预先包装的产品和服务作为回应，旨在加速企业人工智能的采用。例如，Pure Storage最近与英伟达(Nvidia)合作，发布了一个集成的软件和硬件包，可以根据AI工作负载和数据需求进行调整。其目标是帮助企业部署简化的基础设施。
行业观察人士表示，企业已准备好进入人工智能领域。分析师们预计，随着企业寻求重组业务流程，以提高效率并向客户提供更个性化的服务，数据驱动应用程序在所有纵向行业中的应用将会越来越多。
Gartner预计，到2020年，超过30%的cio将把人工智能技术列为五大优先投资领域。
纯存储，英伟达，Arista AI包
“他们最大的挑战之一是找到人工智能和高级分析的入口。基础设施是一个大问题，”该公司存储平台FlashBlade的Pure Storage总经理马特•伯尔(Matt Burr)表示。“AIRI为他们解决了这个问题。”
AIRI它包括FlashBlade、由Nvidia Tesla V100 gpu驱动的Nvidia DGX-1超级计算机，以及用于连接的Arista 100GbE开关。AIRI由Nvidia GPU云深度学习栈和纯存储AIRI缩放工具包支持。这一组合带来了四倍于数据科学家生产力、纯存储和英伟达声称的改进。
纯粹的存储
AIRI的一个客户，呼叫中心外包供应商Global Response，正致力于利用人工智能重组其现有的业务流程。它的计划包括开发一个呼叫中心系统，能够实时记录和分析客户支持电话，以提高服务速度和质量。该公司希望有一个简单的基础，让它能够大规模部署人工智能，于是选择了AIRI。
这家呼叫中心提供商的联合首席执行长舒斯特(Stephen Shooster)说，整合的软硬件使团队能够在几个小时内就能建立和运行，而不是几个星期或几个月。
Shooster在一份声明中表示:“我们已经到达了一个拐点，整个组织的AI集成对我们业务的持续成功至关重要。”“虽然我们想快速行动，但人工智能的基础设施拖慢了我们的速度，因为它的部署非常复杂。”With AIRI, “all of the question marks and complexities associated with AI are solved.”
IBM云服务促进人工智能
在IBM，新的服务旨在促进人工智能的采用。一个新的云服务，叫做数据私有云是一个数据科学和机器学习平台，它汇集了企业所需的组件，而不需要大量的系统集成工作。“数据私有云”是部署在Kubernetes开源容器软件上的一个应用层，它提供了与第三方产品挂钩的api。
IBM analytics总经理罗布•托马斯(Rob Thomas)表示:“当企业智能得到增强时，生产率就会提高，标准就会出现。发布可用性公告的新服务。唯一的缺点是需要装配:所有系统都需要相互通信，数据架构必须标准化。如果一个组织可以建立人工智能的构建模块，而不需要装配呢?”
Thomas说，IBM Cloud Private for Data旨在促进数据科学、数据工程和应用程序在单一集成体验中构建，而不需要进行组装。
451 Research高级分析师克里希纳•罗伊(Krishna Roy)表示:“IBM正确地认识到，在推出人工智能产品时，存在技能差距。报告这篇文章考察了IBM新的私有云平台和相关的公共云服务。尽管如此，IBM仍在一个拥挤的市场中运营。因此，它将直面来自数据科学机构的同行，以及寻求满足企业人工智能需求的新市场进入者的竞争。”
例如，Kogentix为构建机器学习驱动的应用程序提供了一个端到端的平台。其他寻求为企业AI需求服务的初创公司包括Anaconda、Dataiku和DataRobot。“他们中的许多人都有一个共同的目标，那就是通过提供一个端到端的环境来进行基于机器学习的分析，让人工智能为企业做好准备，”Roy说。