引發爭議：
說到人工智能，小編立馬就想起了多年前看過的威爾史密斯主演的一部電影——【我，機器人】。記憶最深刻的就是片中擁有人工智能的機器人開始不受控制，學會了獨立思考，並向人類做出反抗。這不禁引發人們深思，人工智能到底好還是不好？應不應該開發？
人工智能的利與弊：
下面這一圖示比較了人工智能的利弊：
為什麽85％的人工智能專案失敗？
下文是小編看了Krunal Vyas(iQlance Solutions Pvt的IT顧問)的一篇文章Why 85% of the Artificial Intelligence Projects Fail?整理出了為什麽如此之多的人工智能專案失敗的原因：
風險和混亂是人工智能專案失敗的常見因素和主要因素。由於員工已經熟悉工作流程，要替換現有流程是一個非常困難的決定。 資金、培訓和時間的投入是公司難以承擔的巨大風險。
即使在選擇人工智能之後，由於缺乏相應的數據，問題仍然沒有得到解決。演算法不能正確處理數據。因此，團隊就浪費了大量和資源。
此外，人工智能不是一個單一的過程或技術。如果預算不夠，那麽在缺少人工智能專家的情況下，客戶就不會對你公司的人工智能服務感興趣。這些都是大多數流動應用開發公司人工智能失敗的常見原因。
人工智能是一個能夠規劃、學習、推理、解決問題、知識表示、感知、運動和操作的系統。在某種程度上，人工智能可能具有社會智力和創造力。今天，人工智能能夠推薦購買的商品、娛樂使用者、發現信用卡上的欺詐行為，甚至能夠辨識圖片中的面孔。
到目前為止，人工智能被分為兩類——狹義人工智能和普通人工智能。狹義人工智能方面，比如蘋果的Siri、微軟的Cortana；而一般人工智能則類似於【終結者】中的SKYNET(後者尚未成為現實)。在未來幾年裏，也特許以透過人工智能編寫文章、駕駛汽車，甚至可以達到做手術的程度。
目前，人工智能在各種專案中取得了巨大的成功。某些數據咨詢公司還將人工智能納入其專案，以幫助廣告和媒體機構進一步開展活動。然而，並非所有使用人工智能的公司都取得了成功，這是一個公認的事實。
高達85% 的公司都失敗了。根據一些調查結果，人工智能發展的障礙主要來自高級管理層的抵制，以及對人工智能缺乏認識和了解。管理層首先要求高投資回報，這是一個的巨大障礙。因此，那些看起來很有希望的專案有時候會落空。
來自 dimensional Research 的一份報告指出，10個人工智能專案中就有8個失敗了，而96% 的專案在數據質素、數據標簽和建立模型信心方面遇到了問題。
另一個失敗案例是，Facebook、亞馬遜、微軟和 Adobe 的代表都選擇使用名為神經機器轉譯（NMT）的人工智能，因為它能夠非常迅速地將72種語言的內容本地化。然而，這項技術(還有這個工具)僅被23% 的人使用。
這些專案失敗的一些原因可能是:
行家溝通失敗還未開始就已失敗缺少數據專家內部人才 / 軟件害怕失業簡單開始
