人工智能技術與正確的人力技能的影響
人工智能或人工智能不再是虛構的
這是目前在各種應用程序中使用的一種可靠技術，在檢測大量數據中嵌入的模式、預測特定客戶可能購買的商品、識別信用卡欺詐、分析擔保數據以確定質量問題、以及為保險承保人提供更準確的精算模型、圍繞人工智能進行更強大的宣傳以及吸引一些組織等方面顯示出特殊的價值。這種誘惑很容易引發將技術應用于不合適任務的嘗試，利用人工智能診斷和推薦癌癥治療方案，最終使該組織付出了很大的代價，但從未被病人使用過。
Cpda數據分析員
工具與工作相匹配
然而，與此同時，該中心試圖使用人工智能來完成更多日常任務，比如為病人家屬推薦酒店和餐廳，他們發現，鑒于明確的問題參數，這項技術產生了令人印象深刻的結果，并節省了大量員工的時間，例如更新客戶文件，替換丟失的信用卡，從法律文件中提取準備金，是人工智能自動化業務流程和跨多個后端系統工作的理想選擇。
但與人不同的是，人工智能技術相對缺乏靈活性。
在IT中使用人工智能的問題在于它過于僵化，如果人工智能算法是圍繞著公司的網絡基礎設施構建的，然后有人試圖在看似相同的企業基礎設施上使用人工智能算法，他們會對它不起作用感到失望--與它學到的模式不同，即使IT團隊聲稱人工智能解決方案是成功的，這往往是因為他們錯誤地使用了這個術語。"人工智能不同于專家系統，即使專家系統可以非常智能，沒有學習算法的核心，也不是人工智能，常識不是人工智能的特征。
盡管如此，人工智能及其基本技術，如神經網絡，仍有很大的發展前景--尤其是在它們不斷改進的時候。
在學習和克服目前的局限性時，隨著時間的推移，許多屏住呼吸的人工智能炒作和錯誤描述很可能成為現實。至少就目前而言，人工智能可以被理解為有一種不同的風格，每種風格都對應著不同程度的復雜性。
底層是一種用于日常后臺業務流程的自動化工具。
中間階梯是一個通過分析獲得洞察力的系統，比如在大量數據中發現模式、識別語音或識別圖像。與業務流程機器人不同，第二個階梯已經學會了隨著時間的推移而改進，對于梯隊來說，最重要的是認知參與，包括系統自動化(例如，基礎設施的自動擴展和其他類型的補救措施)。內部網站用來回答員工的問題和建議，以提高零售商的銷售和客戶參與度。但他們仍然不太擅長，他們發現70%的客戶請求需要通過人工工作來回答。
但AI已經可以提供某些類型的IT用戶支持
例如，對于不擅長監控的IT團隊成員，人工智能可以幫助他們過濾噪音信號，使他們的工作變得更容易、更快。此外，隨著時間的推移，人工智能似乎注定要成熟到足以在管理復雜的IT網絡和流量方面提供更多幫助，即使是非常聰明的人也很容易被淹沒，但我們還不存在。因此，需要相應調整預期。
