让我们更深入地研究这种营销策略，以了解公司参与其中的原因以及如何避开它：
什么是AI洗？
AI 清洗是一种营销活动，其中供应商声称他们的产品涉及人工智能 (AI) 技术，而实际上他们并不这样做，或者与 AI 的连接很少。
营销团队在美化其产品的 AI 功能以提高销量时会进行 AI 清洗。 AI 清洗很像“绿色清洗”，即公司的管理团队对其产品、服务或业务运营的可持续性做出无根据、虚假或误导性的声明。
为什么 AI 洗不好？
人工智能洗涤是有害的，因为它有可能将人工智能变成一个毫无意义的流行语。这会损害用户和投资者对该技术的信任，因为那些成为 AI 清洗受害者的人未来可能不太愿意购买、采用或投资真正的 AI 技术。
为什么企业要搞AI洗车？
组织经常进行 AI 清洗，因为：
他们想要资金
投资者总是追逐最热门的趋势，而支持 AI 的技术正好符合要求。因此，投资者都在寻找支持人工智能的项目。这意味着科技初创公司尤其有动力进行 AI 清洗，因为它更容易获得投资者资金。
他们在拖延时间
一些从事 AI 清洗的组织确实打算提供 AI 产品和/或服务。然而，他们还没有达到那个程度，所以他们的行为就好像他们的产品或服务已经包含人工智能功能一样。
他们不知道人工智能意味着什么
尽管人工智能具有巨大的潜力，但组织仍未完全理解它，因此经常曲解它。由于 AI 是一个包含各种工具的广义术语，因此组织可能很难确定哪些实际上包含 AI，哪些不包含。跨越新旧技术界限的企业可能会有些困惑，因此，他们往往会在 AI 方面犯错误。 （另请阅读：开发硬件更新策略的 7 个步骤。）
如何避免供应商搞人工智能洗牌
公司需要评估许多因素以确定供应商是否具有真正的 AI 能力，包括：
员工专长
潜在客户需要确保其供应商的员工在人工智能和深度学习方面拥有广泛的背景和教育。兜售人工智能产品和/或服务的供应商需要聘请数学家、建筑师、数据科学家和工程师。这些是设计模型并教机器理解各种场景、计划未来行动、预测其影响并从结果中学习的员工。 （另请阅读：即时学习：一种在 AI 中训练基础模型的新方法。）
这些员工还应该有数据可视化的背景，数据可视化使用算法从公司数据创建图像，使人们更容易理解数据并更有效地响应数据。
简而言之，企业应该向潜在供应商询问有关该技术背后员工的具体信息。
数据
基于人工智能的解决方案需要大量数据才能准确执行。因此，潜在客户需要查看 IT 供应商收集了多少数据，并确保他们从多个来源收集数据。
确保人工智能随着时间的推移变得更聪明
随着时间的推移，真正的人工智能会变得更加聪明。因此，潜在客户应该要求供应商解释他们的 AI 软件如何变得更智能以及 AI 可以做出哪些决定。 （另请阅读：复杂技术与人工智能：有什么区别？）
公司还应该询问供应商需要多少人机交互，以及人工智能是否可以补充人类员工的工作。与单独工作相比，人工智能和人类一起工作可以完成更多的工作。如果供应商不能完全回答这些问题，他们很可能会进行 AI 清洗。
问正确的问题
买家应该带着健康的怀疑态度与自称的 AI 供应商接触。假设他们不提供人工智能产品或服务，让供应商来证明他们是。潜在客户应该询问供应商他们正在使用哪些特定的人工智能技术，以及他们计划如何与开发人工智能技术保持同步。
如何避免 AI 清洗
越来越多的初创公司以及成熟的供应商将自己描述为“AI 供应商”，并声称提供 AI 产品和/或服务，但没有解释他们的产品与市场上成千上万的其他产品有何不同，这只会混淆终端-用户公司。
为了与这些买家建立信任，供应商应该建立案例研究集合，以提供客户使用人工智能取得的可量化结果。此外，对于这些供应商来说，在他们的销售和营销材料中准确使用“AI”，清楚地解释其 AI 产品与竞争对手的产品有何不同，并准确概述其 AI 为客户解决了哪些问题，这一点至关重要。
人工智能供应商还需要向买家证明，他们的员工具备执行人工智能相关任务所需的技能，包括编程语言、神经网络架构、线性代数和统计以及信号处理技术的知识。供应商还必须向潜在客户证明，他们的人工智能软件可以改进流程自动化和决策制定，并提供帮助买家解决业务问题的解决方案——而不仅仅是提供尖端技术。
结论
尽管人工智能正在塑造几乎所有行业的工作未来，但围绕该技术的炒作可能是危险的。
如果供应商继续滥用“人工智能”一词，它可能会成为另一个在很大程度上被忽视的营销流行语。而如果厂商继续洗AI，投资者很可能会停止为这项技术融资，公众对人工智能的信心就会消失，整个行业都会受到影响。
