Gary：与以往的技术革命不同，人工智能在大型企业中的应用非常迅速。欧莱雅和可口可乐等公司已经成功在创纪录的时间内创造出强大的人工智能产品。然而，最大的挑战之一仍然是人工智能的成本。从长远来看，企业不仅需要评估人工智能技术的性能，还需要评估其成本和环境影响。
洛朗：有几个平行的运动。 2024年已经标志着实验的合理化，一方面集中于少数项目，我们感受到AI算法的更大附加值，另一方面扩大规模，融入公司IT和云架构的能力。休息时间结束了，我们不再修修补补了。但与此同时，新的人工智能功能，特别 白俄罗斯 WhatsApp 号码数据库 是生成功能，正在被整合到数亿员工使用的办公套件中（当然是微软和谷歌的）。一边是回流，另一边是涌潮。
当今企业采用人工智能的主要障碍是什么？
加里：主要的挑战往往是不愿改变和缺乏专业资源。从小规模行动开始的循序渐进的方法可以帮助克服这些障碍。从实际用例开始至关重要：人工智能计划必须解决具体的业务需求，无论是为客户增加价值、降低成本、改善与合作伙伴的协同作用还是增加收入增长。
Laurent：我认为，主要的障碍是人工智能在公司中的真正用处及其衡量标准。这对我的任务真的有帮助吗？它是否更可靠、更快捷？我怎样才能确定这一点、计算这一点？让高级管理层或公司员工相信人工智能是解决所有项目的技术关键，只会导致失望并有误导投资的风险。相反，我们必须保持做出正确的技术诊断和使用正确的工具解决发现的问题的能力。人工智能在许多用例中都非常出色，特别是在我们支持的一般营销、销售或产品管理领域；对于其他人来说这是不相称的，或者根本就不适合。