9. 性能表现：衡量与优化
随着数据量和内容的爆炸性增长，企业需要深度拥抱人工智能和机器学习技术，以便大规模地由这些数据集中释放真正的洞察力。随着人工智能和机器学习的发展，云计算将从一个简单的自动化层演变成一个不可或缺的、贯穿整个云计算的智能结构。
10. 实验：可执行的好奇心
我们现在所处的时间点让人联想到20世纪90年代中期，互联网的早期赢家是那些发现机会并尝试解决这些问题的人。我们今天在人工智能方面的环境非常相似。然而，我们需要对人工智能实验做出系统的计划。
11. 结果：商业转变
随着人工智能的成熟，我们将能够以量化的方式衡量结果，因为AI可以快速处理海量数据，并根据发现的数据进行推断。这开启了AI的预测分析能力，并凸显了良性反馈循环的价值。
第三部分 人工智能的未来
12. 从哪里开始
在开始一个人工智能项目前，首先要回答的问题是“从哪里开始”。在开始之前，先确定要解决的问题，以及谁需要这个解决方案。我们把客户放在第一位。
13. 安全、隐私和伦理
人工智能的安全性包含两个方面：第一，人工智能本身必须是安全的；第二，人工智能可以用来提高安全性，解决当今物联网（IoT）和企业面临的某个关键的问题。
