ניקוי נתוני הוא השלב הרב ביותר בפיתוח המודל, ולוקח עד 26% מזמנו של מדען נתונים. מחסור בכישרון ומכשולים בקבלנות ממשלתית הם שני אתגרים משמעותיים שעומדים בפני עסקים קטנים כאשר מנסים לפתח יישומי בינה מלאכותית. חוסר היעילות הללו מתורגם להפחתת הזדמנויות עבור יזמי בינה מלאכותית, ובאופן פוטנציאלי, פחות חדשנות בינה מלאכותית מסטארט-אפים. כדי לשפר את תהליך רכש הטכנולוגיה הפדרלי כך שממשלת ארה"ב תוכל לבצע ניסוי, בדיקה, מסחור ולקצור את יתרונות החדשנות של יזמי בינה מלאכותית, סוכנויות צריכות לשאוף ללא הרף לפשט את תהליכי ההתקשרות והדרישות. כדי לקרוא עוד, השתמש בכפתור למטה כדי לפתוח את המאמר החיצוני המקורי.