1)数据不完备人工智能在自动化决策时可能会偏离结论，若数据不充分或不达标。例如，外卖平台的决策调度算法若缺少天气变化、交通状况、电梯等待时间等数据输入，则可能导致预估时间过少，增加骑手负担。电商平台进行商品推荐时，若仅依赖用户搜索、购买等行为数据，而忽略商品功能与用户兴趣点的关系，则易形成重复推荐的信息。 2)数据投毒虚假数据的混入可能会对算法形成欺骗，从而导致自动化决策产生错误结果。例如，在平台电商场景中，商品检索排序依据包含销量、评价等信息，若不法商家雇佣刷手虚构交易和评价，就会欺骗排序算法，使其在排序结果中占据更好的位置。