达文波特大学专业

每日一丝：《人工智能优势 – 如何将人工智能革命付诸实施》摘译（一）

摘录：在这本2018年写就的书中，预测了关于AI的发展趋势，5年后再看当时的预测，就更能说明作者的水平之高，以及AI发展的速度之快。

当时作者认为人工智能（AI）已经不再是想象中的事情，巴布森学院教授托马斯-H-达文波特还是《只有人类的需要说了算：智能机器时代的赢家和输家》一书的作者，提供了一系列当前和未来人工智能实施的例子。其详实、清晰的观点中指出，那些还没有应用人工智能的公司已经落伍。达文波特指出了成为“认知型公司 ”的意义，为什么公司必须制定“认知型战略”，如何应用人工智能，以及人工智能将如何改变工作场所。

他还探讨了人工智能带来的大量的在技术、社会和道德上的挑战，例如，Facebook算法中的失误无意中促成了仇恨言论。任何对制定人工智能战略、实施人工智能以及人工智能将如何塑造未来的就业方面感兴趣的人，都会从达文波特的专业知识中受益。

本文是第一部分，阅读本文大约需要8分钟。

现在是实现人工智能实际应用的时候 – 人工智能的整合是复杂并具有挑战性的，但从长远来看，它将改变一切。

人工智能（AI）不再是猜测。在2017年，德勤对人工智能的实践和认识进行了调查，发现高校、医学院和金融机构已经将人工智能应用于自动化日常工作、检测金融欺诈和开发借贷算法等。人工智能的另一个术语是“认知技术”，即赋予机器以人类特有能力的机制。人工智能使用这些技术来完成一些人类可以快速完成的任务–比如识别图像–以及某些更复杂的任务。科技公司则最广泛和最积极地使用人工智能：亚马逊自20世纪90年代中期以来一直在投资人工智能。尽管如此，许多公司目前仍然犹豫不决。

人工智能包括几个不同的技术，用于不同的目的。

属于人工智能范畴的技术包括：

– “统计机器学习”–许多公司接受机器学习，这可能涉及100多个算法，以适应数据的模型。

– “神经网络”–这种更复杂的机器学习版本对分类活动很有用，例如确定哪些交易是合法的。“深度学习”结合了多层次的神经网络。

– “自然语言处理”（NLP）–用来分析文本以及翻译和识别口头语言。“统计NLP”，它使用机器学习，可以分析大量的语言样本，以发展统计上的相关性。

– “语义NLP” – 这种形式的人工智能涉及到对语言的规则和关系进行绘图。它的系统在广泛的类别或利基应用中与规则一起工作。

– “机器人”–这项技术包括实际的机器人和 “机器人流程自动化”（RPA）。在德勤调查的公司中，大约有三分之一在某种程度上使用机器人。在RPA中，人工智能机制遵循特定程序–如脚本–来完成一项任务。一些RPA可以观察人类完成一项任务并模仿他们。

大公司和初创公司在人工智能方面处于领先地位。他们正在将其用于“流程自动化”、“认知洞察力”和“认知参与”。

大公司和科技初创公司一直是人工智能的早期采用者。科技创业者正在围绕新的人工智能建立公司。大公司紧随其后，因为它们拥有应用人工智能所需的财政资源、人员和数据量。

“从短期来看，人工智能将提供进化的好处；从长期来看，它可能是革命性的。”

现在使用人工智能的组织往往已经超越了采样阶段，但并不总是完全投入。一些公司投资有限；其他公司则在内部人工智能项目上进行试验。实施仍然很困难。将认知技术与旧系统整合是一个挑战。新技术可能很昂贵，开发比部署更容易。创建独立的应用程序，特别是使用RPA或统计机器学习，是相对容易的。开发一个有用的深度学习模型，这只是适度的编程难度，需要标记的数据。解释可能是令人生畏的。组织倾向于在三个一般领域使用人工智能：

1 . “流程自动化” – 这种常见的应用使用机器人或RPA进行重复性工作，在系统之间传输数据，更新或调节系统，等等。RPA是最便宜、最容易实现的人工智能领域。

2 . “认知洞察力” – 这涉及使用人工智能生成应用程序，采用算法来寻找数据模式，并帮助用户解释数据。由此产生的洞察力可以包括预测哪些项目可能会吸引客户，对精算数据进行建模，以及分析数据以预测机械问题或改善维护计划。

3 . “认知参与” – 企业为客户和工人提供人工智能，如全天候的客户服务；推荐；回答员工的问题；以及对于医疗病人，加强和定制治疗计划。

要成为一个“认知型企业”，就要将任务和技术相匹配。

为了从实验转变为完全的认知型企业，公司必须了解哪些技术最适合哪些任务，并且必须建立在其当前的分析能力之上。大多数公司没有人工智能专家，尽管许多公司可以利用大数据和统计分析的强大背景。

进入人工智能领域的公司应该根据公司的哪些领域将从人工智能的哪些领域和“认知应用”中获益最多，确定一个“优先的项目组合”。

“大多数关于人工智能对就业影响的预测和描述都集中在坏消息上。”

创建试点项目作为概念的证明。注意可能阻碍应用人工智能的潜在“知识瓶颈”，扩大人工智能的规模会很困难，以及企业缺乏必要的计算能力。如果同时启动多个项目，使用类似的结构来管理它们。当公司发展认知技术的能力时，考虑人工智能如何影响人类和机器之间的劳动平衡以及人们将执行哪些任务。扩大项目以实现生产力的好处，需要集中规划。对新技术的需求可能会限制企业实现效益。

组织需要制定“认知战略”。

公司从拥有实施人工智能的认知战略中获益。你应该了解特定的资源将如何影响你的公司。解决你将提供哪些服务和产品以及你将如何销售它们。

分析数据通常是人工智能的主要焦点，所以你的使用策略应该解决你的公司处理的内容。你的战略的其他内容将具体到你的组织和有关的人工智能，例如解决人工智能发展中的问题、议题和机会。考虑到内部和外部目标，如更好地服务客户和做出更明智的 "内部决策"。一些战略可以演变成AI驱动的商业模式，将AI置于未来发展的中心。

“认知技术主要是分析和提取内容的洞察力–数据、信息或知识。”

制定一个针对人工智能的人才战略，你将如何招聘和雇用具有所需技能的人。这可能会导致招聘活动，与其他公司合作或购买公司以获得其人员。确定你的公司希望有多大的野心。一些组织倾向于适度的、逐步的实施人工智能；另一些组织则致力于一个革命性的人工智能计划，以达到他们的目标。到目前为止，大多数人工智能相关的活动都发生在私人组织中。政府的参与情况差异很大。中国为人工智能投入了最多的资金；新加坡积极追求人工智能；英国为教育和初创企业提供资金；美国除了调查准备情况外，没有做什么。

第一部分完，请继续关注第二部分。