人工智能AI的商业应用以及未来发展

人们对人工智能应用（AI）的讨论持有各种各样的感受。一方面是对机器人革命带来失业的恐惧，另一方面是对过度宣传的机器给我们创造的美好未来的兴奋。

但Mark Esposito博士希望这段对话是基于现实的。Esposito是Nexus Frontier Tech的联合创始人，也是哈佛大学一项两天的强化课程《商业人工智能：通过机器学习创造价值》的讲师。
他说，试图使用人工智能的企业应该关注已经存在的人工智能，而不是未来可能存在的。
从硅谷到中国，人工智能已经成为了世界各地最新的技术热词。第一件人工智能——人工神经元——是1943年由科学家William McCulloch和逻辑学家Walter Pitts开发的。此后，我们在研究和开发具有理解、预测和分析能力的模型上取得了很大进展。

今天的企业如何使用AI

人工智能已经广泛用于商业，包括自动化、数据分析和自然语言处理等方面。在整个行业，这三个人工智能领域正在简化运营并提高效率。
自动化减少了人类参与重复甚至危险的工作。数据分析为企业提供了前所未有的洞察力。自然语言处理使智能搜索引擎、聊天机器人和视觉障碍人士更好的访问性成为可能。
AI在商业中的其他常见应用包括：

• 传送和交叉引用数据；更新文件
• 消费者行为预测和产品推荐
• 检测欺诈
• 个性化广告和营销信息
• 通过电话或聊天机器人提供客户服务

哈佛商业评论报道称，人工智能会对市场服务、供应链管理和制造方面产生最大的影响。

Esposito提出，金融和银行业中也存在应用人工智能的机会，这两个部门现在仍然依赖落后的流程。此外，人工智能也可以跨行业应用。
尤其在医疗保健、教育、交通运输和垃圾处理方面，都可以通过人工智能完成人类无法做到的自动化、预测和反应，从而提高效率和成果。

AI人工智能

为企业家揭开人工智能的神秘面纱

根据Esposito的说法，商业社会对人工智能目前的能力和未来的潜力还存在很多误解。在Nexus，他和合作伙伴们与初创企业和小型企业合作，为他们提供简化运营或解决问题的人工智能方案。
Esposito早先就发现很多企业家都认为人工智能能做到人类能做的任何事，甚至人类不能做到的事。一个更好的方法是识别特定的用例。
“你越了解这项技术，你就越能理解人工智能的强大，” Esposito说：“但它需要一个非常狭窄的定义。如果你的范围不够窄，它就不能起作用。”
对于那些希望使用人工智能的公司，Esposito表示，第一步是查看运营的哪些部分可以数字化。企业应该考虑用现有的技术解放资源或提供新的见解，而不是凭空想象一个完美的解决方案。

“识别价值链中哪些方面可以改善运营是比较容易实现的，” Esposito说：“人工智能不是从人工智能开始的。它从公司层面开始。”
例如，已经完成数字化工资单的公司会发现他们同时能收集到大量有助于预测未来成本的数据。这使得企业在雇佣和运营时可预测性更强，并且能简化会计工作。

通过人工智能成功运营转型的企业

一家成功把人工智能技术整合到其多个方面的公司是消费品公司联合利华（Unilever）。除了简化招聘和入职之外，人工智能还帮助联合利华从其大量数据中获得最多的收益。
数据影响着联合利华的大部分工作，从需求预测到市场分析。据Diginomica称，联合利华观察到他们的数据来源于不同的接口和API。既阻碍了访问，数据也不够可靠。
因此，联合利华开发了自己存储数据的平台，让员工能轻松访问数据。在微软的Power BI工具的增强下，联合利华的平台能从内部和外部收集数据。它将数据存储在一个通用数据湖中，可以无限期地用于包括商业物流和产品开发等任何事上。
亚马逊是另一个很早就应用人工智能的公司。甚至在亚马逊的虚拟助手Alexa出现在美国家家户户之前，亚马逊就已经创新地使用机器学习来优化库存管理和物流了。
凭借强大的AI主导的系统，亚马逊成功收购全食（Whole Foods）进入食品产业，现在的全食也使用着亚马逊的送达服务。
Esposito称，这种扩展性对于寻求开发新人工智能产品的公司很关键。他们可以把技术应用到新市场或收购业务，推动技术的发展。
联合利华和亚马逊是两个榜样，因为他们正在利用现有的技术解决当前的问题。他们能预测到行业的混乱，从而保持领先地位。
当然，这两个例子都是资金雄厚的大公司。不过Esposito认为，大部分以现实和战略的眼光看待人工智能的企业都可以实现他们的目标。

展望并不遥远的未来

Esposito的乐观部分来源于人工智能在医疗保健、交通运输和金融等各个行业的广泛应用。
“每一个有着各种动态发生的重要地方都可以从这些技术中获得提升” Esposito 声称：“我还想强调一个事实，我们希望这些技术能够改进社会而并不是要取代工人。”
为了减轻人们对失业的担忧，Esposito表示企业家可以围绕创造新的、功能更强的工作岗位来构建对话。随着技术提升效率并创造新见解，基于这些改变的新的工作岗位自然会出现。
“要理解我们在做什么，理解哪些我们能做得更好，我们才能创造出工作岗位。” Esposito说。
此外，开发人员应该关注开发概率技术而不是确定技术。在概率的情景下，人工智能能根据历史记录预测一个人偿还贷款的可能性，然后向贷方提供建议。确定性的人工智能只会做决定，忽略任何的不确定性。
“我们需要让机器和人合作，” Esposito说：“但我们永远不会让机器代替人做决定。”

原文链接：https://www.extension.harvard.edu/professional-development/blog/business-applications-artificial-intelligence-what-know-2019