過去二十多年，企業(yè)遭遇了顛覆性沖擊。事實(shí)如此令人震撼：自2000年以來，數(shù)字化顛覆已令半數(shù)的《財(cái)富》500強(qiáng)企業(yè)從榜單除名。AI將讓數(shù)字顛覆來得更加強(qiáng)烈。

這是因?yàn)?，人工智能是一種經(jīng)濟(jì)學(xué)家所定義的通用技術(shù)（general-purpose technology）。而通用技術(shù)的影響通常巨大而且深遠(yuǎn)?我們不妨回想電力和內(nèi)燃機(jī)的歷史意義。通用技術(shù)影響不僅體現(xiàn)為對社會(huì)的直接貢獻(xiàn)，還會(huì)通過溢出效應(yīng)，激發(fā)廣泛的互補(bǔ)式創(chuàng)新。正是由于電力的出現(xiàn)，工廠電氣化、電信聯(lián)絡(luò)、以及隨之而來的一切方才成為可能。內(nèi)燃機(jī)則催生出了汽車、飛機(jī)、乃至現(xiàn)代化的運(yùn)輸和物流網(wǎng)絡(luò)。如今，人工智能將以類似的規(guī)模影響整個(gè)社會(huì)。據(jù)Constellation Research公司預(yù)測，2020年人工智能市場規(guī)模將突破400億美元。

究竟人工智能是什么？

回答這一問題并不像看起來那么簡單。事實(shí)上，人工智能涵蓋了一系列不同的技術(shù)，通過有效的組合，機(jī)器便能夠以類似人類的智能水平展開行動(dòng)。因此，我們并未像許多人那樣，不斷嘗試去明確地描述人工智能，而是傾向于將此類技術(shù)視為一套能力框架。我們的框架以人工智能支持機(jī)器實(shí)現(xiàn)的主要功能為核心，其中包括：

機(jī)器學(xué)習(xí)是人工智能系統(tǒng)的核心。它可以從原始數(shù)據(jù)中學(xué)習(xí)，從而賦能于人工智能可見的出色表現(xiàn)，使其變得越來越普遍。無論是進(jìn)行前瞻判斷的預(yù)測系統(tǒng)、近乎實(shí)時(shí)解讀語音和文本的自然語言處理系統(tǒng)、以非凡準(zhǔn)確度識別視覺內(nèi)容的機(jī)器視覺技術(shù)，還是優(yōu)化搜索和信息檢索，都依托于機(jī)器學(xué)習(xí)。

相對于其他技術(shù)，機(jī)器學(xué)習(xí)關(guān)鍵優(yōu)勢之一，就是對“臟”數(shù)據(jù)（即數(shù)據(jù)中包含有重復(fù)記錄、不良解析的字段，或是不完整、不正確、以及過時(shí)的信息）的容忍度高。此外，機(jī)器學(xué)習(xí)的真正強(qiáng)項(xiàng)就是可使用監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等不同類型的學(xué)習(xí)算法。

人工智能技術(shù)正被持續(xù)引入新興的“認(rèn)知RPA（Cognitive RPA）”領(lǐng)域。這令流程自動(dòng)化擁有了一定程度的可調(diào)空間，使其應(yīng)用范圍得以大大擴(kuò)展。其中的典型實(shí)例包括，利用機(jī)器學(xué)習(xí)訓(xùn)練機(jī)器識別圖像中的文本（被稱為光學(xué)字符識別）。

隨著企業(yè)持續(xù)加大人工智能的應(yīng)用力度，系統(tǒng)所能處理的數(shù)據(jù)和工作的復(fù)雜性必然有增無減。若想了解其如何在業(yè)務(wù)環(huán)境中發(fā)揮作用，下方框架可能會(huì)有所幫助。此框架列出了各種技術(shù)的潛在應(yīng)用形式（本文以金融服務(wù)行業(yè)為例），并根據(jù)所涉及數(shù)據(jù)和工作的復(fù)雜程度，將人工智能應(yīng)用分為四大模式?效率、效力、專家、創(chuàng)新。

采取正確的應(yīng)用方式，人工智能將成為提升企業(yè)經(jīng)濟(jì)價(jià)值的全新驅(qū)動(dòng)力。但問題在于，選擇何種路徑才是恰當(dāng)之舉？

在這樣一個(gè)飛速發(fā)展的領(lǐng)域中，我們很容易一葉障目，迷失戰(zhàn)略方向。首先，應(yīng)當(dāng)了解人工智能將帶來哪些機(jī)遇。通過將這些機(jī)遇劃分為三大類型，您可以對應(yīng)采取的路線有更清晰的認(rèn)知。這意味著需要分別考慮：

• 如何利用人工智能來加快自動(dòng)化？

• 如何增強(qiáng)工作效力和執(zhí)行方式？

• 如何在企業(yè)內(nèi)外擴(kuò)展人工智能創(chuàng)新？

雖然各方的確圍繞人工智能付諸了許多努力，但目前的局面仍然是，大多數(shù)企業(yè)尚未踏上人工智能應(yīng)用之路。而在那些已經(jīng)開始行動(dòng)的企業(yè)中，半數(shù)依然處于試點(diǎn)或概念驗(yàn)證階段。

那么，干擾他們的因素包括哪些？

其中的原因多種多樣，這與企業(yè)引入數(shù)據(jù)分析時(shí)的狀況如出一轍。對一些企業(yè)來說，難題涉及招募合適的人才、安排投資優(yōu)先級、以及化解對安全的擔(dān)憂。而另一些需要突破的障礙在于，定義令人信服的商業(yè)模式、獲得足夠強(qiáng)大的領(lǐng)導(dǎo)層支持、以及掌握更多通用技術(shù)能力。 

如同所有重大創(chuàng)新一樣，踏上人工智能征程勢必要面臨風(fēng)險(xiǎn)，并且可能出現(xiàn)意想不到的后果。這便是以負(fù)責(zé)任方式利用此類技術(shù)如此重要的原因。必須從一開始就將信任、透明度和安全性納入人工智能設(shè)計(jì)當(dāng)中，并且始終謹(jǐn)記做出明確解釋的必要。

總而言之，形勢的緊迫性已毋庸贅言：人工智能已來，積極關(guān)注和行動(dòng)，實(shí)現(xiàn)技術(shù)向善、智能有為，現(xiàn)在恰逢其時(shí)。