Gartner的這種成熟度周期凸顯出人工智能正以多種不同的方式影響企業(yè)

根據(jù)Gartner對(duì)2019年的CIO議程調(diào)查，2018年至2019年間，部署人工智能(AI)的組織從4%增長(zhǎng)到了14%。

與幾年前相比，人工智能正在以多種不同的方式影響組織，當(dāng)時(shí)沒有其他方法可以替代使用機(jī)器學(xué)習(xí)(ML)構(gòu)建自己的解決方案。AutoML和智能應(yīng)用擁有較明顯的發(fā)展勢(shì)頭，其他方法也同樣值得關(guān)注——即人工智能平臺(tái)即服務(wù)(AIPaaS)或人工智能云服務(wù)。

受亞馬遜Alexa、谷歌Assistant等公司在全球范圍內(nèi)取得成功的推動(dòng)，對(duì)話人工智能仍是企業(yè)規(guī)劃日程中的首要內(nèi)容。與此同時(shí)，諸如增強(qiáng)智能、邊緣人工智能、數(shù)據(jù)標(biāo)簽和可解釋的人工智能等新技術(shù)不斷涌現(xiàn)。

今年的成熟度曲線出現(xiàn)了許多新技術(shù)，但被大眾所知曉的有價(jià)值或目標(biāo)的很少

Gartner 2019年人工智能成熟度曲線審查了在AI領(lǐng)域的創(chuàng)新和趨勢(shì)潮流，以及AI計(jì)劃范圍?？焖俑L(fēng)者，首先應(yīng)該為AI設(shè)計(jì)一個(gè)商業(yè)案例。對(duì)于早期使用者來說，AI的可擴(kuò)展性是下一個(gè)挑戰(zhàn)。

今年的成熟度周期包含了很多新技術(shù)，但被大眾所知曉的有價(jià)值或目標(biāo)的很少，而被主流應(yīng)用的則少之又少。“這并不代表AI是不可用的。這表示它將會(huì)發(fā)生改變，為了評(píng)估AI的價(jià)值和風(fēng)險(xiǎn)，CIO需要為其設(shè)定現(xiàn)實(shí)的預(yù)期。” Gartner副總裁分析師Svetlana Sicular表示。

以下是Sicular重點(diǎn)介紹的人工智能技術(shù)，這些技術(shù)必須在CIO的計(jì)劃上，才能在未來兩到五年內(nèi)對(duì)業(yè)務(wù)轉(zhuǎn)型產(chǎn)生巨大影響。

增強(qiáng)型智能(Augmented intelligence)

增強(qiáng)型智能是以人為中心的AI與人協(xié)作提高認(rèn)知能力的合作模式。它關(guān)注的是人工智能在提高人類能力方面的輔助作用。

AI與人們互動(dòng)，改善他們已經(jīng)知道的事物，可以減少日常失誤，并可以改善客戶互動(dòng)、市民服務(wù)和病人護(hù)理。增強(qiáng)型智能的目標(biāo)是提高自動(dòng)化的效率，同時(shí)輔以人性化和常識(shí)來管理決策自動(dòng)化的風(fēng)險(xiǎn)。

吐槽：不再是我們?nèi)粘Ｋ{(diào)戲的Siri和人工智障愛醬，開始追求更高的智慧，比如阿爾法狗這種，目前聽說過的比較成功的就是游戲的黑科技外掛，星際1、拳皇97的黑科技可以秒殺世界頂級(jí)選手，如果在其他領(lǐng)域開發(fā)出這樣的增強(qiáng)型智能程序，是不是離Skynet也不遠(yuǎn)了。

[[277206]]

聊天機(jī)器人(chatbots)

聊天機(jī)器人是AI的代表，影響著人們所有可交流的領(lǐng)域，比如汽車制造商KIA，它每周與11.5萬名用戶對(duì)話，或者Lidl的Winebot Margot，它提供購(gòu)買葡萄酒的指導(dǎo)和食物搭配方面的建議。

聊天機(jī)器人可以基于文本或語音，也可以兩者結(jié)合，并依賴于極少人為干預(yù)的腳本響應(yīng)。

常見的應(yīng)用程序存在于HR、IT幫助臺(tái)和自助服務(wù)中，聊天機(jī)器人在客戶服務(wù)領(lǐng)域已經(jīng)產(chǎn)生極大影響，尤其是改變了客戶服務(wù)的執(zhí)行方式。從“用戶學(xué)習(xí)界面”到“聊天機(jī)器人正在學(xué)習(xí)用戶想要的東西”的轉(zhuǎn)變，意味著對(duì)員工入職、工作效率和培訓(xùn)的更大影響。

吐槽：感覺是一個(gè)很好的方向，但請(qǐng)不要用在推銷式垃圾短信方面。比如某寶，凡事留過電話的店鋪，后邊就有源源不斷的打折活動(dòng)短信。用在一些已形成標(biāo)準(zhǔn)化的辦事流程上，也許確實(shí)可以省去很多繁瑣的步驟。

機(jī)器學(xué)習(xí)(Machine Learning,ML)

機(jī)器學(xué)習(xí)可以解決業(yè)務(wù)問題，如個(gè)性化的客戶服務(wù)、供應(yīng)鏈推薦、動(dòng)態(tài)定價(jià)、醫(yī)療診斷和反洗黑錢。ML使用數(shù)學(xué)模型從數(shù)據(jù)中提取知識(shí)和模式。隨著組織面臨的數(shù)據(jù)量的指數(shù)增長(zhǎng)和計(jì)算基礎(chǔ)設(shè)施的改進(jìn)，ML的使用也在增加。

目前，ML被用于多個(gè)領(lǐng)域和行業(yè)，以推動(dòng)改進(jìn)，并為業(yè)務(wù)問題找到新的解決方案。美國(guó)運(yùn)通使用數(shù)據(jù)分析和ML算法來幫助檢測(cè)幾乎實(shí)時(shí)的欺詐行為，以節(jié)省數(shù)百萬美元的損失。沃爾沃利用數(shù)據(jù)幫助預(yù)測(cè)零部件何時(shí)可能出現(xiàn)故障，何時(shí)需要維修，從而提高了其汽車的安全性。

AI治理

組織不應(yīng)該忽視AI治理。他們需要意識(shí)到潛在的監(jiān)管和聲譽(yù)風(fēng)險(xiǎn)。Sicular說:“AI治理是制定政策，對(duì)抗AI相關(guān)的偏見、歧視和AI其他負(fù)面影響的過程。”

確定數(shù)據(jù)源和算法的透明度要求，減少風(fēng)險(xiǎn)并增強(qiáng)信心

為了發(fā)展人工智能治理，數(shù)據(jù)和分析領(lǐng)導(dǎo)者和CIO應(yīng)該關(guān)注三個(gè)領(lǐng)域：信任、透明度和多樣性。他們需要關(guān)注對(duì)數(shù)據(jù)源和人工智能結(jié)果的信任，以確保人工智能的成功使用。他們還需要確定數(shù)據(jù)源和算法的透明度要求，以降低風(fēng)險(xiǎn)，增強(qiáng)對(duì)人工智能的信心。此外，應(yīng)該確保數(shù)據(jù)、算法和觀點(diǎn)的多樣性，以追求人工智能的道德倫理和準(zhǔn)確性。

吐槽：IT治理大家都很熟悉，AI治理目前只是理論階段。近幾年經(jīng)?？梢钥吹剑瑢?duì)于安全和AI領(lǐng)域道德倫理問題，可能后邊真的要提上日程了。為什么這么說，不知道大家有沒有看過最近上映的《鬼娃回魂2019》，沒有任何約束的機(jī)器學(xué)習(xí)，最后造就出來的AI是個(gè)什么樣，確實(shí)很難說。

智能應(yīng)用

大多數(shù)組織對(duì)獲取AI功能的偏好正在發(fā)生改變，更傾向于將其用于企業(yè)應(yīng)用程序中。智能應(yīng)用是具有嵌入式或集成AI技術(shù)的企業(yè)應(yīng)用，通過智能自動(dòng)化、以數(shù)據(jù)為基礎(chǔ)的分析和指導(dǎo)建議來支持或替代基于人工的活動(dòng)，以提高生產(chǎn)力和決策制定。

今天，企業(yè)應(yīng)用程序供應(yīng)商正在他們的產(chǎn)品中嵌入AI技術(shù)，并引入人工智能平臺(tái)功能——從企業(yè)資源規(guī)劃到客戶關(guān)系管理，再到人力資源管理，再到勞動(dòng)力生產(chǎn)率應(yīng)用程序。

CIO們應(yīng)該向他們的外包軟件供應(yīng)商提出要求，需要他們?cè)诋a(chǎn)品路線圖中概述如何結(jié)合AI，以高級(jí)分析、智能流程和高級(jí)用戶體驗(yàn)的形式增加業(yè)務(wù)價(jià)值。