人工智能并不是一個新鮮學科，早在1956年人工智能一詞就已經(jīng)誕生，到現(xiàn)在已經(jīng)經(jīng)歷了60多年的發(fā)展。

但人工智能走進大眾視野還要從2016年，谷歌人工智能AlphaGo迎戰(zhàn)并打敗韓國九段頂尖圍棋高手李世石（Lee Se-dol）說起，似乎一夜間所有人都認識到人工智能的強大力量和未來的發(fā)展前景。

為什么是這個時代，人工智能突然站到了臺前，進入新的高速增長期？這主要是因為數(shù)字時代下，更多的數(shù)據(jù)、更多的應用場景出現(xiàn)讓人工智能有了一展身手的空間。Gartner認為，到2023年，用于AI的計算資源將從2018年的基礎增加5倍，使得AI成為最重要的工作項目驅動基礎設施架構決策。

人工智能在企業(yè)中正快速普及，這與人工智能技術的成熟密不可分，企業(yè)已經(jīng)意識到數(shù)字化轉型需要利用新技術來幫助企業(yè)獲得競爭優(yōu)勢，而人工智能可以滲透到每一個數(shù)字化戰(zhàn)略和應用中。同時，企業(yè)也需要明確人工智能項目未來的趨勢，不只是被用于降低成本，而是協(xié)助人做更高價值的商業(yè)價值開發(fā)和輔助。

對人工智能的迷思

Gartner的2019年首席信息官議程調(diào)查（The 2019 Gartner CIO Agenda survey）顯示，在過去四年間，實施人工智能的企業(yè)數(shù)量增長了270%，僅過去一年就增長了兩倍。這意味著各行各業(yè)的企業(yè)機構，都在將人工智能技術導入各種應用。

但企業(yè)對于人工智能技術還存在一些迷思，包括：人工智能不需要訓練、人工智能會自己學習、人工智能就是邏輯和模型、一家廠商可以提供所有的人工智能解決方案、人工智能的投資目標是量化地降低人力成本。

Gartner研究副總裁蔡惠芬（Tracy Tsai）表示，首先，人工智能的模型需要根據(jù)環(huán)境變化、新產(chǎn)生的數(shù)據(jù)不斷地優(yōu)化；其次，人工智能不是自動學習，它是根據(jù)人的輸入而學習，這就難免帶有個人主觀性；最后，除了邏輯和模型，數(shù)據(jù)質量是關鍵，有了數(shù)據(jù)質量才能產(chǎn)生真正的價值。

Gartner研究副總裁蔡惠芬（Tracy Tsai）

人工智能覆蓋的領域非常之廣，所以單一的供應商不能提供所有人工智能的解決方案。目前市場上的人工智能服務供應商可以大致分為四類：

第一、 傳統(tǒng)IT技術提供商：大型企業(yè)級應用軟件、平臺等技術提供商；

第二、 傳統(tǒng)企業(yè)應用開發(fā)商：在某一個系統(tǒng)應用中整合人工智能技術提升效率；

第三、 初創(chuàng)人工智能供應商：針對性地開發(fā)人工智能某一領域的應用或技術，例如客服機器人；

第四、 企業(yè)IT延伸：大型企業(yè)IT逐漸成為向外輸出IT能力的供應商，為同行業(yè)提供人工智能服務。

很多企業(yè)在投資人工智能時更多想的是降低人員成本，但人工智能真正的價值在于輔助員工做出高價值的決定，從而產(chǎn)生新的營收。例如使用客服機器人來替代人工客服的過程中，成本下降并不會帶來收入的增長，而客服機器人協(xié)助客服人員以更精準的話術營銷則可以產(chǎn)生新的盈利。

當然CIO也很難從ROI的角度向老板證明，投資人工智能是有回報的。企業(yè)要看到人工智能幫助企業(yè)提高了多少效率，以及對客戶體驗帶來了多少提升，而不要刻意使用ROI衡量。

蔡惠芬建議企業(yè)部署人工智能要按照優(yōu)先順序進行：第一，業(yè)務場景價值高的優(yōu)先；第二，業(yè)務場景有數(shù)據(jù)的優(yōu)先；第三，企業(yè)明確知道要找的答案是什么優(yōu)先；第四，有解決方案的優(yōu)先

對人工智能寄予的期望

蔡惠芬也談到了人工智能對于員工和企業(yè)的意義。對于員工而言，很多重復性的事務工作是枯燥乏味的，員工希望人工智能可以擺脫乏味、重復的勞動。Gartner調(diào)查顯示，員工更希望人工智能協(xié)助減少錯誤、尋找信息、幫助處理日常工作、處理海量數(shù)據(jù)，做出該選擇的員工有56%為65-74歲人群。

調(diào)查還顯示，有52%的員工希望人工智能能夠根據(jù)他/她的需求提供協(xié)助，只有32%希望機器人更積極地去協(xié)助。蔡惠芬指出，不管未來如何，人工智能都是扮演協(xié)助員工的角色，而不是取代員工。

人工智能還將協(xié)助程序和應用開發(fā)流程。蔡惠芬舉例說，目前已經(jīng)有很多QA測試的輔助系可以進行一些自動測試，例如測試影像，可以通過瑕疵品的影像復制產(chǎn)生模型，而不用收集不同的瑕疵品影像。

對于企業(yè)而言，采用人工智能的主要驅動因素是自動化任務和改善客戶體驗，尤其提高客戶體驗因素占受訪者的40%，因為提升客戶體驗是最直接可以提升企業(yè)營收的手段。

但目前企業(yè)在部署人工智能時，往往會遇到一些挑戰(zhàn)?！捌髽I(yè)在部署人工智能時面臨的一個問題就是云還是本地的選擇，其中有六大影響因素，包括：運行時靈活性、數(shù)據(jù)重力和集成、總體擁有成本、運行簡化、性能、基礎設施選擇。”蔡惠芬說道。

同時，企業(yè)還需要建設卓越中心，其中應該包含數(shù)據(jù)科學家、行業(yè)業(yè)務人員、IT相關人員等。卓越中心可以有效解決交流、溝通、訓練的問題，并更加順利地推進人工智能項目。

蔡惠芬最后強調(diào)，未來企業(yè)應用人工智能的核心應該聚焦在解決具體業(yè)務場景上，而非人工智能技術本身，技術更多是實現(xiàn)需求的手段，業(yè)務才是真正產(chǎn)生差異化的關鍵。