德勤最近發(fā)布了一篇報(bào)告，為機(jī)器智能時(shí)代的企業(yè)應(yīng)用與策略提供了建議。德勤認(rèn)為人工智能的快速演進(jìn)已經(jīng)讓其具備了無數(shù)種能力，數(shù)據(jù)作為關(guān)鍵業(yè)務(wù)資產(chǎn)的出現(xiàn)，從管理大規(guī)模和復(fù)雜性任務(wù)所需的基礎(chǔ)能力，到越來越成熟、用來從數(shù)據(jù)庫中挖掘業(yè)務(wù)洞見的分析工具技術(shù)。執(zhí)行通常需要人類來完成的任務(wù)的人工智能技術(shù)，正成為這些分析工作的重要組成部分。然而，人工智能只是認(rèn)知計(jì)算領(lǐng)域引人注目的一系列發(fā)展中的一部分，更大的主題是機(jī)器智能（MI）。隨著越來越多的公司正在應(yīng)用機(jī)器力量，機(jī)器智能在各個(gè)領(lǐng)域的支出已經(jīng)增加，預(yù)計(jì)在2019年將達(dá)到313億美元左右。
數(shù)據(jù)之大前所未有
數(shù)字世界產(chǎn)生的數(shù)據(jù)每12個(gè)月量就會(huì)翻倍，預(yù)計(jì)到2020年它將達(dá)到44皆字節(jié)（zettabyte）。隨著來自物聯(lián)網(wǎng)，暗物質(zhì)分析和其他來源的新信號(hào)激增，數(shù)據(jù)將增長(zhǎng)得更快。從商業(yè)角度來看，這種爆炸式增長(zhǎng)將轉(zhuǎn)化為比以往任何時(shí)候都更有潛在價(jià)值的數(shù)據(jù)源。除了使用傳統(tǒng)分析技術(shù)揭開新洞見的潛力之外，這些結(jié)構(gòu)化數(shù)據(jù)以及大量駐留在深度網(wǎng)絡(luò)中的非結(jié)構(gòu)化數(shù)據(jù)，對(duì)機(jī)器智能的進(jìn)步至關(guān)重要。這些系統(tǒng)消耗的數(shù)據(jù)越多，通過發(fā)現(xiàn)關(guān)系，模式和潛在暗示，它們就能變得“更聰明”。
要想有效管理快速增長(zhǎng)的數(shù)據(jù)量，就必須用高級(jí)方法來掌握數(shù)據(jù)。從連接設(shè)備生成的信號(hào)到所有業(yè)務(wù)和功能系統(tǒng)歷史交易數(shù)據(jù)背后的線路電平細(xì)節(jié)，處理數(shù)據(jù)資產(chǎn)成為機(jī)器智能目標(biāo)的關(guān)鍵組成部分。
隨著數(shù)據(jù)量和分析復(fù)雜度的增加，能讓個(gè)人用戶可以訪問數(shù)據(jù)的分布式網(wǎng)絡(luò)已然更加強(qiáng)大。如今，我們可以快速地處理、搜索和操縱大量數(shù)據(jù)，這在幾年前是不可能的。微處理器的這種強(qiáng)大性能使得先進(jìn)系統(tǒng)，比如支持多核和并行處理的設(shè)計(jì)成為可能。同樣，它也使得我們能夠設(shè)計(jì)出先進(jìn)數(shù)據(jù)存儲(chǔ)技術(shù)，用來支持快速檢索和存檔數(shù)據(jù)分析。從MapReduce、內(nèi)存計(jì)算、機(jī)器學(xué)習(xí)技術(shù)如谷歌的張量處理單元的硬件集成中，我們可以看到技術(shù)正在發(fā)展，優(yōu)化我們有效處理指數(shù)級(jí)數(shù)據(jù)的能力。
除了純粹性能和速度方面的提高，分布式網(wǎng)絡(luò)的應(yīng)用范圍也越來越廣。它們現(xiàn)在可以與云基礎(chǔ)設(shè)施、云平臺(tái)和云應(yīng)用程序進(jìn)行無縫對(duì)接，并能夠消化和分析不斷增長(zhǎng)的云數(shù)據(jù)體量。它們也提供對(duì)來自網(wǎng)絡(luò)的“邊緣”功能，比如物聯(lián)網(wǎng)、傳感器和嵌入式智能設(shè)備的流數(shù)據(jù)進(jìn)行分析與驅(qū)動(dòng)所需的能力。
近年來，日益強(qiáng)大的機(jī)器學(xué)習(xí)算法正朝著實(shí)現(xiàn)認(rèn)知計(jì)算的原始目標(biāo)——模擬人類思維過程的方向穩(wěn)步推進(jìn)。
機(jī)器智能創(chuàng)造價(jià)值
應(yīng)用機(jī)器智能將需要一種新的數(shù)據(jù)分析思考方式，它不僅僅是一種創(chuàng)建靜態(tài)報(bào)告的手段，也是一種利用更大、更多樣的數(shù)據(jù)語料庫來自動(dòng)執(zhí)行任務(wù)和提高效率的方法。
機(jī)器智能可以提供深度的、可操作的可視性，不僅是針對(duì)已發(fā)生的事情，還有正在發(fā)生和即將發(fā)生的事情。這可以幫助企業(yè)領(lǐng)導(dǎo)人進(jìn)行預(yù)先決策以幫助工作者提高其工作表現(xiàn)。例如在全球各地的呼叫中心，服務(wù)代表使用多功能的客戶支持程序來進(jìn)行產(chǎn)品答疑、訂單處理、賬單問題調(diào)查及其他客戶服務(wù)。在很多這樣的系統(tǒng)中，工作者一般必須在屏幕之間來回跳躍以訪問所需回復(fù)特定查詢的信息。
機(jī)器智能價(jià)值樹的下一個(gè)層次是認(rèn)知代理，即采用認(rèn)知技術(shù)來與人進(jìn)行交互的系統(tǒng)。目前，這種技術(shù)更多應(yīng)用于消費(fèi)者服務(wù)而非企業(yè)服務(wù)。它們響應(yīng)語音命令來降低恒溫器溫度或打開電視頻道。然而也開始出現(xiàn)了一個(gè)新的應(yīng)用領(lǐng)域，有一些商業(yè)任務(wù)和流程可受益于這種認(rèn)知參與。它們或許能提供復(fù)雜的信息，執(zhí)行一些數(shù)字任務(wù)，比如病人入院或推薦產(chǎn)品和服務(wù)。它們可能會(huì)在客戶服務(wù)方面提供更大的商業(yè)潛力，也即認(rèn)知代理可能通過處理賬單或賬戶交互、應(yīng)付技術(shù)支持方面的問題以及回答員工人力資源相關(guān)的問題來取代一些人類代理。
機(jī)器學(xué)習(xí)、RPA和其他認(rèn)知工具深入發(fā)展特定領(lǐng)域的專業(yè)知識(shí)，例如產(chǎn)業(yè)、功能等方面，然后自動(dòng)化相關(guān)任務(wù)。例如，一家醫(yī)療保健初創(chuàng)公司正在應(yīng)用深度學(xué)習(xí)技術(shù)分析放射學(xué)圖像，在測(cè)試中，該系統(tǒng)在判斷惡性腫瘤方面已達(dá)到人類放射專家50%的準(zhǔn)確度。
權(quán)衡商業(yè)和倫理價(jià)值
在網(wǎng)絡(luò)安全的背景影響下，機(jī)器智能同時(shí)面臨著機(jī)遇和風(fēng)險(xiǎn)。
在機(jī)遇方面，利用機(jī)器人過程自動(dòng)化的速度和效率來進(jìn)行自動(dòng)化風(fēng)險(xiǎn)管理的某些方面可以使得更加積極有效地識(shí)別、環(huán)圍和破除潛在威脅成為可能。利用機(jī)器智能來支持網(wǎng)絡(luò)系統(tǒng)可能有助于擴(kuò)展數(shù)據(jù)分析和處理，以有意的方式對(duì)這些工具識(shí)別的風(fēng)險(xiǎn)采取自動(dòng)化行動(dòng)。
機(jī)器智能在這一領(lǐng)域的功效可以通過預(yù)測(cè)風(fēng)險(xiǎn)和網(wǎng)絡(luò)模型進(jìn)一步增強(qiáng)，將其數(shù)據(jù)挖掘網(wǎng)進(jìn)一步擴(kuò)展到很大程度上并未開發(fā)的領(lǐng)域，如深度網(wǎng)絡(luò)，并應(yīng)對(duì)可能遇到的非傳統(tǒng)威脅。企業(yè)還可以利用機(jī)器智能來推動(dòng)渠道活動(dòng)、戰(zhàn)略和產(chǎn)品設(shè)計(jì)。
但是機(jī)器智能的客戶分析能力有一個(gè)潛在的缺點(diǎn)：這些相同的應(yīng)用程序可能會(huì)造成網(wǎng)絡(luò)漏洞。機(jī)器智能的推斷可能引入新的風(fēng)險(xiǎn)，特別是當(dāng)推斷有缺陷時(shí)。通過創(chuàng)建相關(guān)性，機(jī)器智能還可以生成呈現(xiàn)隱私問題的衍生數(shù)據(jù)。事實(shí)上，隨著自動(dòng)化發(fā)揮出作為效率和成本節(jié)約的驅(qū)動(dòng)力的全部潛能之后，許多人正在討論更廣泛的倫理和道德問題。
最后，風(fēng)險(xiǎn)討論應(yīng)該解決許多機(jī)器智能技術(shù)的“黑盒子”現(xiàn)實(shí)。雖然算法透明度在持續(xù)提升，但當(dāng)進(jìn)入這些未知領(lǐng)域，我們應(yīng)該謹(jǐn)慎地平衡商業(yè)價(jià)值的驅(qū)動(dòng)力與未來幾年內(nèi)可能大量來自聲譽(yù)、安全、金融和其他方面的潛在風(fēng)險(xiǎn)。
