人工智能正以指数级的速度扩展来影响市场，从而彻底革新商业领域

如今，人工智能正在以指数级的速度扩展预测和响应市场变化的能力，从而彻底革新商业领域。人工智能和商业领域的联系日益紧密。人工智能是内置于计算机系统中的智能，正如麻省理工学院教授Marvin Minsky所说的那样：“人工智能是一门科学, 它使机器做那些由人类需要通过智慧所做的事情。”总之，这种扩展“智能”系统是人工智能为商业领域带来关键优势的核心。

人工智能并不是什么新鲜事物，人们每天都在工作和生活中使用它。人工智能由于两个主要因素而得到人们更多的关注：一是以合理的成本大幅提高计算机处理速度，二是挖掘和分析的数据十分丰富。

人工智能以更高的准确度完成业务活动，只需花费工作人员的一小部分时间。但人工智能的购买和安装费用昂贵，需要花费大量的管理成本和时间，并且还有一些道德上的包袱。但其好处往往大于缺点，所以人们通常可以接受。

来自“哈佛商业评论”的调查报告反映了人工智能在商业领域的初步应用，许多受访者还处在人工智能应用的探索阶段。

商业人工智能的觉醒

InfoSys公司在其题为“放大人类潜能：走向有目的的人工智能” 的调查报告中指出，最受欢迎的商业人工智能技术是大数据自动化、预测分析和机器学习。其他重要的驱动因素包括商业智能系统和深度学习的神经网络。

某些行业已经更快地采用了人工智能的高级部署。其中包括医药/生命科学、汽车和航空航天、电信、能源、石油/天然气、公用事业、制造业、航运物流、医疗保健，以及金融服务等行业领域。

商业领域中的人工智能将其优势和挑战带入了营销、客户服务、商业智能、流程改进、管理等行业领域。

商业人工智能的主要用例

在商业领域推动人工智能的最大用例包括自动化工作职能、改善业务流程和运营、绩效和行为预测、增加收入、模式识别，以及商业洞察力。

(1)自动化工作职能，以提高效率

这个驱动程序横跨垂直和横向行业，包括人工智能可以自动执行任何重复工作功能。制造行业的机器人是最具代表性的例子，但远不止于此。人工智能可以自动执行需要重复人工输入的作业。人工智能还可以通过实现机器工作负载的自动化来提高效率，例如收集和分析传感器数据。无论其好坏，公众已经习惯于由人工智能驱动的自动电话服务、聊天机器人和电子邮件。

(2)改善业务流程

在已经多年应用工业机器人的制造领域，工艺改进在制造业中取得了很好的进展。人工智能还改善了运输和物流供应链的业务流程，例如通过跟踪天气和交通情况来动态调整货运路线。业务连续性使用人工智能系统，可自动检测和缓解异常情况，如电力浪涌或潜在的安全漏洞。另一个重要的人工智能的应用领域是生物医学。将捐赠者肾脏与移植患者的肾脏相匹配，在传统上是一个漫长而费力的过程，因为患者和捐赠者经常会发生变化。卡内基梅隆大学的研究团队为此开发了相应的人工智能技术，以加速和改进匹配过程。

(3)预测性能和行为

人工智能应用程序可以根据进度数据预测时间和性能，并可以为网络搜索和社交媒体用户提供定制产品。预测性人工智能不限于传统商业领域：迪士尼实验室，加州理工学院，STATS和昆士兰大学合作开发了一个名为“Chalkboard.”的深度学习系统。这个神经网络基于过去的行为来分析管理人员的决策过程，并在未来的发展中提出最佳的决策。

(4)增加收入

企业可以通过在销售和营销过程中使用人工智能来增加收入。例如，图片和视频服务提供商Getty Images公司使用了预测性营销软件Mintigo，该软件可以抓取数以百万计的网站，并可以识别正在使用其图像服务的网站。Mintigo可以管理庞大的销售情报数据库，并向Getty销售团队提供可行的建议。户外运动产品提供商Northface公司使用IBM Watson分析语音输入的人工智能技术来推荐产品。如果顾客正在寻找一件夹克，那么零售商就会询问顾客在什么时候、什么地方需要夹克。顾客说出他们的需求，而Watson扫描产品数据库完成两件事情：一是找到最适合顾客所述需求的夹克，二是通过顾客指定区域的天气模式来为顾客推荐其他的产品。

(5)模式识别

人工智能模式识别可以加强对数字通信中违规或欺诈行为的调查，而社交语义和情感分析的目的与社交媒体营销不同。客户活动模式也可以生成产品推荐和内容管理。流媒体提供商Netflix公司通过使用人工智能推荐为每个观众定制的视频，每年可节省10亿美元。

Netflix公司发现，观看者点击Netflix推荐屏幕上显示的视频的可能性是其他人的4-5倍。Netflix公司使用人工智能系统来跟踪个人观看模式，然后向观众推荐不太知名的视频。该系统优化了Netflix公司每年60亿美元的内容支出，因为这些视频的成本大部分都比Netflix公司制作或发布的视频要低得多。

(6)商业洞察力

人工智能可以解读大数据，以便更好地了解资产，员工，客户，品牌等整个业务。人工智能应用越来越多地使用非结构化数据和结构化数据，可以使企业做出更好更快的业务决策。例如，销售和市场营销人工智能应用程序建议最佳的沟通渠道、内容营销和网络，实现最好的前景。

基于哈佛商业评论报告，预测分析是人工智能的主要业务用途，紧随其后的是文本分类和欺诈检测。

人工智能的商业挑战

人工智能项目的所有好处往往是昂贵而复杂的，并且充满了安全和隐私问题。人们不要被这些问题所迷惑：需要认真研究人工智能所面临的商业挑战，并比较采用人工智能系统的得失。

•人工智能成本高昂。高级人工智能技术成本高昂，其购买和安装/整合的价格可能很高，而对其持续的管理、许可、支持和维护将推动成本上升。高级管理人员不仅需要仔细构建其商业案例，还要了解其高昂的成本是否值得这样做，特别是如果有一个主要的业务驱动因素可以降低成本的话。

•人工智能的部署需要时间。企业在部署人工智能的项目计划中需安排大量时间，并在部署之前构建基础设施。构建高性能的人工智能需要同样高性能的基础设施和大量的存储资源。企业还需要培训或聘用具有相关知识技能的人员管理人工智能的应用程序，复杂人工智能系统将需要一定培训时间和资源。许多企业将决定将部分或全部人工智能项目进行外包。这往往是一个很好的商业决定，但却增加了成本。

•人工智能需要被整合。采用人工智能也可能存在整合挑战。如果企业的人工智能项目会影响企业资源计划(ERP)、制造流程或物流系统等现有系统，请确保其工程师知道如何识别和缓解互操作性或可用性问题。企业还需要采用大数据分析基础设施和商业智能人工智能应用程序来预测。

•人工智能具有安全和隐私问题。网络安全对于人工智能应用同样重要，因为它适用于任何商业计算。考虑到许多人工智能系统使用的大量数据，其隐私问题也是一个很重要的问题。在人工智能中得到采用的用例中(例如从有针对性的社交媒体营销到执法应用)，都是围绕着获取用户信息开展的。因此企业不能暴露自己的数据或隐私，否则将面临调查或诉讼。

•人工智能可能会对员工产生不利影响。有些职位将受益于人工智能，如一些工作人员不再从事重复的人工任务，以支持更高层次的战略思维。但也有一些工作的职位将被减少或取消。虽然企业必须扭亏为盈，但是裁撤员工是不受欢迎的，而且支出费用高昂。调研机构Infosys公司表示，拥有成熟的人工智能系统的公司可以对那些受到影响的员工进行重新培训并重新部署职位。

部署人工智能系统是一个很大的项目，但归根结底是一种与其他系统一样的业务技术。企业需要进行尽职调查，并研究和建立相关的专业知识和基础设施，然后实施部署、使用、优化，以及获利。