人们对人工智能的期许超过它将实现的目标

人工智能被过分夸大了。

我清楚地记得，上世纪80年代初，人工智能是如何被过度炒作的，当时我与应用专家系统公司(Application Expert Systems)合作，这是一家由麻省理工学院(MIT)教授创办的公司，希望利用专家系统改变个人理财计划。

通过采访一位个人财务规划专家，我将软件引入公司，并参与了所谓的知识工程。想通过将专家的决策规则转化为软件，并建立系统，取代个人财务规划师。

不幸的是，对于那些在这家公司投入时间和金钱的人来说，它的产品并没有找到多少市场，于是就倒闭了。

近40年后，在我看来，对人工智能的期许似乎远远超过了它将实现的目标。

以下是我得出这个结论的三个原因。

01

| 许多CEO惊吓过度，过于关心人工智能

咨询公司有能力吓唬这些公司，让他们为安抚自己所制造的恐惧而设计的项目付费。普华永道（pwc）就是一个很好的例子。该公司发布了一项关于CEO的2019年调查。调查发现，“80%的受访者认为，人工智能将在未来五年内改变他们的商业模式”。

难道所有的CEO们都将率先推动人工智能作为他们的首要战略吗？事实并非如此。

正如沃顿商学院Operations, Information and Decisions的教授Kartik Hosanagar在2月8日的一次采访中告诉我的那样，“在人工智能方面，有三类CEO。第一类是盲目的追随者，他们不了解人工智能，但他们听说这是“一件大事”，他们相信它。其次是无知的怀疑论者，他们不了解人工智能，也不信任它。第三类是精明的管理者，他们正在将人工智能整合到他们的业务中。我没有做过正式调查，但我觉得怀疑论者多于盲目追随者。”

02

| AI应用程序收到高回报的例子非常少

我采访过的专家们用Google作为成功使用人工智能的例子。虽然我不知道Google在这个应用程序上花了多少钱，但我相信它的回报从经济层面来说是至关重要的。

尽管人工智能应用高回报实例并不多，但人工智能的市场前景确相当大。例如，据互联网数据中心（IDC）估计，2018年在认知和人工智能系统上的支出总计240亿美元，并将在2022年，以37.3%的复合年增长率增长到776亿美元。

据估计，2018年对于AI大部分支出将用于四个领域：最大的自动化客户服务代理(29亿美元)、自动威胁情报和预防系统(19亿美元)、销售流程建议和自动化(17亿美元)和自动预防性维护(17亿美元)。

从长远来看，IDC预计增长最快的在另外一些领域。具体来说，到2022年，以下项目将获得五年平均投资中最快的增长：制药研究和发现(46.8%)、专家购物顾问和产品推荐(46.5%)、企业知识型工作者数字助理(45.1%)和智能加工自动化(43.6%)。

来自Northwestern’s Kellogg School的管理与组织临床助理教授Adam Pah在2月12日的一次采访中告诉我，有一些新兴公司正在使用人工智能。“中国有一家新兴公司，利用人工智能让消费者更加容易偿还小额贷款。其他例子包括Amplero，通过更加有效的广告目标实现100%的增长。

Hello Fresh仅仅通过向家庭推出人工智能开发的建议，收入就提高了4%。Lemonade使用人工智能代替保险代理出售租房人保险。”

关于正在尝试人工智能的公司当中，一个典型例子就是一种名为Philyra的系统，旨在帮助大型香水制造商Symise发明新的香水。

经过两年的尝试，这个系统没有获得可观回报。据MIT Technology Review报道，Philyra是与IBM合作开发的，花了两年时间才开始工作，目前仅供70名香水设计师使用。

让我们更深入地看看Google的例子。正如沃顿商学院(Wharton)Operations, InformationandDecisions的Kartik Hosanagar教授在2月8日的一次采访中告诉我的那样，“Google认为人工智能将成为下一件大事，因此它从运营一个集中的人工智能小组转给产品团队3至6个月。”

这一尝试的初步结果就是提高了Google搜索功能的质量。Hosanagar说，“通过机器学习，Google能够跟踪用户实际点击最多的搜索结果。通常情况下，Google的算法会列出最常见的点击结果，排在列表第三位。通过使用人工智能，Google改进了它的搜索算法，使在95%的时间里最频繁的点击链接成为排行榜的首位。”

我猜Google已经找到了一种方法，利用算法上的改进来增加收入。

与此同时，Google还利用人工智能降低了数据中心的成本。正如他所解释的，“Google利用机器学习来预测每小时的电费。通过准确预测公司需要多少电量，Google能够将其数据中心的电力成本降低40%。”

03

| 很少有公司能够负担得起或找到人工智能的合适用途

人工智能工程师是昂贵的，他们的总薪酬可以达到数百万美元。对于人工智能能力有限的大公司来说，不太可能愿意或能够吸引和留住这些人才。

此外，即使可以，他们目前还不清楚企业如何实施人工智能应用程序，从而使它们的投资获得高回报。

Hosanagar认为，构建人工智能应用程序的成本将会下降，就像iPhone应用程序一样。正如他所说，“当iPhone第一次推出时，开发一款应用程序的成本在50万到100万美元之间，而现在的成本是25000到30000美元。”在开源技术的帮助下，人工智能应用程序的成本将会下降。

他还建议，企业应从小规模起步。Hosanagar说，“公司不应试图开发人工智能应用程序以增加收入或降低成本。相反，他们应该在最初12到24个月的组织学习中设定一个目标，并期望在五年内建立高回报的人工智能应用程序。”

在经历了前一波对人工智能的商业热情之后，我习惯于怀疑事实是否会达到炒作的效果。