1956年，人工智能概念首次被提出。那年，達(dá)特茅斯夏季人工智能研究會(huì)議聚集了各方大佬，包括Lisp語言的發(fā)明人約翰·麥卡錫、信息論創(chuàng)始人克勞德·香農(nóng)、人工智能領(lǐng)域先驅(qū)馬文·明斯基等等，世界正在逐步走向數(shù)字化、智能化。隨著技術(shù)的迭代發(fā)展，弱人工智能的廣泛應(yīng)用。眾多決策者、利益相關(guān)方和影響者都一致認(rèn)為人工智能 (AI) 具備 強(qiáng)大的顛覆性價(jià)值，有潛力顛覆和取代當(dāng)前業(yè)務(wù)架構(gòu)與企業(yè)軟件。

盡管人工智能的宣傳鋪天蓋地，但我們往往并不了解其明確 定義。它激發(fā)了大家的熱情，有時(shí)甚至引起激烈的討論。與 眾多新技術(shù)一樣，起初這些討論更多的是側(cè)重于面向消費(fèi)者 的產(chǎn)品，如自動(dòng)駕駛汽車、無人機(jī)遞送包裹或機(jī)器人家庭助 手。更廣泛的市場(chǎng)還沒有完全認(rèn)識(shí)到人工智能對(duì)企業(yè)對(duì)企業(yè) (B2B) 和企業(yè)運(yùn)營(yíng)的影響。

發(fā)掘人工智能的價(jià)值

人工智能并不是一種技術(shù)，理解這一點(diǎn)至關(guān)重要。它是一系列技術(shù)和構(gòu)成要素，如自然語言處理、機(jī)器學(xué)習(xí)和深度學(xué) 習(xí)、神經(jīng)網(wǎng)絡(luò)、虛擬客服、自主系統(tǒng)以及計(jì)算機(jī)視覺等。要 了解人工智能所囊括的多種構(gòu)成要素。

像對(duì)待其他新興技術(shù)一樣，許多企業(yè)對(duì)于人工智能也采用淺 嘗輒止的方法，主要開展試點(diǎn)項(xiàng)目和概念驗(yàn)證 (PoC)。它們 將人工智能應(yīng)用于企業(yè)邊緣領(lǐng)域，零敲碎打地實(shí)施一些看似 讓人興奮但卻孤立的用例，如提高機(jī)器人流程自動(dòng)化 (RPA) 或聊天機(jī)器人等會(huì)話服務(wù)的智能程度。

成功走上人工智能之路勿忘初心

在執(zhí)行數(shù)字化轉(zhuǎn)型的每時(shí)每刻，別忘了自己的初衷和目標(biāo)。要通過數(shù)字化轉(zhuǎn)型改進(jìn)業(yè)務(wù)運(yùn)營(yíng)，需要一種企業(yè)范圍的 方法。無論是自上而下還是自下而上，甚至是在任務(wù)層面，所有的 工作都需要有相同的關(guān)注點(diǎn)和方法。這就要求最高管理層確 立業(yè)務(wù)成果目標(biāo)與框架，以及協(xié)調(diào)業(yè)務(wù)和職能專家，幫助定 義戰(zhàn)略重點(diǎn)，實(shí)現(xiàn)愿景。

沒有數(shù)據(jù)，就沒有人工智能

每個(gè)企業(yè)都具備一些高質(zhì)量、結(jié)構(gòu)化、易于使用的數(shù)據(jù)。企 業(yè)可以運(yùn)用各種來源的許可材料及公開可用的信息補(bǔ)充相關(guān)數(shù)據(jù)。綜合運(yùn)用內(nèi)部數(shù)據(jù)和外 部數(shù)據(jù)實(shí)現(xiàn)基于數(shù)據(jù)的決策和認(rèn)知學(xué)習(xí)。 從廣泛運(yùn)用各種可用數(shù)據(jù)源入手，快速取得成功，與此同 時(shí)，制定更為清晰的總體數(shù)據(jù)戰(zhàn)略。始終以想要?jiǎng)?chuàng)造的價(jià)值為抓手，然后研究如何實(shí)現(xiàn)目標(biāo)。

加速器、適配器、插件和微服務(wù)等各種工具可以幫助將數(shù)據(jù)轉(zhuǎn)換成可針對(duì)人工智能進(jìn)行優(yōu)化的格式。對(duì)于大多數(shù)企業(yè)而 言，時(shí)間就是金錢；因此，通過各種加速器訪問和優(yōu)化當(dāng)前 的數(shù)據(jù)存儲(chǔ)有助于更快地實(shí)現(xiàn)價(jià)值，同時(shí)解決更大的數(shù)據(jù)管 理結(jié)構(gòu)問題。

將數(shù)據(jù)作為交付戰(zhàn)略的基石。交付服務(wù)的制勝法寶在于自動(dòng) 化、分析技術(shù)和數(shù)據(jù)的融合，尤其是將最少的算法訓(xùn)練與迭代式數(shù)據(jù)輸入相結(jié)合。