人工智能（AI）解釋
人工智能，簡稱AI。即英文Artificial Intelligence的縮寫。用最簡單的術語來說，人工智能代表人工智能是指模仿人類智能來執行任務的系統或機器，并且可以根據收集的信息迭代地改進自己。AI以多種形式表現出來。以下是一些示例：
聊天機器人使用AI更快地了解客戶問題并提供更有效的答案
智能助手使用AI從大型自由文本數據集中解析關鍵信息，以改進調度
推薦引擎可以根據用戶的觀看習慣為電視節目提供自動推薦
人工智能更多地是關于超能力思維和數據分析的過程和能力，而不是任何特定的格式或功能。雖然人工智能帶來了高功能、類似人類的機器人接管世界的圖像，但人工智能并不是要取代人類。它旨在顯著提高人類的能力和貢獻。這使它成為非常寶貴的商業資產。
人工智能術語
人工智能已成為執行曾經需要人工輸入的復雜任務的應用程序的統稱，例如在線與客戶通信或下棋。該術語通常與其子領域互換使用，包括機器學習和深度學習。但是，存在差異。例如，機器學習專注于構建系統，這些系統根據它們使用的數據來學習或提高其性能。重要的是要注意，盡管所有的機器學習都是AI，但并非所有AI都是機器學習。為了從人工智能中獲得全部價值，許多公司正在對數據科學團隊進行大量投資。數據科學是一個跨學科領域，使用科學和其他方法從數據中提取價值，將統計學和計算機科學等領域的技能與商業知識相結合，以分析從多個來源收集的數據。
人工智能和開發人員
開發人員使用人工智能更有效地執行手動完成的任務、與客戶建立聯系、識別模式并解決問題。要開始使用AI，開發人員應該具有數學背景，并對算法感到滿意。在開始使用人工智能構建應用程序時，從小處著手會有所幫助。通過構建一個相對簡單的項目，例如井字游戲，您將學習人工智能的基礎知識。邊做邊學是提升任何技能的好方法，人工智能也不例外。一旦你成功完成了一個或多個小規模的項目，人工智能可以帶你去哪里就沒有限制。
人工智能技術如何幫助組織
人工智能的核心原則是復制并超越人類感知世界和反應的方式。它正迅速成為創新的基石。人工智能由各種形式的機器學習提供支持，可以識別數據中的模式以實現預測，可以通過以下方式為您的業務增加價值：
更全面地了解可用數據的豐富性
依靠預測來自動執行過于復雜或平凡的任務
企業中的人工智能
人工智能技術通過自動化曾經需要人力的流程或任務來提高企業績效和生產力。人工智能還可以以人類無法達到的規模理解數據。這種能力可以帶來巨大的業務利益。例如，Netflix使用機器學習來提供一定程度的個性化，幫助該公司在2017年將其客戶群擴大了25%以上。大多數公司已將數據科學作為優先事項，并正在大力投資。在Gartner最近對3000多名首席信息官進行的調查中，受訪者將分析和商業智能列為其組織最重要的差異化技術。接受調查的首席信息官認為這些技術對其公司最具戰略意義。因此，他們正在吸引最多的新投資。
人工智能對大多數職能、業務和行業都有價值。它包括一般和行業特定的應用，例如：
使用交易和人口統計數據來預測某些客戶在與企業的關系過程中將花費多少（或客戶終身價值）
根據客戶行為和偏好優化定價
使用圖像識別分析X射線圖像中的癌癥跡象
企業如何使用AI
據《哈佛商業評論》報道，企業主要使用人工智能來：
檢測并阻止安全入侵（44%）
解決用戶的技術問題（41%）
減少生產管理工作（34%）
衡量使用經批準的供應商的內部合規性（34%）
是什么推動了人工智能的采用？
有三個因素正在推動各行各業人工智能的發展：
經濟實惠的高性能計算能力隨時可用。云中豐富的商品計算能力使您可以輕松訪問經濟實惠的高性能計算能力。在此發展之前，可用于AI的唯一計算環境是非基于云的，成本高昂。
大量數據可用于訓練。人工智能需要根據大量數據進行訓練，以做出正確的預測。用于標記數據的不同工具的出現，以及組織可以存儲和處理結構化和非結構化數據的便利性和可負擔性，使更多的組織能夠構建和訓練AI算法。
應用人工智能提供競爭優勢。企業越來越認識到將人工智能見解應用于業務目標的競爭優勢，并將其作為整個企業的優先事項。例如，人工智能提供的有針對性的建議可以幫助企業更快地做出更好的決策。人工智能的許多特性和功能可以降低成本，降低風險，縮短上市時間等等。
關于企業AI的5個常見誤區
雖然許多公司已經成功地采用了人工智能技術，但也有很多關于人工智能的錯誤信息，以及它能做什么和不能做什么。在這里，我們探討了關于AI的五個常見神話：
誤區1：企業AI需要一種自己構建的方法。
現實：大多數企業通過結合內部和開箱即用的解決方案來采用AI。內部AI開發允許企業根據獨特的業務需求進行定制;預構建的AI解決方案使您能夠通過針對更常見業務問題的即用型解決方案來簡化實施。
誤區2：人工智能將立即帶來神奇的結果。
現實：通往AI成功之路需要時間、深思熟慮的規劃以及對要完成的可交付成果的清晰認識。您需要一個戰略框架和一種迭代方法來避免提供一組隨機的斷開連接的AI解決方案。
誤區3：企業人工智能不需要人們來運行它。
現實：企業人工智能并不是關于機器人接管的。人工智能的價值在于它增強了人類的能力，并解放了您的員工，讓他們承擔更具戰略性的任務。此外，人工智能依賴于人們向它提供正確的數據，并以正確的方式使用它。
誤區4：數據越多越好。
現實：企業AI需要智能數據。為了從AI中獲得最有效的業務見解，您的數據需要高質量、最新、相關且豐富。
誤區5：企業AI只需要數據和模型即可成功。
現實：數據、算法和模型只是一個開始。但人工智能解決方案必須具有可擴展性，以滿足不斷變化的業務需求。迄今為止，大多數企業AI解決方案都是由數據科學家手工制作的。這些解決方案需要大量的手動設置和維護，而且無法擴展。要成功實施AI項目，您需要能夠隨著AI的發展而擴展以滿足新需求的AI解決方案。
實施AI的好處和挑戰
有許多成功案例證明了人工智能的價值。將機器學習和認知交互添加到傳統業務流程和應用程序中的組織可以大大改善用戶體驗并提高生產力。但是，也有一些絆腳石。由于幾個原因，很少有公司大規模部署人工智能。例如，如果他們不使用云計算，人工智能項目通常計算成本高昂。它們構建起來也很復雜，需要需求量大但供不應求的專業知識。了解何時何地整合人工智能，以及何時轉向第三方，將有助于最大限度地減少這些困難。
人工智能成功案例
人工智能是一些重要成功案例背后的驅動因素：
據《哈佛商業評論》報道，美聯社通過訓練人工智能軟件自動撰寫短期收益新聞報道，產生了12倍以上的故事。這一努力使記者們可以自由地撰寫更深入的文章。
DeepPatient是由西奈山伊坎醫學院構建的人工智能工具，允許醫生在診斷疾病之前識別高風險患者。根據INSIDEBIGDATA，該工具分析患者的病史，以預測發病前一年的近80種疾病。
即用型AI使AI更易于操作化
人工智能解決方案和工具的出現意味著更多的公司可以在更短的時間內以更低的成本和更少的時間利用人工智能。即用型AI是指具有內置AI功能或自動化算法決策過程的解決方案，工具和軟件。即用型AI可以是任何東西，從使用機器學習進行自我修復的自治數據庫，到可以應用于各種數據集以解決圖像識別和文本分析等挑戰的預構建模型。它可以幫助公司更快地實現價值，提高生產力，降低成本并改善與客戶的關系。
如何開始使用AI
通過聊天機器人與客戶溝通。聊天機器人使用自然語言處理來了解客戶，并允許他們提出問題并獲取信息。這些聊天機器人會隨著時間的推移而學習，因此它們可以為客戶互動增加更大的價值。監控您的數據中心。通過將所有Web、應用程序、數據庫性能、用戶體驗和日志數據放入一個基于云的數據平臺（自動監控閾值和檢測異常），IT運營團隊可以在系統監控方面節省大量時間和精力。在沒有專家的情況下執行業務分析。具有可視化用戶界面的分析工具允許非技術人員輕松查詢系統并獲得可理解的答案。
實現人工智能全部潛力的障礙
盡管有人工智能的承諾，但許多公司并沒有意識到機器學習和其他人工智能功能的全部潛力。為什么？具有諷刺意味的是，事實證明，問題在很大程度上是...人。低效的工作流程可能會阻礙公司獲得其AI實施的全部價值。例如，數據科學家在獲取構建機器學習模型所需的資源和數據方面可能面臨挑戰。他們可能在與隊友合作時遇到困難。他們有許多不同的開源工具需要管理，而應用程序開發人員有時需要完全重新編碼數據科學家開發的模型，然后才能將它們嵌入到應用程序中。
隨著開源AI工具數量的不斷增加，IT最終花費更多時間通過不斷更新他們的工作環境來支持數據科學團隊。由于數據科學團隊喜歡的工作方式的標準化有限，這個問題變得更加復雜。最后，高級管理人員可能無法想象其公司人工智能投資的全部潛力。因此，他們沒有提供足夠的贊助和資源來創建人工智能成功所需的協作和集成生態系統。
創造正確的文化
充分利用AI并避免阻礙成功實施的問題，意味著實施完全支持AI生態系統的團隊文化。在這種類型的環境中：
業務分析師與數據科學家合作定義問題和目標
數據工程師管理數據和底層數據平臺，使其完全可操作以進行分析
數據科學家在數據科學平臺上準備、探索、可視化和建模數據
IT架構師管理大規模支持數據科學所需的底層基礎架構，無論是在本地還是在云中
應用程序開發人員將模型部署到應用程序中，以構建數據驅動的產品
從人工智能到自適應智能
隨著人工智能功能進入主流企業運營，一個新術語正在不斷發展：自適應智能。自適應智能應用程序通過將實時內部和外部數據的強大功能與決策科學和高度可擴展的計算基礎架構相結合，幫助企業做出更好的業務決策。這些應用程序基本上使您的業務更加智能。這使您能夠為客戶提供更好的產品、建議和服務，所有這些都會帶來更好的業務成果。
人工智能作為戰略要務和競爭優勢
對于任何希望提高效率、新收入機會和提高客戶忠誠度的企業來說，人工智能都是戰略要務。對于許多組織來說，它正迅速成為一種競爭優勢。借助人工智能，企業可以在更短的時間內完成更多工作，創建個性化且引人注目的客戶體驗，并預測業務成果以提高盈利能力。
但人工智能仍然是一項新的復雜技術。為了充分利用它，您需要有關如何大規模構建和管理AI解決方案的專業知識。一個成功的人工智能項目需要的不僅僅是聘請一名數據科學家。企業必須實施正確的工具、流程和管理策略，以確保人工智能的成功。
充分利用AI的最佳實踐
《哈佛商業評論》對AI入門提出了以下建議：
將AI功能應用于對收入和成本影響最大、最直接的活動。
使用AI在相同數量的情況下提高生產力，而不是消除或增加員工人數。
在后臺開始實施AI，而不是在前臺（IT和會計將受益最大）。
