放大
缩小
默认
为什么是这个时代，人工智能突然站到了台前，进入新的高速增长期？这主要是因为在数字时代下，更多的数据、更多的应用场景出现，让人工智能有了一展身手的空间。
人工智能（AI）并不是一个新鲜事物，早在1956年，“人工智能”一词就已经诞生，到现在已经经历了60多年的发展。但人工智能走进大众视野，还要从2016年谷歌人工智能AlphaGo迎战并打败韩国九段顶尖围棋高手李世石（Lee Se-dol）说起。似乎在一夜之间所有人都认识到人工智能的强大力量和未来的发展前景。
Gartner认为，到2023年，用于AI的计算资源将在2018年的基础上增加5倍，使得AI成为最重要的工作项目驱动基础设施架构决策（图一）。
人工智能在企业中正快速普及，这与人工智能技术的成熟密不可分。企业已经意识到，数字化转型需要利用新技术来帮助其获得竞争优势，而人工智能可以渗透到每一个数字化战略和应用中。同时，企业也需要认识到人工智能项目未来的趋势不只是被用于降低成本，而是协助人类做更高价值的商业开发和辅助。
对人工智能的迷思
Gartner的2019年首席信息官议程调查显示，在过去四年间，实施人工智能的企业数量增长了270%，仅过去一年就增长了两倍。这意味着各行各业的企业机构都在将人工智能技术导入各种应用。
但其实企业对于人工智能技术还存在一些迷思，包括人工智能需不需要训练、人工智能会不会自己学习、人工智能是不是逻辑和模型、一家厂商可不可以提供所有的人工智能解决方案、人工智能的投资目标是不是量化地降低人力成本。
针对这些迷思，Gartner研究副总裁蔡惠芬给出了相应的解读。
①人工智能的模型需要根据环境变化、新产生的数据等因素不断地优化。
②人工智能不是自动学习，它是根据人的输入而学习，这就难免带有个人主观性。
③除了逻辑和模型，数据质量是关键，有了数据质量才能产生真正的价值。
④人工智能覆盖的领域非常广，所以单一的供应商不能提供所有人工智能解决方案。
她表示，目前市场上的人工智能服务供应商可以大致分为四类：
①传统IT技术提供商：大型企业级应用软件、平台等技术提供商
②传统企业应用开发商：在某一个系统应用中整合人工智能技术提升效率
③初创人工智能供应商：针对性地开发人工智能在某一领域的应用或技术，例如客服机器人
④企业IT延伸：大型企业IT逐渐成为向外输出IT能力的供应商，为同行业提供人工智能服务
最后，很多企业在投资人工智能时更多想到的是降低人员成本，但人工智能真正的价值在于辅助员工做出高价值的决定，从而产生新的营收。例如，在使用客服机器人来替代人工客服的过程中，不会因为成本下降带来收入的增长，而客服机器人协助客服人员用更精准的话术营销可以产生新的盈利。
当然，CIO也很难从ROI（投资回报率）的角度向老板证明，投资人工智能是有回报的。企业要看到人工智能帮助企业提高了多少效率，以及对客户体验带来了多少提升，而不要刻意使用ROI衡量。
蔡惠芬建议企业部署人工智能要按照优先顺序进行：第一，业务场景价值高的优先；第二，业务场景有数据的优先；第三，企业明确知道要找的答案是什么的优先；第四，有解决方案的优先。
对人工智能寄予的期望
人工智能对于员工和企业的意义：对于员工而言，很多重复的事务性工作是枯燥乏味的，员工希望人工智能可以帮助他们摆脱乏味、重复的劳动。Gartner调查显示，员工更希望人工智能协助减少错误、寻找信息、帮助处理日常工作、处理海量数据。做出该选择的员工有56%为65-74岁人群（图二）。
调查还显示，有52%的员工希望人工智能能够根据他/她的需求提供协助，只有32%希望机器人提供更积极的协助。蔡惠芬指出，不管未来如何，人工智能都是扮演协助员工的角色，而不是取代员工。人工智能还将协助程序和应用开发流程。蔡惠芬举例说，目前已经有很多QA测试的辅助系统可以进行一些自动测试。例如，测试影像可以通过瑕疵品的影像复制产生模型，而不用收集不同的瑕疵品。
对于企业而言，采用人工智能的主要驱动因素是自动化任务和改善客户体验，尤其是提高客户体验因素占受访者的40%，因为提升客户体验是最直接可以提升企业营收的手段（图三）。
但目前企业在部署人工智能时，往往会遇到一些挑战。蔡惠芬表示：“企业在部署人工智能时面临的一个问题就是云还是本地的选择，其中有六大影响因素，包括运行时的灵活性、数据重力和集成、总体拥有成本、运行简化、性能、基础设施选择。”
同时，企业还需要建设卓越中心。“卓越中心应该包含数据科学家、行业业务人员、IT相关人员等。卓越中心可以有效解决交流、沟通、训练的问题，并更加顺利地推进人工智能项目。”蔡惠芬最后强调，未来企业应用人工智能的核心应该聚焦解决具体业务场景上，而非人工智能技术本身。技术更多是实现需求的手段，业务才是真正产生差异化的关键。
放大
缩小
默认