close
導語：縱觀各大行業，將AI註入商業運作和價值鏈的潛力以往任何時候都大。但高管們應該從哪裡入手?
雷鋒網按：人工智能，要多火有多火，這自然離不開參與者、企業甚至是媒體的炒作。那麼在整體的炒作現象之下，究竟人工智能正在幹些什麼？又在改變著什麼？
近日全球知名咨詢機構麥肯錫內部博客欄目就進行瞭一場題為“人工智能商業：脫離炒作的真實進展”的對話，參與者有3位：
麥肯錫靜電機推薦高級合夥人Peter Breuer
麥肯錫全球研究院合作夥伴Michael Chui
麥肯錫出版社的Simon London
究竟企業們應該如何利用人工智能武裝自己？遍地開花的人工智能商業應用有哪些值得關註？人工智能炒作與真正的用例之間的界限？商業領袖該如何在其中進行分辨？
以上問題在這次的對話中都有所提及，雷鋒網節選瞭其中部分對話，為您做如下不改變原意的編譯：
Simon London：在今年夏天發表的一篇麥肯錫全球研究院的報告中，Michael談到瞭五種技術系統，機器學習隻是其中一部分。你能快速帶我們過一遍這五個技術分別是什麼嗎？
Michael Chui：今年早些時候，我們調查瞭全球3,000多名不同的業務主管，以瞭解他們部署應用這些技術的程度。涉及的科技領域范圍廣泛而且有所重疊，但是一些最新的進步和發展就發生在那裡。
其中之一就是實體人工智能，也就是機器人和自動駕駛汽車。我們看到很多有趣的事情發生在那裡。
營業用抽油煙機其次，計算機視覺 ——無論是圖像處理，視頻處理等深度學習系統在這個領域已經取得瞭很大的進步。
同樣，圍繞著自然語言處理，無論是口語還是書面語言，很多自然語言的工作正在完成。
此外，那些能夠通過語音或者在線文字對話的虛擬客服、在線對話界面正在成為現實，這一類產品更準確地說是在自然語言處理上拓展出來的服務。
最後，除瞭我剛才提到的應用之外，機器學習實際上在許多別的科技類型上也具有巨大的適用性。我們有機會多談一談。
Simon London： 說的很對，Peter你可以談一下有哪些日常生活領域已經在被AI改變瞭麼？
Peter Breuer：實際上我們都見過，我們的智能手機就是一臺指尖上的超級計算機。Michael剛剛除油煙機提到的一些元素，你在日常生活中都可以體驗。例如通過智能手機上使用電子郵件或輸入消息時，輸入法會自動檢查你的拼寫，這件事目前效率遠比之前大，背後的原因就是機器學習。
至於剛才Michael還提到的語言，口語。你手機或者其他設備上的Siri或Google智能助理每天都在學習，而且每天使用它越多，理解就會越好。這很明顯是他們背後也有機器學習機制在運轉。
還有大多數人都關註的iPhone X，它確實使用瞭機器學習面部識別，包括用人臉識別機器學習解鎖你的手機。所以，我想我們都已經通過的智能手機來體驗到這些技術瞭，而且我們將會看到更多。
Michael Chui：實際上，AI懂的越來越多，整個在線和移動網絡都越來越依賴AI所帶來的進步。舉個例子，無論是電子商務還是媒體，系統都在不斷給你推薦你可能感興趣的東西，並且引導消費者去閱讀他們，甚至是去掏錢購買他們。實際上這些系統並不是僅僅依據傳統的數據統計，同時也應用瞭很多AI的技術，希望能夠讓消費者距離他們有可能感興趣的東西更近。
Simon London：有一點我也必須分享一下，我非常幸運的住在矽谷的山景城。那邊路上總是有很多自動駕駛汽車。它們在不停訓練，不斷收集數據。雖然暫時還不能購買，但是我認為總有一天，我會在上下班的路上看到自動駕駛車輛正式上路。
另一方面，自動駕駛本身也非常有趣。我曾多次與相關技術人員交談，他們告訴我，自動駕駛實際上包括瞭很多種技術：機器視覺、機器人技術等等。而驅動著一些技術的，其實還是機器學習。
所以我們將看到人工智能還將改變更多東西，它們將會很快到來。例如我們在跟人工智能方面的客戶合作的時候，是否會看到更多比現在更有趣的商業應用呢？
Peter Breuer：自主駕駛本的確涉及相當廣泛。你會發現不同層次的自主駕駛的發展。我們通常會談論五個不同層次的自主駕駛。汽車制造商目前正在嘗試所謂的“Level 4（第四等級）”，但這也會產生一個問題，在有些特殊情況發生車禍時，提供自動駕駛技術的OEM廠商需要承擔責任，而不再是司機這一方（涉及到自動駕駛功能的技術方、產品方）。從傳統交通的角度來看，這實際已經是“顛覆性的”。事實上，德國法律當局已經在思考究竟應該如何應對這一全新的挑戰。
除瞭自主駕駛之外，在其他行業，例如在醫療保健領域，隨著RNN神經網絡技術的發展我們很快就會看到，機器在MRI和X射線照片中的癌癥檢測方面變得更強，比經驗豐富的醫生更強，這也是相當顛覆性的。
Simon London：Michael，你有沒有看到有趣的案例，十分新奇、給你留下深刻印象的？
Michael Chui：有一點讓人印象深刻，就是人工智能、深度學習究竟在多大程度上與之前我們在數據和分析中取得的成就相關。正如彼得所提到的，機器學習的一個促成因素就是大量的數據。我們看到越來越多的公司和我們的客戶收集的數據，無論是交易數據，語音數據還是物理世界中的物聯網數據。當你擁有所有這些數據時，就可以使用這些AI技術擴展你在分析中所做的工作。
例如，預測各個領域的巨大而重要的問題，特別是制造業，包括供應鏈等等。而且我想，如果你和任何一位處理預測問題的高層主管交談，你問他們：“你的預測能更好嗎？”他們肯定會說：“當然可以。”在現在能夠收集到的數據量前提下，當我們引入AI技術的時候，可以在很多情況下顯著的提高預測的準確性。
這或許隻是在我們在應用數據和分析的情況下的一個小問題。但隨著我們引入更多的數據，並且引入人工智能技術之後，我們確實可以在特定問題上做的更好。假如我們再去思考一個組織內的整個價值鏈條，會發現AI幾乎能提高所有環節的表現。
Simon London ：有一個話題我還想聽一下兩位的意見，就像Peter剛才提到的那樣——“人工智能正在經歷一個炒作循環”。但我們剛才也聊到瞭很多應用、很多行業、很多價值都處於緊要關頭，這同樣非常真實。那麼你們是否認為AI現在存在炒作？如果是的話，你怎麼看？
Peter Breuer：我的回答是，是也不是。一開始，我們試圖從根本上定義什麼是AI，什麼不是AI，今天我們正處於另一個階段。有一些我們稱之為狹義AI的應用——那些現在機器可以比人類做得更好的具體任務。國際象棋或圍棋的例子，機器人總是更勝一籌。那麼當然還有一個廣義上的AI的問題，那就是可以一臺機器可以具有更廣泛的能力。我們還沒有走到這一部。但是，我們不應該忘記發展的速度是呈指數倍的。
人腦不理解指數增長意味著什麼。但是我們在這些關鍵技術上面臨著指數級的發展。它比我們想象的要快得多。所以我會說，現在是有一點炒作，但同時發展速度非常快。
Michael Chui：肯定有很多炒作。但我認為我們也應該看到，炒作並不總是不好的。這確實引起瞭人們的關註。它有時會在短期內導致過度的預期。但從長遠來看，我們確實認為有巨大的潛力。
我們開始看到很多投資，這反映瞭我們發表的一些研究中對這種潛力的理解。在上一年，在2016年投資於人工智能的投資達到瞭260億美元左右，其中很大一部分來自於科技巨頭，還有一些來自於外部對於一些創業公司的投資。這反映瞭大傢看到真正有潛力的價值創造的前沿。但是，當我們考察這些技術在生產中實際使用的程度時，隻有很小一部分公司在成規模的、或者在其核心流程中進行部署。
我們期望看到的是，人工智能能夠像我們已經發現的其他真正有潛力創造價值的技術趨勢一樣，隨著時間的推移，產生更多的應用，捕捉到更多的價值。
實際上，我們還有其他研究關於自動化的程度和速度方面的潛力，包括AI等技術。 把所有這些因素結合在一起，包括技術發展，積極的商業案例，以及自然的S應用曲線，我們會這樣描述整個局面：宏觀上很緩慢，但微觀上很快速。
這些技術在全球經濟中全面傳播並發生影響可能需要幾十年時間，包括已經發展起來的技術。但如果你是一傢需要與對手競爭的公司，並且競爭對手正在使用這些新技術，那你將會感覺技術發展的非常快。
但假如你要說對一個單獨的上班族的影響，改變也可能會很快發生。所以我認為，商界領導者的責任是理解這項技術，理解如何將其作為一種有競爭力的武器，雖然整個經濟體系可能需要很長時間才能受到人工智能的影響而改變，但單個商業案例的顛覆，實際上有可能發生的非常非常快。
Peter Breuer：Michael，我非常同意你所說的話。但這也意味著，大公司的任何首席執行官都應行動起來。去瞭解大傢正在談論的大數據，分析，機器學習，深度學習，人工智能等領域。
對於還沒有行動的商界領袖們，我們也強烈建議你們現在開始著手培養能力，構建技術，開始組織變革，這也將是最終轉變為AI驅動流程，和AI賦能商業的路徑。
Michael Chui：我完全同意上面這個觀點。我也給一個切實可行的建議，在炒作滿天的時候，你可以聽聽銷售人員怎麼說，然後買他自己在使用的東西，打個比方。最重要的是，去看看自己的業務，看一下你的業務有哪些地方需要完善，而新技術又能為你再創造些什麼。
如果你正在以運營為基礎進行競爭，那這個點可能在於預測性維護等運營案例。如果你是一個以銷售和市場為導向的機構，那麼AI可以產生最大影響的地方，或許是下一個產品的購買或營銷組合。因此，瞭解目前的各種可投資的技術，並且想清楚以後應該在技術方面如何發展，最終選擇將自己的註意力放在哪個方向，其實才是最重要的事。
另外一件重要的事是，雖然你可能不是最終執行這些新技術方案的人，例如IT部門的領導甚至是數據分析部分的領導，但假如你想帶來改變的話，你也需要做出反饋，這一點在我們之前的調查中已經有所反饋。你不必是數據科學傢。你也不必成為機器人專傢或AI專傢，但行政領導能切實保這些新技術對你所在的組織產生影響。
Peter Breuer：我還想補充一點，對於部署AI來說，將公司轉變成為分析或者人工智能驅動占據50％的重要性，改變員工思維是另外50％。第一部分大多數人都能看到，第二部分很多時候卻被遺忘瞭。
我們有時候會忘記，我們現在仍然在一個龐大的有許多員工的組織中，我們需要對這些技術進行培訓。自上而下的變革需要最終滲透到每個員工身上。他們需要擁抱新技術和新機遇。隻有這樣你才能最終得到你希望的新結果。
雷鋒網(公眾號：雷鋒網)點評：AI的炒作風口之下，一個接一個的變化正在發生，從特殊場景到企業、從企業到行業、從行業到全世界。即便目前看起來你或許還在“置身事外”，但如果真的一點準備都不做，你怎麼知道你最後不會被淘汰呢？
雷鋒網原創文章，未經授權禁止轉載。詳情見轉載須知。
台灣電動床工廠
電動床
台灣電動床工廠
電動床
AUGI SPORTS｜重機車靴｜重機車靴推薦｜重機專用車靴｜重機防摔鞋｜重機防摔鞋推薦｜重機防摔鞋
AUGI SPORTS｜augisports｜racing boots｜urban boots｜motorcycle boots
一川抽水肥清理行｜台中抽水肥｜台中市抽水肥｜台中抽水肥推薦｜台中抽水肥價格｜台中水肥清運
X戰警多鏡頭行車記錄器專業網｜多鏡頭行車記錄器｜多鏡頭行車紀錄器比較｜多鏡頭行車紀錄器推薦｜多鏡頭行車紀錄器影片
台中抽水肥專業網｜台中抽水肥｜台中市抽水肥｜台中抽水肥推薦｜台中抽水肥價格｜台中水肥清運
台灣靜電機批發工廠｜靜電機｜靜電機推薦｜靜電油煙處理機｜靜電油煙處理機推薦
優美環保科技工程-靜電機,靜電機推薦,靜電機保養,靜電機清洗,靜電油煙處理機
1E408E5F6C18ADA9
文章標籤
全站熱搜
留言列表
