如今，人工智能正在以指數(shù)級的速度擴展預測和響應市場變化的能力，從而徹底革新商業(yè)領域。人工智能和商業(yè)領域的聯(lián)系日益緊密。人工智能是內置于計算機系統(tǒng)中的智能，正如麻省理工學院教授Marvin Minsky所說的那樣：“人工智能是一門科學, 它使機器做那些由人類需要通過智慧所做的事情。”總之，這種擴展“智能”系統(tǒng)是人工智能為商業(yè)領域帶來關鍵優(yōu)勢的核心。

人工智能并不是什么新鮮事物，人們每天都在工作和生活中使用它。人工智能由于兩個主要因素而得到人們更多的關注：一是以合理的成本大幅提高計算機處理速度，二是挖掘和分析的數(shù)據(jù)十分豐富。

人工智能以更高的準確度完成業(yè)務活動，只需花費工作人員的一小部分時間。但人工智能的購買和安裝費用昂貴，需要花費大量的管理成本和時間，并且還有一些道德上的包袱。但其好處往往大于缺點，所以人們通常可以接受。

來自“哈佛商業(yè)評論”的調查報告反映了人工智能在商業(yè)領域的初步應用，許多受訪者還處在人工智能應用的探索階段。

商業(yè)人工智能的覺醒

InfoSys公司在其題為“放大人類潛能：走向有目的的人工智能” 的調查報告中指出，最受歡迎的商業(yè)人工智能技術是大數(shù)據(jù)自動化、預測分析和機器學習。其他重要的驅動因素包括商業(yè)智能系統(tǒng)和深度學習的神經(jīng)網(wǎng)絡。

某些行業(yè)已經(jīng)更快地采用了人工智能的高級部署。其中包括醫(yī)藥/生命科學、汽車和航空航天、電信、能源、石油/天然氣、公用事業(yè)、制造業(yè)、航運物流、醫(yī)療保健，以及金融服務等行業(yè)領域。

商業(yè)領域中的人工智能將其優(yōu)勢和挑戰(zhàn)帶入了營銷、客戶服務、商業(yè)智能、流程改進、管理等行業(yè)領域。

商業(yè)人工智能的主要用例

在商業(yè)領域推動人工智能的最大用例包括自動化工作職能、改善業(yè)務流程和運營、績效和行為預測、增加收入、模式識別，以及商業(yè)洞察力。

(1)自動化工作職能，以提高效率

這個驅動程序橫跨垂直和橫向行業(yè)，包括人工智能可以自動執(zhí)行任何重復工作功能。制造行業(yè)的機器人是最具代表性的例子，但遠不止于此。人工智能可以自動執(zhí)行需要重復人工輸入的作業(yè)。人工智能還可以通過實現(xiàn)機器工作負載的自動化來提高效率，例如收集和分析傳感器數(shù)據(jù)。無論其好壞，公眾已經(jīng)習慣于由人工智能驅動的自動電話服務、聊天機器人和電子郵件。

(2)改善業(yè)務流程

在已經(jīng)多年應用工業(yè)機器人的制造領域，工藝改進在制造業(yè)中取得了很好的進展。人工智能還改善了運輸和物流供應鏈的業(yè)務流程，例如通過跟蹤天氣和交通情況來動態(tài)調整貨運路線。業(yè)務連續(xù)性使用人工智能系統(tǒng)，可自動檢測和緩解異常情況，如電力浪涌或潛在的安全漏洞。另一個重要的人工智能的應用領域是生物醫(yī)學。將捐贈者腎臟與移植患者的腎臟相匹配，在傳統(tǒng)上是一個漫長而費力的過程，因為患者和捐贈者經(jīng)常會發(fā)生變化。卡內基梅隆大學的研究團隊為此開發(fā)了相應的人工智能技術，以加速和改進匹配過程。

(3)預測性能和行為

人工智能應用程序可以根據(jù)進度數(shù)據(jù)預測時間和性能，并可以為網(wǎng)絡搜索和社交媒體用戶提供定制產(chǎn)品。預測性人工智能不限于傳統(tǒng)商業(yè)領域：迪士尼實驗室，加州理工學院，STATS和昆士蘭大學合作開發(fā)了一個名為“Chalkboard.”的深度學習系統(tǒng)。這個神經(jīng)網(wǎng)絡基于過去的行為來分析管理人員的決策過程，并在未來的發(fā)展中提出最佳的決策。

(4)增加收入

企業(yè)可以通過在銷售和營銷過程中使用人工智能來增加收入。例如，圖片和視頻服務提供商Getty Images公司使用了預測性營銷軟件Mintigo，該軟件可以抓取數(shù)以百萬計的網(wǎng)站，并可以識別正在使用其圖像服務的網(wǎng)站。Mintigo可以管理龐大的銷售情報數(shù)據(jù)庫，并向Getty銷售團隊提供可行的建議。戶外運動產(chǎn)品提供商Northface公司使用IBM Watson分析語音輸入的人工智能技術來推薦產(chǎn)品。如果顧客正在尋找一件夾克，那么零售商就會詢問顧客在什么時候、什么地方需要夾克。顧客說出他們的需求，而Watson掃描產(chǎn)品數(shù)據(jù)庫完成兩件事情：一是找到最適合顧客所述需求的夾克，二是通過顧客指定區(qū)域的天氣模式來為顧客推薦其他的產(chǎn)品。

(5)模式識別

人工智能模式識別可以加強對數(shù)字通信中違規(guī)或欺詐行為的調查，而社交語義和情感分析的目的與社交媒體營銷不同。客戶活動模式也可以生成產(chǎn)品推薦和內容管理。流媒體提供商Netflix公司通過使用人工智能推薦為每個觀眾定制的視頻，每年可節(jié)省10億美元。

Netflix公司發(fā)現(xiàn)，觀看者點擊Netflix推薦屏幕上顯示的視頻的可能性是其他人的4-5倍。Netflix公司使用人工智能系統(tǒng)來跟蹤個人觀看模式，然后向觀眾推薦不太知名的視頻。該系統(tǒng)優(yōu)化了Netflix公司每年60億美元的內容支出，因為這些視頻的成本大部分都比Netflix公司制作或發(fā)布的視頻要低得多。

(6)商業(yè)洞察力

人工智能可以解讀大數(shù)據(jù)，以便更好地了解資產(chǎn)，員工，客戶，品牌等整個業(yè)務。人工智能應用越來越多地使用非結構化數(shù)據(jù)和結構化數(shù)據(jù)，可以使企業(yè)做出更好更快的業(yè)務決策。例如，銷售和市場營銷人工智能應用程序建議最佳的溝通渠道、內容營銷和網(wǎng)絡，實現(xiàn)最好的前景。

基于哈佛商業(yè)評論報告，預測分析是人工智能的主要業(yè)務用途，緊隨其后的是文本分類和欺詐檢測。

人工智能的商業(yè)挑戰(zhàn)

人工智能項目的所有好處往往是昂貴而復雜的，并且充滿了安全和隱私問題。人們不要被這些問題所迷惑：需要認真研究人工智能所面臨的商業(yè)挑戰(zhàn)，并比較采用人工智能系統(tǒng)的得失。

?人工智能成本高昂。高級人工智能技術成本高昂，其購買和安裝/整合的價格可能很高，而對其持續(xù)的管理、許可、支持和維護將推動成本上升。高級管理人員不僅需要仔細構建其商業(yè)案例，還要了解其高昂的成本是否值得這樣做，特別是如果有一個主要的業(yè)務驅動因素可以降低成本的話。

?人工智能的部署需要時間。企業(yè)在部署人工智能的項目計劃中需安排大量時間，并在部署之前構建基礎設施。構建高性能的人工智能需要同樣高性能的基礎設施和大量的存儲資源。企業(yè)還需要培訓或聘用具有相關知識技能的人員管理人工智能的應用程序，復雜人工智能系統(tǒng)將需要一定培訓時間和資源。許多企業(yè)將決定將部分或全部人工智能項目進行外包。這往往是一個很好的商業(yè)決定，但卻增加了成本。

?人工智能需要被整合。采用人工智能也可能存在整合挑戰(zhàn)。如果企業(yè)的人工智能項目會影響企業(yè)資源計劃(ERP)、制造流程或物流系統(tǒng)等現(xiàn)有系統(tǒng)，請確保其工程師知道如何識別和緩解互操作性或可用性問題。企業(yè)還需要采用大數(shù)據(jù)分析基礎設施和商業(yè)智能人工智能應用程序來預測。

?人工智能具有安全和隱私問題。網(wǎng)絡安全對于人工智能應用同樣重要，因為它適用于任何商業(yè)計算。考慮到許多人工智能系統(tǒng)使用的大量數(shù)據(jù)，其隱私問題也是一個很重要的問題。在人工智能中得到采用的用例中(例如從有針對性的社交媒體營銷到執(zhí)法應用)，都是圍繞著獲取用戶信息開展的。因此企業(yè)不能暴露自己的數(shù)據(jù)或隱私，否則將面臨調查或訴訟。

?人工智能可能會對員工產(chǎn)生不利影響。有些職位將受益于人工智能，如一些工作人員不再從事重復的人工任務，以支持更高層次的戰(zhàn)略思維。但也有一些工作的職位將被減少或取消。雖然企業(yè)必須扭虧為盈，但是裁撤員工是不受歡迎的，而且支出費用高昂。調研機構Infosys公司表示，擁有成熟的人工智能系統(tǒng)的公司可以對那些受到影響的員工進行重新培訓并重新部署職位。

部署人工智能系統(tǒng)是一個很大的項目，但歸根結底是一種與其他系統(tǒng)一樣的業(yè)務技術。企業(yè)需要進行盡職調查，并研究和建立相關的專業(yè)知識和基礎設施，然后實施部署、使用、優(yōu)化，以及獲利。