在德勤今天發布的年度科技趨勢報告中，列舉了2017年最值得企業投入的七大領域，“機器智能”就是其中之一。

報告中的“機器智能”包含了人工智能和其他技術，指的是一種算法能力，它可以用來提升員工表現、將日益復雜的工作內容自動化，以及開發能模仿人類思考和行為的“認知代理”。

以下是報告的一部分，談了機器智能將如何為企業帶來價值。由『量子位』編譯。

機器智能如何創造價值

向機器智能轉型需要對數據分析建立一種新的思考方式：它不該僅僅被視為一種生成統計報告的方式，而應該是一個運用更大、更豐富的數據集來將任務自動化以提升企業效率的工具。

在機器智能中，這些機會非常值得考慮：

認知洞見

對于已經發生、正在發生的事情，和接下來可能會發生什么，機器智能可以提供深刻的、能付諸實施的見地。這可以幫助商業領袖指導員工，提升他們的工作表現。

例如，在全球的客服中心里，服務代表借助多功能客戶支持程序來回答關于產品的疑問、接受訂單、查詢賬單問題、以及解決其他客戶關新的問題。目前，在很多這樣的系統中，員工為了回答一個特定的問題，通常必須在多個窗口間來回切換來獲得所需的信息，可見優化的空間。

認知參與

機器智能價值樹的下一級，是認知代理，這是一種借助認知技術來與人交流的系統。目前已有的主要案例中，這類技術都用于服務客戶而不是生意本身，例如根據語音命令來調節室內溫度、控制電視的智能助理。

但是，不少商業上的任務和流程都能從這類認知參與中受益，一類新的應用領域就此開始產生。它們可以訪問復雜的信息，執行數字世界中的任務，例如為病人辦理入院手續，或者推薦產品和服務。

在客服領域，它們可能具有更大的商業價值潛力，認知代理可以通過處理計費或帳戶交互，提出技術支持問題以及回答員工的人力資源相關問題，從而替代一些人類員工。

認知自動化

這是我們總結的第三種機器智能機會，也可能是最具顛覆性的。機器學習、機器人流程自動化（robotics process automation，簡稱“RPA”）以及其他認知工具深入學習特定領域（例如行業、智能、地區）的專業技能，然后將相關任務自動化。

我們已經看到有這樣的設備，它們內置的機器智能可以將傳統上由訓練有素的人類來做的工作自動化。比如說，一家健康領域的創業公司將深度學習技術用于分析X光片。經測試，其系統比專業人類放射科醫生在判斷惡性腫瘤方面的效率提高了50％。

我們已經看到設備設計與烘焙機器智能自動化的工作，傳統上是由訓練有素的人工。 例如，一家醫療保健公司正在應用深度學習技術來分析放射學圖像。 在測試中，其系統比專業人類放射科醫生在判斷惡性腫瘤方面的效率提高了50％。

在教育領域，在線學習計劃中嵌入的機器智能功能通過追蹤學習者在解決問題任務期間的“心理步驟”來診斷誤解，然后為學習者提供及時的指導，反饋和解釋。這樣的功能，模仿了一對一輔導的優點。