每日一絲：《人工智能優勢 - 如何将人工智能革命付諸實施》摘譯（一）
摘錄：在這本2018年寫就的書中，預測了關于AI的發展趨勢，5年後再看當時的預測，就更能說明作者的水準之高，以及AI發展的速度之快。
當時作者認為人工智能（AI）已經不再是想象中的事情，巴布森學院教授托馬斯-H-達文波特還是《隻有人類的需要說了算：智能機器時代的赢家和輸家》一書的作者，提供了一系列目前和未來人工智能實施的例子。其詳實、清晰的觀點中指出，那些還沒有應用人工智能的公司已經落伍。達文波特指出了成為“認知型公司 ”的意義，為什麼公司必須制定“認知型戰略”，如何應用人工智能，以及人工智能将如何改變工作場所。
他還探讨了人工智能帶來的大量的在技術、社會和道德上的挑戰，例如，Facebook算法中的失誤無意中促成了仇恨言論。任何對制定人工智能戰略、實施人工智能以及人工智能将如何塑造未來的就業方面感興趣的人，都會從達文波特的專業知識中受益。
本文是第一部分，閱讀本文大約需要8分鐘。
現在是實作人工智能實際應用的時候 - 人工智能的整合是複雜并具有挑戰性的，但從長遠來看，它将改變一切。
人工智能（AI）不再是猜測。在2017年，德勤對人工智能的實踐和認識進行了調查，發現高校、醫學院和金融機構已經将人工智能應用于自動化日常工作、檢測金融欺詐和開發借貸算法等。人工智能的另一個術語是“認知技術”，即賦予機器以人類特有能力的機制。人工智能使用這些技術來完成一些人類可以快速完成的任務--比如識别圖像--以及某些更複雜的任務。科技公司則最廣泛和最積極地使用人工智能：亞馬遜自20世紀90年代中期以來一直在投資人工智能。盡管如此，許多公司目前仍然猶豫不決。
人工智能包括幾個不同的技術，用于不同的目的。
屬于人工智能範疇的技術包括：
- “統計機器學習”--許多公司接受機器學習，這可能涉及100多個算法，以适應資料的模型。
- “神經網絡”--這種更複雜的機器學習版本對分類活動很有用，例如确定哪些交易是合法的。“深度學習”結合了多層次的神經網絡。
- “自然語言處理”（NLP）--用來分析文本以及翻譯和識别口頭語言。“統計NLP”，它使用機器學習，可以分析大量的語言樣本，以發展統計上的相關性。
- “語義NLP” - 這種形式的人工智能涉及到對語言的規則和關系進行繪圖。它的系統在廣泛的類别或利基應用中與規則一起工作。
- “機器人”--這項技術包括實際的機器人和 “機器人流程自動化”（RPA）。在德勤調查的公司中，大約有三分之一在某種程度上使用機器人。在RPA中，人工智能機制遵循特定程式--如腳本--來完成一項任務。一些RPA可以觀察人類完成一項任務并模仿他們。
大公司和初創公司在人工智能方面處于領先地位。他們正在将其用于“流程自動化”、“認知洞察力”和“認知參與”。
大公司和科技初創公司一直是人工智能的早期采用者。科技創業者正在圍繞新的人工智能建立公司。大公司緊随其後，因為它們擁有應用人工智能所需的财政資源、人員和資料量。
“從短期來看，人工智能将提供進化的好處；從長期來看，它可能是革命性的。”
現在使用人工智能的組織往往已經超越了采樣階段，但并不總是完全投入。一些公司投資有限；其他公司則在内部人工智能項目上進行試驗。實施仍然很困難。将認知技術與舊系統整合是一個挑戰。新技術可能很昂貴，開發比部署更容易。建立獨立的應用程式，特别是使用RPA或統計機器學習，是相對容易的。開發一個有用的深度學習模型，這隻是适度的程式設計難度，需要标記的資料。解釋可能是令人生畏的。組織傾向于在三個一般領域使用人工智能：
1 . “流程自動化” - 這種常見的應用使用機器人或RPA進行重複性工作，在系統之間傳輸資料，更新或調節系統，等等。RPA是最便宜、最容易實作的人工智能領域。
2 . “認知洞察力” - 這涉及使用人工智能生成應用程式，采用算法來尋找資料模式，并幫助使用者解釋資料。由此産生的洞察力可以包括預測哪些項目可能會吸引客戶，對精算資料進行模組化，以及分析資料以預測機械問題或改善維護計劃。
3 . “認知參與” - 企業為客戶和勞工提供人工智能，如全天候的客戶服務；推薦；回答員工的問題；以及對于醫療病人，加強和定制治療計劃。
要成為一個“認知型企業”，就要将任務和技術相比對。
為了從實驗轉變為完全的認知型企業，公司必須了解哪些技術最适合哪些任務，并且必須建立在其目前的分析能力之上。大多數公司沒有人工智能專家，盡管許多公司可以利用大資料和統計分析的強大背景。
進入人工智能領域的公司應該根據公司的哪些領域将從人工智能的哪些領域和“認知應用”中獲益最多，确定一個“優先的項目組合”。
“大多數關于人工智能對就業影響的預測和描述都集中在壞消息上。”
建立試點項目作為概念的證明。注意可能阻礙應用人工智能的潛在“知識瓶頸”，擴大人工智能的規模會很困難，以及企業缺乏必要的計算能力。如果同時啟動多個項目，使用類似的結構來管理它們。當公司發展認知技術的能力時，考慮人工智能如何影響人類和機器之間的勞動平衡以及人們将執行哪些任務。擴大項目以實作生産力的好處，需要集中規劃。對新技術的需求可能會限制企業實作效益。
組織需要制定“認知戰略”。
公司從擁有實施人工智能的認知戰略中獲益。你應該了解特定的資源将如何影響你的公司。解決你将提供哪些服務和産品以及你将如何銷售它們。
分析資料通常是人工智能的主要焦點，是以你的使用政策應該解決你的公司處理的内容。你的戰略的其他内容将具體到你的組織和有關的人工智能，例如解決人工智能發展中的問題、議題和機會。考慮到内部和外部目标，如更好地服務客戶和做出更明智的 "内部決策"。一些戰略可以演變成AI驅動的商業模式，将AI置于未來發展的中心。
“認知技術主要是分析和提取内容的洞察力--資料、資訊或知識。”
制定一個針對人工智能的人才戰略，你将如何招聘和雇用具有所需技能的人。這可能會導緻招聘活動，與其他公司合作或購買公司以獲得其人員。确定你的公司希望有多大的野心。一些組織傾向于适度的、逐漸的實施人工智能；另一些組織則緻力于一個革命性的人工智能計劃，以達到他們的目标。到目前為止，大多數人工智能相關的活動都發生在私人組織中。政府的參與情況差異很大。中國為人工智能投入了最多的資金；新加坡積極追求人工智能；英國為教育和初創企業提供資金；美國除了調查準備情況外，沒有做什麼。
第一部分完，請繼續關注第二部分。