人工智能（AI）除了自動(dòng)化和數(shù)據(jù)處理還能做別的嗎？當(dāng)然，遠(yuǎn)不止此。如今AI的一些基礎(chǔ)功能已經(jīng)成熟，因?yàn)樗兊迷絹碓饺诵曰覀儗⒁娮CAI復(fù)雜性的激增。接下來，我們將簡要介紹AI輔助下企業(yè)的現(xiàn)狀和未來前進(jìn)方向。

趨勢1：超越基礎(chǔ)

正如前言，大多數(shù)公司都已經(jīng)采用了AI的一些基本功能，用戶對這些功能很有把握。其中包括個(gè)性化（個(gè)性化廣告，發(fā)送電子郵件，自動(dòng)編輯文本等）和推薦（例如在Spotify，Netflix或亞馬遜購物卡等應(yīng)用上看到的那些）和其他營銷技術(shù)，是現(xiàn)在幾乎任何規(guī)模的企業(yè)都能使用的開發(fā)服務(wù)型AI。還有許多技術(shù)開始達(dá)到高度飽和——最嚴(yán)重的是機(jī)器人流程自動(dòng)化（RPA）。我稱其為AI中唾手可得的成果，因?yàn)榧幢闼?a target="_blank">智能，卻也很簡單。它側(cè)重于一次自動(dòng)化一個(gè)流程，而不是整個(gè)企業(yè)的垂直流程。RPA為公司節(jié)省了大量的時(shí)間和金錢，但尚未達(dá)到應(yīng)有規(guī)模。在不久的將來，我們會(huì)看到更多的落后者開始采用RPA，而現(xiàn)有用戶尋求優(yōu)化他們已經(jīng)開始使用的流程。

既然我們已經(jīng)掌握了這些基礎(chǔ)功能，就將會(huì)看到許多早期使用者進(jìn)入下一階段。我們可以期待企業(yè)越來越關(guān)注AI和ML驅(qū)動(dòng)的預(yù)測分析——幫助企業(yè)從數(shù)據(jù)中提取更多價(jià)值，尤其從實(shí)時(shí)信息中；甚至相信它為我們做出決策。我們還將看到對繪制知識(shí)圖譜更深入的理解——搞清人工智能如何利用數(shù)據(jù)找到人類可能從未想過的相關(guān)性。

趨勢2：哎。采用AI很難

事實(shí)是采用AI很困難。許多公司都花了比預(yù)期更多的時(shí)間去優(yōu)化AI的使用或建立能處理AI的系統(tǒng)。Pactera Technologies最近的一份報(bào)告呼應(yīng)了Gartner之前的發(fā)現(xiàn)：85%的AI項(xiàng)目無法兌現(xiàn)其預(yù)期的承諾。另一份來自Dimensional Research的報(bào)告發(fā)現(xiàn)10家使用AI和機(jī)器學(xué)習(xí)的機(jī)構(gòu)中，有8家表明其項(xiàng)目擱置，其中96%的機(jī)構(gòu)說他們在數(shù)據(jù)質(zhì)量、數(shù)據(jù)標(biāo)注和建立模型置信度方面遇到難題。事實(shí)上，即使像IBM、Uber和亞馬遜這樣的高科技巨頭有時(shí)由于非常嚴(yán)重的AI難題也不得不廢棄總計(jì)數(shù)百萬美元的重大項(xiàng)目。成長的痛苦是必要的嗎？未必。到目前為止，關(guān)于創(chuàng)建有影響力的AI項(xiàng)目的要點(diǎn)和雷區(qū)已經(jīng)有了足夠的信息。要避免的幾件大問題：沒有明確的任務(wù)就起步、收集太多數(shù)據(jù)（或不使用、不正確處理）、使用錯(cuò)誤算法、為了回報(bào)等待太久（而不是在工作過程中實(shí)時(shí)制衡）。

趨勢3：越來越交互式和人性化

技術(shù)專家正在看到強(qiáng)化學(xué)習(xí)領(lǐng)域的重大進(jìn)步，借此AI能夠?yàn)橥ㄟ^目標(biāo)導(dǎo)向的行為獲得回報(bào)。它開始獲得常識(shí)。盡管以一種奇怪的方式，它開始像人類一樣思考，這意味著它也有能力大規(guī)模地剝奪工作（參見我最近關(guān)于首席營銷官的文章以及AI正將他們置于險(xiǎn)境的原因）。這就是AI從以人類為主導(dǎo)到類人的分岔口。一些有關(guān)AI已經(jīng)多么先進(jìn)具體示例在這里得到了很好的概述。

我們也看到AI迅速走向更具交互性質(zhì)。初創(chuàng)公司和技術(shù)領(lǐng)頭羊公司都在競爭發(fā)展聊天機(jī)器人，這些聊天機(jī)器人不僅能回答問題，而且還具有先進(jìn)的推理能力。谷歌、微軟、亞馬遜和IBM都想到了他們在交互式AI方面的進(jìn)步，這些AI將推動(dòng)更多輪像人類一樣的對話交流，將會(huì)話內(nèi)容置于上下文中理解并迅速推斷。

為了看到交互式人工智能成為現(xiàn)實(shí)，雖然后臺(tái)會(huì)有很大的工作量，意味著我們的半導(dǎo)體也必須變得更強(qiáng)。這導(dǎo)致像英特爾這樣的公司構(gòu)建專用芯片用于推理，并開發(fā)他們所謂的DL boost技術(shù)，使計(jì)算機(jī)能夠加快深度學(xué)習(xí)推理。這個(gè)領(lǐng)域和GPU一樣變得越來越具有競爭力，傳統(tǒng)上以其AI培訓(xùn)能力而聞名的GPU越來越有推力能力。上周NVIDIA公布了一項(xiàng)聲明，該公司展示了GPU如何成為一種有價(jià)值的推理工具，以更低的延遲實(shí)現(xiàn)更自然、更人性化的對話。

趨勢4： AI倫理仍要打上大大的問號(hào)

最后，隨著AI確實(shí)變得更加人性化，企業(yè)開始意識(shí)到使用它會(huì)產(chǎn)生嚴(yán)重后果——我談得不只是失業(yè)。我們已經(jīng)看到，AI算法可以不經(jīng)意地帶上偏見。例如，用于招募的AI可能“意外地”選擇白人男性作為高度合格人選因?yàn)榘兹四行跃帉懥怂惴ā＿@是一個(gè)嚴(yán)重的問題，特別是對于像IBM這樣的公司，他們不僅僅在招聘中使用AI，還在員工評(píng)審中使用。你想要一個(gè)機(jī)器人評(píng)判你的工作表現(xiàn)嗎？確定你是否應(yīng)該加薪？那能有多公平？我們誰能確切地知道嗎？

在未來，我們將看到更多關(guān)注與AI相關(guān)的倫理問題。例如，甲骨文公司創(chuàng)建了倫理委員會(huì)來討論公平性、問責(zé)制和有關(guān)其所使用算法的透明度等問題。IBM正專注于“可解釋的”AI。微軟制定了使用聊天機(jī)器人的責(zé)任的指導(dǎo)原則（例如，公司應(yīng)始終提醒客戶他們正在與機(jī)器人而不是員工進(jìn)行交流，并提醒他們注意機(jī)器人的局限性）。由于隱私風(fēng)險(xiǎn)，我們看到市民退出AI編程的面部識(shí)別之類的項(xiàng)目，而像亞馬遜這樣的公司也因?yàn)橥瑯拥脑蜷_始抵制員工監(jiān)控跟蹤器。事實(shí)是，我們開始明白人工智能的力量有別于想象中的任何東西。現(xiàn)在，我們互提取或處理的數(shù)據(jù)類型確實(shí)沒有限制。我們必須回答的問題是——應(yīng)該嗎？

展望未來，公司制定規(guī)劃指導(dǎo)其人工智能開發(fā)，以及堅(jiān)持例行審查以確保他們創(chuàng)建的AI仍在回應(yīng)他們、回答它們被設(shè)計(jì)去處理的問題變得更為重要。這將伴隨著無休止的辯論，即在哪些方面它增強(qiáng)而非取代人類，如何對其進(jìn)行監(jiān)管以及查明巨大的倫理困境。人工智能的未來令人興奮，然而與此同時(shí)，坐下來享受——這將是一次瘋狂的旅程。