【導(dǎo)讀】今天實(shí)施人工智能戰(zhàn)略的公司將有機(jī)會(huì)抓住未來。 AI 正在改變我們做生意的方式，對(duì)于大小企業(yè)來說，這可能意味著一個(gè)令人不安的變化。然而，無障礙技術(shù)和活躍生態(tài)系統(tǒng)的融合表明，企業(yè)比以往任何時(shí)候都更加準(zhǔn)備參與這一新的創(chuàng)新浪潮。

　　人工智能（AI）從根本上改變了所有行業(yè)的企業(yè)的運(yùn)營(yíng)（包括制造業(yè)，醫(yī)療健康，信息技術(shù)和運(yùn)輸業(yè)）。

　　在過去的十年中，AI 的進(jìn)步為企業(yè)提供了自動(dòng)化的業(yè)務(wù)流程，改變客戶體驗(yàn)和產(chǎn)品差異化的機(jī)會(huì)。

　　Google 和亞馬遜這樣的 AI 先行者已經(jīng)采用這些新技術(shù)來創(chuàng)造日益增長(zhǎng)的競(jìng)爭(zhēng)優(yōu)勢(shì)，我們看到了他們的 AI 戰(zhàn)略帶來的的好處。

　　雖然企業(yè)級(jí) AI 的采用仍處于初級(jí)階段，但把握住 AI 帶來的機(jī)會(huì)需要管理層進(jìn)行更多的討論，增加對(duì)AI及其生態(tài)系統(tǒng)的理解，了解行業(yè)巨頭如何采取措施，從而獲得差異化的競(jìng)爭(zhēng)優(yōu)勢(shì)。

理解 AI

　　AI 是計(jì)算機(jī)科學(xué)的一個(gè)分支，旨在創(chuàng)造能夠?qū)崿F(xiàn)智能行為的機(jī)器。 AI 內(nèi)有多種技術(shù)和細(xì)分，機(jī)器學(xué)習(xí)（ML）是其中規(guī)模最大，增長(zhǎng)最快的領(lǐng)域之一。

　　機(jī)器學(xué)習(xí)算法從實(shí)例和經(jīng)驗(yàn)中學(xué)習(xí)，而不是依賴于預(yù)定義的規(guī)則或算法。在機(jī)器學(xué)習(xí)中，還有其他細(xì)分，如深度學(xué)習(xí)，其重點(diǎn)是深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。

　　今天，AI 準(zhǔn)備從幾項(xiàng)技術(shù)創(chuàng)新和更廣泛的專業(yè)知識(shí)的融合中受益，特別是：負(fù)擔(dān)得起的云計(jì)算基礎(chǔ)設(shè)施，可用的大型數(shù)據(jù)集和算法優(yōu)化的飛躍。

　　這些進(jìn)步，加上人工智能研究的投入增加，為人類發(fā)展創(chuàng)造了一個(gè)可持續(xù)發(fā)展的環(huán)境，并將繼續(xù)影響到未來的企業(yè)和社會(huì)。

機(jī)器學(xué)習(xí)有何特別之處？

　　最近 AI 的興起主要是由于機(jī)器學(xué)習(xí)的進(jìn)步。 這些進(jìn)展導(dǎo)致了自然語言處理（蘋果的Siri，Google Translate），推薦系統(tǒng)（亞馬遜的推薦引擎，音樂推薦服務(wù) Pandora）和圖像識(shí)別（診斷工具，自動(dòng)駕駛汽車）的突破。
機(jī)器學(xué)習(xí)大致分為兩種學(xué)習(xí)方法：

　　監(jiān)督學(xué)習(xí)，其使用已知數(shù)據(jù)集基于標(biāo)記的輸入和輸出數(shù)據(jù)進(jìn)行推理。
　　無監(jiān)督學(xué)習(xí)，從包含沒有標(biāo)記輸出的數(shù)據(jù)的數(shù)據(jù)集中得出推論。

　　今天工作中最流行的方法是監(jiān)督學(xué)習(xí)，無監(jiān)督學(xué)習(xí)對(duì)于更廣泛的應(yīng)用來說具有巨大的前景。

　　在每種學(xué)習(xí)方法中，有多種算法類型和選擇算法可供選擇。根據(jù)問題的類型或所需的結(jié)果進(jìn)行不同的選擇。

　　在機(jī)器學(xué)習(xí)工作流程中，流程的每個(gè)部分都需要特定類型的專業(yè)知識(shí)和資源。 雖然領(lǐng)域?qū)I(yè)知識(shí)對(duì)工作流程的預(yù)處理/功能部分工作很重要，但訓(xùn)練階段需要獨(dú)立的 AI 專業(yè)知識(shí)，領(lǐng)域知識(shí)較少。

　　從基礎(chǔ)設(shè)施的角度來看，資源最密集的階段是數(shù)據(jù)處理時(shí)的模型訓(xùn)練階段。然后是構(gòu)建 ML 模型時(shí)，理解和權(quán)衡各種方法和正在解決的問題的類型變得很重要。

掌握 AI 需要的技術(shù)棧

　　AI 技術(shù)棧是運(yùn)行 AI 模型所需的基礎(chǔ)架構(gòu)，包括優(yōu)化組件，存儲(chǔ)，數(shù)據(jù)處理和分析工具。

　　組件：CPU，GPU，F(xiàn)PGA 和專用 ASIC 是 AI 技術(shù)棧的基礎(chǔ)組件。 雖然 CPU 是普遍存在的，但在機(jī)器學(xué)習(xí)的資源密集型訓(xùn)練階段中使用的 GPU 和 FPGA 已經(jīng)在深度學(xué)習(xí)中取得了巨大進(jìn)步。對(duì)于需要較少資源的推理部分，傳統(tǒng)的 CPU 或超低功耗 FPGA 或 ASIC 是最常見的選項(xiàng)。

　計(jì)算：公共云供應(yīng)商現(xiàn)在正在為 AI 提供量身定制的解決方案。云計(jì)算服務(wù)商的選擇很多，可使任何企業(yè)，中小企業(yè)或小團(tuán)隊(duì)都能夠以合理的價(jià)格運(yùn)行 AI 模型。

　　存儲(chǔ)：隨著機(jī)器學(xué)習(xí)所需的大量數(shù)據(jù)，特別是在特征工程階段，數(shù)據(jù)存儲(chǔ)至關(guān)重要。 Hadoop 集群和云對(duì)象存儲(chǔ)的出現(xiàn)顯著提高了數(shù)據(jù)存儲(chǔ)容量，以支持 AI 使用案例。

　　AI 技術(shù)棧依賴于公有云供應(yīng)商和開源項(xiàng)目提供的服務(wù)。云計(jì)算巨頭（如谷歌，亞馬遜，F(xiàn)acebook，微軟和百度）投入 AI 服務(wù)已經(jīng)有助于從擁有技術(shù)棧的專有廠商轉(zhuǎn)移。

　　總而言之，將開放源碼作為公認(rèn)標(biāo)準(zhǔn)在整個(gè) AI 生態(tài)系統(tǒng)中引起了更快的發(fā)展。谷歌的開放源碼 TensorFlow 庫體現(xiàn)了這一觀念，TensorFlow 可以讓任何對(duì)機(jī)器學(xué)習(xí)感興趣的人開發(fā)模型，而不必從頭開始構(gòu)建庫和算法。
AI 生態(tài)系統(tǒng)

　　過去十年，AI 從研究機(jī)構(gòu)中脫穎而出，成為世界上最先進(jìn)的技術(shù)公司的前沿。 這些公司將 AI 嵌入其核心產(chǎn)品和服務(wù)，加速了人工智能生態(tài)系統(tǒng)的技術(shù)進(jìn)步，人才開發(fā)和投資。 例如：

　　亞馬遜正在使用 AI 來改善個(gè)性化推薦并優(yōu)化庫存管理。 在亞馬遜向股東提交的年度股東信中，CEO Jeff Bezos 討論了通過其云計(jì)算部門采用 AI 快速交付產(chǎn)品，增強(qiáng)現(xiàn)有產(chǎn)品和創(chuàng)建新工具的重要性。

　　Google 使用自己的 DeepMind 技術(shù)來管理數(shù)據(jù)中心的電力，將冷卻成本降低了40％。該公司的 AI 優(yōu)先策略專注于利用 AI 進(jìn)行搜索優(yōu)化，自動(dòng)駕駛汽車以及投資了眾多其他的解決方案。

　　Facebook 致力于打造 AI 的基礎(chǔ)技術(shù)。 其研究小組 FAIR 是神經(jīng)網(wǎng)絡(luò)突破的頂尖人工智能實(shí)驗(yàn)室之一。

　　微軟已經(jīng)創(chuàng)建了一個(gè) AI 業(yè)務(wù)部門，擁有超過 5000 名計(jì)算機(jī)科學(xué)家和工程師，專注于將 AI 推向公司的產(chǎn)品。

　　英特爾正在更新其服務(wù)器以應(yīng)對(duì)處理和訓(xùn)練 AI 系統(tǒng)所需增加的計(jì)算量。 為了做到這一點(diǎn)，該公司已經(jīng)在 CEO Naveen Rao（前深度學(xué)習(xí)公司 Nervana CEO，2016年被英特爾收購）的領(lǐng)導(dǎo)下，組建了一個(gè)統(tǒng)一的 AI 的機(jī)構(gòu)。

　　百度正在大力投入人工智能，建立圖像識(shí)別技術(shù)，推進(jìn)自主駕駛，推出數(shù)字助理，開發(fā)增強(qiáng)現(xiàn)實(shí)工具。

　　AI 人才的短缺仍然是一個(gè)問題。 據(jù)麥肯錫稱，AI 投資的 70％ 來自最大的技術(shù)公司的內(nèi)部研發(fā)投入。 我們繼續(xù)看到，云端巨人從學(xué)術(shù)界聘請(qǐng)了關(guān)鍵的 AI 人才領(lǐng)導(dǎo) AI 的工作。 80％ 到 90%的 AI 人才都在最大的幾家科技公司。

　　人才競(jìng)爭(zhēng)激烈，AI 公司收購大幅增長(zhǎng)。 據(jù) CB Insights 的數(shù)據(jù)，僅在 2017 年就有不同行業(yè)使用 AI 的 55 家公司被收購。Google，蘋果，F(xiàn)acebook，英特爾，微軟和亞馬遜一直是 AI 中最活躍的收購者，大部分收購都落在核心  AI技術(shù)中，如圖像識(shí)別和自然語言處理。

　　在這些技術(shù)供應(yīng)商的帶領(lǐng)下，AI 已經(jīng)出現(xiàn)一些早期的獲獎(jiǎng)?wù)?，并在此過程中創(chuàng)造了一個(gè)積極的技術(shù)和工具生態(tài)系統(tǒng)。 2017年，美國(guó)共有 650 多筆 AI 融資并購事件，總金額 6.5 億美元，已經(jīng)超過了 2016 年全年近 1000 筆交易的 5.7 億美元。

　　AI 公司的范圍從那些專注于開發(fā)核心 AI 技術(shù)到構(gòu)建 AI 工具來解決行業(yè)特定問題。在投資方面，AI 的最大細(xì)分部門是網(wǎng)絡(luò)安全和通用解決方案，其次是商業(yè)智能和物聯(lián)網(wǎng)初創(chuàng)公司。

企業(yè)如何利用人工智能

　　在評(píng)估如何部署或構(gòu)建 AI 工具時(shí)，公司應(yīng)分析最高價(jià)值用例，并計(jì)劃建立強(qiáng)大的支持和人才的基礎(chǔ)。

　　任何 AI 都將依靠三個(gè)主要的部分：數(shù)據(jù)，基礎(chǔ)設(shè)施和人才。

　　數(shù)據(jù)驅(qū)動(dòng)洞察力需要訪問大型數(shù)據(jù)集。機(jī)器學(xué)習(xí)的有效性通常與可用數(shù)據(jù)量相關(guān)。在這個(gè)階段，訪問大量數(shù)據(jù)是推動(dòng) ML 工具價(jià)值的一個(gè)要求。

　　技術(shù)設(shè)施，軟件和硬件的基礎(chǔ)設(shè)施必須有效運(yùn)行機(jī)器學(xué)習(xí)模型。云服務(wù)提供商有能力將其產(chǎn)品擴(kuò)展到 AI 基礎(chǔ)設(shè)施，并提供可與開源軟件結(jié)合使用的解決方案。 對(duì)于一些公司來說，由于監(jiān)管或其他商業(yè)原因，將訓(xùn)練數(shù)據(jù)移至云端太貴或不可行。 對(duì)于這些公司，將需要大量的計(jì)算能力，有時(shí)需要使用 GPU，F(xiàn)PGA 或 ASIC 的硬件加速。

　　AI 人才在有效利用機(jī)器學(xué)習(xí)方面至關(guān)重要。雖然并不是每家公司都將尋求建立一個(gè)內(nèi)部的 AI組織，但是經(jīng)驗(yàn)豐富的數(shù)據(jù)科學(xué)家是從 AI 推動(dòng)價(jià)值的關(guān)鍵。機(jī)器學(xué)習(xí)是一個(gè)需要專業(yè)知識(shí)的難題。

　　將 AI 推向核心產(chǎn)品和服務(wù)創(chuàng)造競(jìng)爭(zhēng)優(yōu)勢(shì)。公司必須在內(nèi)部建立一個(gè)能夠處理 AI 開發(fā)的強(qiáng)大的基礎(chǔ)設(shè)施。

　　在許多情況下，實(shí)施戰(zhàn)略需要大量資本入。 如果構(gòu)建內(nèi)部解決方案不可行，那么采用第三方工具就是一個(gè)合適的選擇。 無法將其產(chǎn)品通過 AI 進(jìn)行差異化的公司仍然可以采取措施來改進(jìn)和自動(dòng)化核心業(yè)務(wù)。 運(yùn)營(yíng)效率也是競(jìng)爭(zhēng)優(yōu)勢(shì)。

　　通過高級(jí)機(jī)器人和虛擬助理進(jìn)行差異化的客戶服務(wù)
　　對(duì)財(cái)務(wù)規(guī)劃，庫存管理和銷售渠道進(jìn)行更智能的預(yù)測(cè)
　　自動(dòng)人力資源流程，通過優(yōu)化招聘，自動(dòng)人才管理和量身定制的優(yōu)勢(shì)
　　通過自動(dòng)出站銷售，智能客戶參與和目標(biāo)營(yíng)銷，提高銷售人員的生產(chǎn)力
　　通過 AI 合同盡職調(diào)查，輔助法律研究和自動(dòng)化 IP 監(jiān)控來簡(jiǎn)化法律流程。

　　每家公司的優(yōu)先級(jí)都不一樣，有些公司可能自動(dòng)化客戶服務(wù)解決方案為其業(yè)務(wù)帶來最大的價(jià)值，但更智能的預(yù)測(cè)庫存管理可能對(duì)另一家公司產(chǎn)生更大的影響。這需要領(lǐng)導(dǎo)層分析和探索在自己的部門采用人工智能工具的好處，將揭示人工智能產(chǎn)生影響最大的領(lǐng)域。

結(jié)論

　　AI 不再是學(xué)術(shù)機(jī)構(gòu)或研發(fā)實(shí)驗(yàn)室的理論研究; 相反，它是一種本質(zhì)上能夠顛覆整個(gè)社會(huì)，帶來數(shù)十年創(chuàng)新的基礎(chǔ)技術(shù)，從我們工作的方式，醫(yī)生識(shí)別和治療疾病的方式來看，AI 將為未來創(chuàng)造無限的可能性。

　　今天實(shí)施人工智能戰(zhàn)略的公司將有機(jī)會(huì)抓住未來。 AI 正在改變我們做生意的方式，對(duì)于大小企業(yè)來說，這可能意味著一個(gè)令人不安的變化。然而，無障礙技術(shù)和活躍生態(tài)系統(tǒng)的融合表明，企業(yè)比以往任何時(shí)候都更加準(zhǔn)備參與這一新的創(chuàng)新浪潮。