人工智能与机器学习：拓展商业、创意和创新的未来

在变幻莫测的时代，企业往往会花费更多的精力管理支出。但最近，许多企业似乎还不吝巨资投入机器学习 (ML) 和人工智能 (AI) 技术。包括软件、硬件和服务在内，全球人工智能市场的年复合年增长率接近 20%，预计到 2024 年将突破 5000 亿美元大关。

人工智能投资回报周期

来源: ESI ThoughtLab

在本期《视野》中，我们的专家毫无保留地分享技术与实践，以确保人工智能与机器学习不仅能让企业获得投资回报，而且还可以为组织的创新战略做出贡献。

i. 识别和利用人工智能机会

人工智能从未像现在这样强大，或者更易于使用——但这并不意味着它总是应对业务挑战的正确解决方案。 了解自动化的最佳通用用例、确定改进成熟的特定流程以及仔细规划和测试都应该是在任何重大 AI 项目之前进行评估的一部分。

技术力量的融合为人工智能发挥作用奠定基础

来源: Thoughtworks

ii. 从单调任务自动化到协作和创造性

自动化是 AI/ML 实践的标准目标，但实际上只是更广泛的潜在价值链的一个方面。 通过从自动化到增强，公司可以获得超越生产力和效率的收益。 在最好的情况下，人工智能成为帮助组织解决复杂问题、基于实时数据进行预测和适应，甚至创建新产品或业务线的工具。

人工智能价值连续体

来源: Thoughtworks

iii. 处理数据、人员和伦理维度的正确方法

建立长期成功的人工智能实践需要组织应对三个关键挑战：

数据：如果数据源不同、失真或根本不可用，人工智能系统可能会产生不完整或有问题的结果，从而演变成重大问题，因为机器会根据先前的错误结论进行学习。 有时最好的方法是重新开始。

人员: 人工智能项目需要尽可能获得支持，部分原因在于掌握相关技能的人才仍然短缺。在最近的一项调查中，人才匮乏甚至排在数据和技术挑战之前，成为企业应用人工智能的最大阻碍。

人工智能应用受困于人才短缺

来源: O’Reilly

伦理:  允许系统做出决定，例如谁可以访问产品或服务，或者图像或交互何时可能出现问题，意味着这些系统可能具有直接的道德影响。 这让企业有责任确保人工智能驱动的决策透明、可追溯且尽可能没有偏见。

从旧的限制到新的可能性

人工智能是一个快速发展的领域，它具有前所未有的计算能力、量身定制的算法和自然语言处理，所有这些都将扩展企业的可能性。 随着增强时代的到来，企业可以期待人工智能发挥更具战略性和创造性的作用。 同时，也有系统无法接管的任务。