十年前，人工智能和機(jī)器學(xué)習(xí)被認(rèn)為是神秘和學(xué)術(shù)性的，適用于現(xiàn)實(shí)世界的問(wèn)題具有挑戰(zhàn)性。普通人會(huì)在媒體上讀到斯坦福大學(xué)或麻省理工學(xué)院正在開(kāi)發(fā)的一些令人興奮的東西，或者谷歌正在秘密開(kāi)發(fā)的一些實(shí)驗(yàn)性軟件，但它仍然看起來(lái)像科幻小說(shuō)。

對(duì)于商業(yè)來(lái)說(shuō)，十年前，它可能意味著更少——它代表了某種新技術(shù)，充其量是不實(shí)用的，沒(méi)有當(dāng)代應(yīng)用。

快進(jìn)十年。

互聯(lián)網(wǎng)、移動(dòng)技術(shù)、云計(jì)算：所有這些創(chuàng)新都經(jīng)歷了相同的標(biāo)準(zhǔn)S曲線。創(chuàng)新者創(chuàng)造了新技術(shù)，早期采用者在其初始階段工作，幫助解決問(wèn)題，同時(shí)弄清楚其實(shí)際用途。緊隨其后的是早期的大多數(shù)人，他們簡(jiǎn)化和完善了該技術(shù)的使用。然后后來(lái)的大多數(shù)人采用了它，在這一點(diǎn)上很難記住以前的生活是什么樣的。

AI和ML在S曲線上的位置

AI和ML正在遵循這條熟悉的道路。對(duì)于早期采用者來(lái)說(shuō)，AI和ML可以做什么的含義已經(jīng)變得顯而易見(jiàn)。五年前，當(dāng)我上路與制造商交談時(shí)，大多數(shù)人都不熟悉神經(jīng)網(wǎng)絡(luò)的工作原理——他們根本就聽(tīng)說(shuō)過(guò)它們。隨著我們進(jìn)入 2022 年及以后，有明確的證據(jù)表明，隨著越來(lái)越多的企業(yè)詢問(wèn) AI 和 ML 可以為它們做什么，技術(shù)正在進(jìn)入早期多數(shù)階段。

以下是一些跡象：人工智能的基本語(yǔ)言在商業(yè)和社會(huì)中更頻繁地使用和更好地理解。

一旦理解了新技術(shù)的基本語(yǔ)言，它就會(huì)縮短新采用者的時(shí)間，因?yàn)檫@些概念對(duì)他們來(lái)說(shuō)并不陌生。還記得有人第一次告訴你使用“熱點(diǎn)”“連接到Wi-Fi”嗎？或者當(dāng)您聽(tīng)說(shuō)過(guò)Excel電子表格中的“條件格式”時(shí)？現(xiàn)在，這些術(shù)語(yǔ)可能是您日常詞典的一部分。

同樣的轉(zhuǎn)變也發(fā)生在人工智能和機(jī)器學(xué)習(xí)中——隨著人們學(xué)習(xí)并熟悉這些術(shù)語(yǔ)（并且不再擔(dān)心因?yàn)殄e(cuò)誤地使用術(shù)語(yǔ)而看起來(lái)像個(gè)白癡），他們會(huì)更多地談?wù)撍Ｒ虼?，新采用者將減少對(duì)技術(shù)本身的關(guān)注，而更多地概念化其可能性?，F(xiàn)在我被問(wèn)到一個(gè)務(wù)實(shí)的（老實(shí)說(shuō)，更相關(guān)的）問(wèn)題，即人工智能和機(jī)器學(xué)習(xí)可以解決什么問(wèn)題。

從商業(yè)的角度來(lái)看，這意味著以下問(wèn)題：

“我們可以使用AI或ML來(lái)減少客戶的等待時(shí)間嗎？”

“我們能否利用這項(xiàng)技術(shù)來(lái)降低運(yùn)輸成本和時(shí)間，并提高燃油效率？”

“人工智能或機(jī)器學(xué)習(xí)能否幫助我們識(shí)別生產(chǎn)中可以預(yù)防的變化，并為我們節(jié)省時(shí)間和金錢(qián)？”

“你的動(dòng)作識(shí)別質(zhì)量如何？”這很重要，因?yàn)樽詈玫闹圃焐痰娜毕萋史浅５?，?.001%的范圍內(nèi)，而且人工智能經(jīng)常面臨準(zhǔn)確性的挑戰(zhàn)。（答：我們的一位客戶最近進(jìn)行的烘焙表明，我們沒(méi)有錯(cuò)過(guò)他們向我們系統(tǒng)拋出的任何錯(cuò)誤！

“當(dāng)工廠車(chē)間發(fā)生變化時(shí)，我們能多快重新訓(xùn)練您的系統(tǒng)？”（答案：以天為單位！

人工智能正在走出實(shí)驗(yàn)室并投入運(yùn)營(yíng)

雖然企業(yè)在運(yùn)營(yíng)中采用人工智能，但他們知道訪問(wèn)和基礎(chǔ)設(shè)施需要改變。他們認(rèn)識(shí)到，一旦大規(guī)模引入ML，運(yùn)營(yíng)的組織方式將發(fā)生范式轉(zhuǎn)變。

通過(guò)這種轉(zhuǎn)變，從高級(jí)領(lǐng)導(dǎo)到直線員工的每個(gè)人都將看到我們的客戶已經(jīng)報(bào)告的真正變化：在數(shù)據(jù)收集上花費(fèi)的時(shí)間將減少。監(jiān)控和差異分析將成為人工智能的任務(wù)，消除人類(lèi)帶寬和對(duì)細(xì)節(jié)的關(guān)注的限制。結(jié)果將節(jié)省無(wú)數(shù)的時(shí)間，而這些時(shí)間可以投資于解決問(wèn)題的過(guò)程。

為了充分發(fā)揮AI和ML運(yùn)營(yíng)的潛力，企業(yè)必須轉(zhuǎn)變理念，并最終改變與數(shù)據(jù)的關(guān)系。

隨著企業(yè)的發(fā)展，他們實(shí)施管理系統(tǒng)來(lái)監(jiān)控整個(gè)運(yùn)營(yíng)過(guò)程中的關(guān)鍵績(jī)效指標(biāo) （KPI），以及提供他們正在尋找的結(jié)果的業(yè)務(wù)流程。操作越大，這些系統(tǒng)就越重要，可擴(kuò)展性成為一個(gè)因素，進(jìn)一步強(qiáng)調(diào)系統(tǒng)標(biāo)準(zhǔn)化和全面性的必要性。

例如，考慮最著名的效率管理哲學(xué)，豐田生產(chǎn)系統(tǒng)（TPS）。TPS引入了“TPS房屋”的概念，該概念將其綜合管理的原則可視化為有支柱的房屋結(jié)構(gòu)。如果任何一個(gè)支柱受到損害，整個(gè)房子都有可能受到影響。TPS可以說(shuō)影響了每個(gè)主要制造商的運(yùn)營(yíng)方式。

在業(yè)務(wù)中采用 AI 和 ML 對(duì)信息流產(chǎn)生了足夠的影響，因此必須以類(lèi)似于 TPS 理念的方式將 ML 操作整合到基礎(chǔ)設(shè)施中。合并可能需要?jiǎng)?chuàng)建和實(shí)施一個(gè)新的ML房屋，以簡(jiǎn)化該技術(shù)的功效。至少，它將成為精益之家下一次迭代的標(biāo)準(zhǔn)支柱。

全球視角

隨著發(fā)達(dá)國(guó)家沿著人工智能和機(jī)器學(xué)習(xí)的采用曲線前進(jìn)，障礙將被打破，技術(shù)將不可避免地進(jìn)入新興市場(chǎng)。來(lái)自金磚四國(guó)和其他新興國(guó)家的詢問(wèn)已經(jīng)表明，人工智能不再只適用于發(fā)達(dá)國(guó)家。

從歷史上看，這些發(fā)展中市場(chǎng)采用最近幾輪技術(shù)的速度比發(fā)達(dá)市場(chǎng)快?？紤]一下在不發(fā)達(dá)國(guó)家采用移動(dòng)技術(shù)的情況——由于發(fā)達(dá)國(guó)家沒(méi)有舊的有線電話基礎(chǔ)設(shè)施，沒(méi)有任何心理或其他方面的障礙可以阻止它們一旦獲得最新的技術(shù)解決方案。另一個(gè)例子是，移動(dòng)銀行一旦推出，就遠(yuǎn)遠(yuǎn)超過(guò)了發(fā)展中國(guó)家的采用速度。事實(shí)上，可以公平地說(shuō)，隨著中國(guó)政府的重大戰(zhàn)略投資，他們的目標(biāo)是很快成為領(lǐng)導(dǎo)者。

如果這是任何跡象，這意味著一旦被采用，新興市場(chǎng)就有潛力在人工智能和機(jī)器學(xué)習(xí)的采用、使用和應(yīng)用方面超越發(fā)達(dá)國(guó)家。

2022 年及以后

AI和ML是下一波將極大地影響行業(yè)的浪潮。2022 年代表了這些技術(shù)可能性的溫床。組織必須努力為這些變化做好準(zhǔn)備。無(wú)論他們是否準(zhǔn)備好，浪潮都會(huì)襲來(lái)。

審核編輯：郭婷