关注“AI廖哉”，获得人工智能重要资讯

（续上篇）

企业中的人工智能正在改变工作方式，但公司必须克服各种挑战，才能从这一强大且快速发展的技术中获得价值。

AI企业管理解决方案公司一览（图片来自网络）

人工智能在企业中的影响

人工智能对21世纪商业的价值，可以与电力在20世纪初的战略价值相提并论，当时电气化改变了制造业等行业，并创造了大众通信等新行业。贝恩咨询公司（Bain&Company）高级顾问合伙人克里斯·布拉姆（Chris Brahm）告诉TechTarget：“人工智能具有战略意义，因为当今商业的规模、范围、复杂性和活力是如此极端，以至于人类再也无法在没有人工智能的情况下管理它。”

在不久的将来，人工智能对商业的最大影响源于其自动化和增强今天由人类完成的工作的能力。

从使用人工智能中实现的劳动力收益预计将扩大并超过当前工作场所自动化工具所带来的收益。通过分析海量数据，人工智能将不会简单地自动执行工作任务，而是会生成最有效的方式来完成任务，并根据环境变化动态调整工作流程。

人工智能已经在许多领域增强了人类的工作，从协助医生进行医疗诊断到帮助呼叫中心工作人员更有效地处理客户查询和投诉。在安全领域，人工智能正被用于自动响应网络安全威胁，并优先处理那些需要人类关注的威胁。银行正在使用人工智能来加快和支持贷款处理，并确保合规性。

生成式人工智能的出现极大地扩展了人工智能可以自动化和增强的工作类型。企业和消费者迅速采用了这种新技术，使用ChatGPT、Bard和Copilot等应用程序进行搜索、创作艺术、撰写文章、编写代码、创意图片和音频以及进行对话。

事实上，正如以下关于人工智能的好处和风险的章节所描述的那样，人工智能可能会消除今天由人类完成的许多工作，这是工人们的主要担忧。

人工智能给企业带来什么好处？

根据研究公司Frost&Sullivan发布的《2022年全球人工智能状况》报告，87%的受访机构表示，他们相信人工智能和机器学习将帮助他们增加收入和提高运营效率。

以下是人工智能为跨行业部门的企业带来的一些额外的主要好处：

· 改善客户服务。人工智能加速和个性化客户服务的能力是企业期望从该技术中获得的最大好处之一。例如，流媒体服务、电子商务公司和社交媒体平台使用推荐引擎为产品、服务或内容生成实时个性化建议（这是“今日头条”和抖音成功的关键）。语音识别系统可以简化呼叫路由和客户自助服务，使各行各业的公司受益。

· 改进监控。人工智能实时处理数据的能力意味着组织可以实施近乎实时的监控。例如，工厂车间在质量控制流程中使用图像识别软件和机器学习模型来监控生产和标记问题。

· 提高了业务速度。人工智能通过自动化内部和面向客户的流程来缩短业务周期。减少从一个阶段到下一个阶段（例如从设计产品到商业化）的时间，可以加快投资回报率。

· 质量更好。组织希望通过在以前手动或使用传统自动化工具（如提取、转换和加载软件）完成的任务上使用人工智能，减少错误并提高对合规标准的遵守。金融对账是机器学习大幅减少成本、时间和错误的一个金融领域成功范例。

· 更好的人才管理。企业正在使用企业人工智能软件来简化招聘流程，根除企业沟通中的偏见，并通过筛选顶级候选人来提高生产力。语音识别和其他NLP工具的进步使聊天机器人能够为求职者和员工提供个性化服务。

· 商业模式创新拓展。亚马逊（Amazon）、Airbnb、优步（Uber）等数字化企业使用人工智能来帮助实施他们的新商业模式。随着零售、银行、保险和其他行业的传统企业不断完善其数据和人工智能战略，重塑和扩大商业模式的机会也已出现。

· 定价策略优化。例子包括零售商使用人工智能进行有针对性的营销活动、供应链优化和动态定价；由制药部门进行药物发现预测和分析；以及银行使用聊天机器人提供客户服务、提供个性化理财建议和管理欺诈。

人工智能的风险是什么？

与人工智能相关的一些风险来自于同样的商业错误，这些错误可能会破坏任何技术部署：规划不充分、技能不足、缺乏与业务目标的一致性以及沟通不畅。

对于这类问题，公司应该依靠指导有效采用新技术的最佳实践。但人工智能也伴随着独特的风险，由于技术的性质和发展速度，许多组织没有准备好应对这些风险，甚至没有认识到这些风险。

有效使用人工智能的最大风险之一是对其的不信任。专业服务公司毕马威（KPMG）发现，在其《信任人工智能：全球洞察2023》调查中，61%的受访者要么对人工智能感到矛盾，要么不愿意信任人工智能——这种心态可能会阻碍人工智能的应用。例如，如果用户对工厂车间的人工智能系统的判断持怀疑态度，则该系统决定机器何时需要维护是无效的。

消除对人工智能的不信任说起来容易做起来难，正如当前人工智能技术固有的弱点所显示的那样。

固执与偏见。与任何数据驱动的工具一样，人工智能算法依赖于用于训练人工智能模型的数据的质量。因此，他们受到数据中固有的偏见的影响，导致错误的结果，引发社会上不适当的反应，进而导致更大的不信任。

无法解释的结果。由于其固有的黑箱性质，无法解释的结果是人工智能系统中的一个重大挑战。可解释性——理解一个算法是如何得出结论的——对于人工智能系统来说并不总是可能的，因为它们被配置了许多隐藏层，这些隐藏层通过自组织它们的权重来创建响应。

AI幻觉。在所谓的确定性环境中，算法的行为或输出可以根据输入来预测。如今，大多数人工智能系统都是随机或概率性的，这意味着它们依赖于统计模型和技术来生成算法认为在给定场景中可能发生的反应。但正如许多ChatGPT用户所经历的那样，结果有时是幻想，并被称为人工智能幻觉。

人工智能伦理非营利组织AI Truth的首席执行官兼创始人、前IBM人工智能和数据科学战略家Cortnie Abercrombie在她的书《你不知道什么：人工智能对你生活的无形影响以及如何夺回控制权》中列出了值得信赖的人工智能的一些原则：人道、共识、透明、可访问、机构注入、可解释、隐私和安全、公平和高质量数据、可问责、可追踪、反馈合并、可治理和可整改（humane, consensual, transparent, accessible, agency-imbuing, explainable, private and secure, fair and quality data, accountable, traceable, feedback-incorporating, governed and rectifiable）。

源于人工智能的风险无法消除，但可以管理。采用人工智能道德准则可以增加人工智能模型的透明度，从而最大限度地减少人工智能系统无意中强化有害偏见、做出不明确的决定或造成不想要的结果的机会。

除了人工智能技术固有的技术风险，企业还必须管理外部风险——例如黑客和其他不良行为者使用人工智能来逃避企业防御——以及影子人工智能程序和缺乏人工智能治理所造成的内部风险。

此外，尽管AIOps平台（Artificial Intelligence for IT Operations，即智能运维，是将人工智能的能力与IT运维相结合，通过机器学习的方法来提升运维效率）和其他打包的人工智能工具越来越容易和复杂，但由于遗留系统、数据挑战、技能差距和文化阻力等挑战，传统公司可能仍然会发现将人工智能集成到其运营中是一场艰苦的战斗。

当前的人工智能商业应用

在谷歌上搜索“人工智能用例”，会出现数百万个结果，这表明人工智能有许多企业应用。人工智能的使用案例横跨多个行业，从金融服务（早期采用者）到医疗保健、教育、营销和零售。人工智能已经进入了每一个业务部门，从营销、财务和人力资源到IT和业务运营。此外，用例包含了一系列人工智能应用：客户服务中使用的自然语言生成工具，用于自动驾驶的深度学习平台和执法部门使用的面部识别工具等。

以下是各个行业和业务部门如何使用人工智能的例子。

金融服务。金融行业使用人工智能处理大量数据，以改善商业的几乎每一个方面，包括风险评估、欺诈检测和算法交易。该行业还通过使用聊天机器人和虚拟助理（包括旨在提供投资和投资组合建议的机器人顾问）来实现客户服务的自动化和个性化。

制造业。协作机器人，又名合作机器人，与人类一起在装配线和仓库中工作，充当一双额外的手。制造业中的其他人工智能用例包括使用人工智能来预测维护需求，以及采用机器学习算法来识别购买模式，以预测生产计划中的产品需求。

农业。农业行业正在使用人工智能来生产更健康的作物，减少工作量和组织数据。

法律服务。法律文档密集型行业正在使用人工智能来节省时间和改善客户服务。律师事务所正在部署机器学习来挖掘数据并预测结果。他们还使用计算机视觉从文档中分类和提取信息，并使用NLP来解释对信息的请求。公安机关通过分析大量历史卷宗，从而破解难以侦破的案子或者修改冤假错案。

教育。除了自动化繁琐的考试评分过程，人工智能还被用于评估学生并根据他们的需求调整课程，为个性化学习铺平道路。

IT服务管理和网络安全。IT组织将机器学习应用于ITSM（IT服务管理），以更好地了解其基础架构和流程。他们使用自然语言处理的命名实体识别组件进行文本挖掘、信息检索和文档分类。人工智能技术应用于网络安全的多个方面，包括异常检测、解决误报问题和进行行为威胁分析。

市场营销。营销部门使用一系列人工智能工具，包括用于客户支持的聊天机器人和虚拟助理，用于分析客户数据和生成个性化建议的推荐引擎，以及用于品牌监测的情感分析、舆情分析。

人工智能应用是如何演变的？

大型语言模型（LLM）——即具有数十亿甚至数万亿参数的模型——的快速发展标志着商业应用的新时代，在这个时代，生成式人工智能模型可以编写引人入胜的文本，生成逼真的图像，深知可以 “创作”电影剧本。这一新兴技术的颠覆性使用案例包括撰写电子邮件回复、个人资料、简历和学期论文、设计实体产品和建筑，以及优化新的芯片设计。

当公司处理冠状病毒大流行的后果时，人工智能也被用来更好地理解企业如何适应并在面对不可预见的中断时保持盈利。人工智能在这一领域的应用包括情景分析、模拟检验。但模型构建必须变得更灵活、更具迭代性，才能通过利用员工的知识从人工智能应用中获得最大收益，人工智能专家阿里吉特·森古普塔指出，世卫组织补充说，在不确定的时期，获得最终用户的反馈至关重要，因为最终用户将知道数据中尚未出现的内容。

（未完待续）