如今，業務中的人工智能(AI)正迅速成為企業的一種常用的競爭工具。顯然，很多企業已不再爭論人工智能的利弊。從客戶服務聊天機器人到數據分析，再到預測性建議、深度學習和人工智能，企業領導者都將人工智能視為一種必不可少的工具。
這使得人工智能不僅成為了企業應該關注的技術，而且應該積極探索如何利用新興技術，例如機器學習、云計算和大數據。
如果不相信人工智能已準備好處理越來越多的任務，可以參考IBM公司的Watson 2011年在Jeopardy上的表現。或者考慮一下可能已經在個人生活中使用支持人工智能設備和服務的各種方式，例如智能助理應用程序或亞馬遜的Alexa或蘋果的Siri等設備。更不用說其他人工智能應用程序，例如駕駛汽車時使用的GPS應用程序。
以下簡要介紹一下企業在其業務中如何使用人工智能，以及企業如何采用人工智能的一些建議。
最近的一項調查結果表明，人工智能可以在從客戶支持到個性化等領域為企業提供幫助
了解競爭對手如何使用人工智能
企業不可能希望競爭對手能夠告知如何使用人工智能技術。但是多虧有了互聯網，企業可以了解競爭對手的應用情況。例如，在網絡搜索“Staples公司如何使用人工智能”，而對于該公司將人工智能技術應用于自身的過程，網絡將會提供豐富的信息。
接下來，了解競爭對手的網站和社交媒體(特別是LinkedIn和Facebook)，瀏覽他們的新聞稿、新聞報道和博客。甚至需要查閱可能無法在網上獲得的通訊、年度報告或其他文獻。然后在更廣泛的網絡實施行業搜索，例如“醫院如何使用人工智能”、“雜貨店如何使用人工智能”，甚至進行更廣泛的搜索。
例如，當搜索“在企業中使用人工智能”時，就會得到各種關于人工智能的業務用途的文章和信息，其中包括：
·改善客戶決策管理
·改進軟件和制造的質量保證
·編寫代碼
·閱讀頭部CT掃描等醫學成像。
另一個建議是：研究供應鏈的其他部分(部件、運輸、支持等)將如何使用人工智能。
不要忘記其他的非數字途徑。如果業界人士要參加行業活動，可以參加有關人工智能的會議，與參人員溝通交流。當然，也可以閱讀人工智能的書籍。
企業對人工智能可以幫助他們預測各種各樣的活動寄予厚望
了解人工智能可以為企業做些什么
根據企業的研究，應該能夠建立一個列表，并對人工智能可以為企業以及其所在行業做些什么建立一些認識。
在幾個主要關鍵領域的人工智能應用：
·人工智能技術的類型，如機器學習、深度學習、自然語言處理和認知計算。了解這些是什么，以及每種數據和任務的不同類型，應該有助于企業更好地了解人工智能，并了解各種目標的需求和限制。
·人工智能可以使用哪種處理方式，例如圖像和語音識別，預測分析。這將有助于企業全面了解人工智能的用途，不僅僅是公司，還包括政府、教育、科學和其他研究人員，以及其他人。
·用例：這些功能可以幫助完成哪些特定任務，例如智能代理(用于電話、聊天機器人等)、優化庫存訂單、預測機器或系統故障、識別計算機威脅、發現欺詐客戶活動。
根據此列表，下一步是提供一份簡短的列表，列出人工智能如何幫助企業的特定任務和用例。
要幫助制作此列表，請執行以下操作：
·決定企業希望獲得什么樣的福利——提高員工生產力?更快的工作流程?提高產品生產率?降低成本?
·目標時間范圍。
然后，根據估計成本、實施時間、風險/收益和整體價值的組合，對該列表進行優先級排序。
同時，選擇一個或兩個規模較小的任務來為企業嘗試人工智能。這可能是更大任務中的一小部分。在此給出提示，從非業務關鍵的任務開始，以及從不面向客戶的任務開始。
搜索并比較供應商
現在是企業確定潛在的技術供應商的時候了，而頂級人工智能公司并不缺乏。
為了找到并對供應商進行比較，企業首先必須評估如何將人工智能功能添加到公司的IT中，而這又取決于以下因素：
·IT員工的規模和深度(以及預算)。企業是否已經擁有人工智能的專業知識?開發人員是否能夠添加人工智能?企業的IT員工是否有時間和資源將人工智能添加到現有的業務IT中?研究、提出和開發基于人工智能的新業務計劃?
·企業的IT提供商是否提供人工智能擴展、模塊、工具、功能等。
人工智能功能的供應商涵蓋幾個類別：
·為其產品添加了人工智能功能的供應商。這包括從亞馬遜、蘋果和谷歌到IBM、Intel和Salesforce等公司，因此企業需要決定是否計劃使用所擁有/購買的硬件或云計算資源(或兩者兼而有之)。
·通過API或其他方法訪問特定人工智能功能的供應商。
對于企業正在尋球的一些人工智能功能，當前的供應商可能已經提供。而在其他情況下，企業可以外包。這一切都取決于企業想要什么，企業內部部署數據中心有多少帶寬，以及企業如何配置IT運營。
企業最好的選擇是獲得人工智能專家的幫助，無論是內部人員還是外部顧問。
實施人工智能項目
一旦企業確定最初的人工智能項目，就需要開始著手實施。
·首先，企業需要制定計劃，說明具體和一般目標、里程碑計劃、估計硬成本和軟成本以及所需的資源，其中包括人員技能、硬件和軟件。
·確定哪些人將受到影響，包括現有資源、供應商、用戶。了解誰應該受益，同時了解實施過程中可能產生的負面影響。
·為項目利益設定目標。這包括確定如何測量結果，以及如何比較啟用人工智能的方法和先前的方法。
·不要忘記與利益相關者(包括用戶/客戶)溝通。當試驗和操作版本準備就緒時，詢問他們的想法、偏好和建議，以及培訓文檔和課程計劃。
關鍵：隨時準備重新訪問
企業的人工智能項目如果沒有開發和測試意味著并沒有完成。除了跟蹤企業選擇的人工智能供應商進行改進外，企業還希望掌握其他人工智能開發的最新功能。例如，有哪些新功能可用?基礎設施性能或價格的哪些改進使現有或新的人工智能產品現在可行?
當然，企業需要了解行業中的其他公司以及為其行業服務的人工智能供應商，他們正在實施的策略或者他們的路線圖。
要避免的挑戰和陷阱
企業的運營和業務添加人工智能將是一個巨大的變化，以下是應對挑戰的一些建議：
·了解企業采用的人工智能是如何工作的?它的優勢是什么?缺點是什么?
·人工智能需要什么樣的IT環境?更多內存?更新的硬件級虛擬化?不同的內存或I/O，如遷移到NVMe或超融合基礎設施?
·企業是否為其人工智能應用程序提供過多的數據?還是太少了?錯誤的數據?詢問的是正確的問題嗎?
·尋找能夠給出清晰、可操作的警報或其他結果的人工智能工具，而不是無窮無盡的發現。
另外，關注為產品/服務提供支持的人工智能，而不是仍在開發中的人工智能。
值得關注的未來趨勢
盡管人工智能作為計算機科學領域一個分支，其歷史可以追溯到20世紀50年代，但只有在過去的十年中才為各種規模的公司提供多種類型的人工智能。這要歸功于持續的硬件價格/性能改進、云計算和人工智能技術的進步。
與此同時，大數據、物聯網、自動駕駛車輛、語音和圖像識別等技術趨勢正在生成更多的“目標”，為人工智能工具提供幫助。
特別是，企業需要關注云計算的成本和功能，以及正在實施或談論的內容，人工智能是明智的，像幾乎涉及計算機技術的事物一樣，許多的功能都無法預測。
關鍵詞：
