近年来，人工智能已经走出了机房，进入了主流商业的世界。由于深度学习和其他先进的人工智能技术、数据的惊人增长和原始处理能力的持续进步，人工智能的表现不断在进步。这些发展促使了人工智能商业应用的爆炸式增长。
人工智能正成为几乎每个商业领域的基础科学，这掀起了一场新的战争。数据显示，即使在同一行业内，人工智能的理解和采用程度也明显不同。近日，波士顿咨询公司联合麻省理工学院发布了一份名为《将AI照进现实》的研究报告，报告指出，如果目前的模式继续下去，这场战争中的胜者和败者之间的分离可能会特别戏剧化并不可逆转。报告还指出，超过70%的高管希望人工智能在他们的公司中扮演重要角色。然而总的来说，许多公司的高管声称，他们所在的机构缺乏对人工智能的基本了解。
在这份报告中，波士顿咨询与MIT对于大型机构如何全面认识和应用AI，提出了切实可行的步骤建议。雷锋网为您进行如下编译和解读：
本报告主要包括以下三点内容：
提供对人工智能直观和实际的理解。
在更深层次上，讨论人工智能的许多当前和潜在的用例，并研究人工智能对行业价值增长点、未来工作、以及竞争优势的影响。
最后，对如何在大型机构中引入和推广人工智能提出一些实际的指导。
一、AI不是现成的解决方案
人工智能不是即插即用。公司不能简单地“购买智能”并将其应用于他们的问题。尽管人工智能的元素在市场上是可用的，但仍需要内部努力来管理数据、流程和技术之间的相互作用。
将人工智能应用于工作的概念框架相当直观。(见下表所示。)简而言之，人工智能算法吸收数据，处理数据，然后生成动作。然而，这一过程依赖于几个技术层面的适当整合，且确定从数据到行动的具体路径，往往会对企业造成困扰。
图1 一个从业者的AI框架
1、从数据到行动
AI的数据处理所需要的和大数据以及传统数据分析有几点基本不同：
a、数据、培训和处理。裸人工智能算法是几行简单的计算机代码。它们不是天生智能，需要感官输入和反馈来发展智力。在可预见的未来，人工智能培训将需要公司自己的数据和努力。数据科学家必须给机器提供大量的数据，以准确地计算无数的相关性和连接，最终创造出一种算法，它的智力局限于特定的数据领域。这种经典的归纳学习方法解释了为什么人工智能经常被描述为数据饥渴。
b、行动。一个经过训练的算法可以接受实时数据和交付行为——例如，信用评分决策并自动交付给客户，或者基于医学图像的癌症诊断，或者是无人驾驶面对迎面而来的汽车向左转。虽然这个数据操作过程与标准计算机程序的工作原理并无区别，但人工智能系统在不断地学习和转变。因此，数据是行动和自我改进的来源——就像一位企业高管一样，他根据事实做出决策，并利用这些事实来完善未来的决策。
建立数据处理过程是一项艰巨的工作。公司不能在市场上购买到这个，而那些试图逃避工作或走捷径的公司将会以失望高中。BCG合著的《麻省理工斯隆管理评论》(MIT Sloan Management Review)援引一位制药公司高管的说法称，人工智能供应商提供的产品和服务是“非常年幼的孩子。”“供应商要求我们给他们大量的信息让他们学习，”他沮丧的说。“为了让它长到17或18或者21岁好获取AI服务而付出的努力，似乎并不值得。”
在可预见的未来，大多数公司将需要依靠内部数据科学家来寻找、收集、整理和创建数据来源，并开发和培训公司特定的人工智能系统。当然，公司可以将整个过程或活动以及所有数据外包给服务提供商，例如人力资源管理活动，但一旦将这些责任外包给服务于多个客户的供应商，公司可能就丧失了获得竞争优势的机会。
2、AI的基础
幸运的是，公司不需要自己开发所有的人工智能机器。市场上有配套的平台和服务。公司可以在云上租用原始的计算能力，或者将其部署在特定的硬件上，这些硬件可以处理并行的许多任务，这是人工智能技术(如深层神经网络)的基本能力。公司还可以根据开源代码访问快速开发的人工智能数据架构。最先进的人工智能算法在公共领域是可用的，而且领先的科学家已经保证继续在这些算法上发布和开源他们的工作。此外，企业也制造了人工智能平台——如谷歌的TensorFlow——作为一种服务。
企业也可以访问我们所说的人工智能构造块。这些构造块，如机器视觉，比裸算法更实用，但并不是完全自主操作的。人工智能的每一个用途都依赖于一个或多个构建块，每个构造快都依赖于算法、API和预先训练的数据集。在研究和经验的基础上，我们确定了10个正在快速发展的建筑板块。管理人员需要了解这些构造块的功能和潜在价值。有些事情在今天艰难但可行，未来几年内可能变得很容易，而今天不可能的事在三到五年内也可能会得到实现。
图2 人工智能的构造块
然而，对于那些希望处于领先地位的公司来说，市场可能并不是总能提供最好的选择。譬如当平安想要采用面部识别软件的时候，它对市场上可用的产品的性能不满意，所以它自己制造了产品。最终的内部系统识别出了中国面孔的轮廓和特征，比市面上的商业替代品更好，而且这个工具已经在不同用途下识别了超过3亿张脸。它补充了平安的其他认知系统，如声音和图像识别。这家保险公司的经验表明，所有公司都应该评估他们使用人工智能构造块的能力，以争取获得竞争优势。
二、人工智能在行动
根据BCG与MIT的调查，人工智能在商业领域的有效应用仍然很低：在20家公司中，只有1家公司广泛应用了人工智能。然而，每个行业都有领先于该行业的公司。虽然没有公司在所有功能上都取得了卓越AI方面的成就，但许多公司都在利用人工智能创造巨大的商业价值。
以下是几个行业的简要应用示例，涉及到各种组织功能和过程，展示了人工智能的普及程度，以及它在合适的环境中的巨大效用。
1、市场和销售
人工智能为公司提供了提供个性化服务、广告和互动的机会。赌注是巨大的。整合先进数字技术和专有数据以创造个性化体验，品牌可以增加6%至10%的收入，是没有这样做的品牌的三倍。BCG估计，在零售业、医疗保健和金融服务行业，未来5年，将有8000亿美元的收入将转移到提供个性化公司服务的top15%。
人工智能在分散式设置中通常非常有效——如零售或金融服务，这得益于丰富的上下文和特定的客户数据的提供。适当构建的试点项目通常可以在四到六周内验证概念，并帮助确定全面推出所需要的的数据基础设施和技能构建。
