今天實施人工智能戰(zhàn)略的公司將有機會抓住未來。AI正在改變我們做生意的方式，對于大小企業(yè)來說，這可能意味著一個令人不安的變化。然而，無障礙技術和活躍生態(tài)系統(tǒng)的融合表明，企業(yè)比以往任何時候都更加準備參與這一新的創(chuàng)新浪潮。

人工智能(AI)從根本上改變了所有行業(yè)的企業(yè)的運營(包括制造業(yè)，醫(yī)療健康，信息技術和運輸業(yè))。

在過去的十年中，AI的進步為企業(yè)提供了自動化的業(yè)務流程，改變客戶體驗和產(chǎn)品差異化的機會。

Google和亞馬遜這樣的AI先行者已經(jīng)采用這些新技術來創(chuàng)造日益增長的競爭優(yōu)勢，我們看到了他們的AI戰(zhàn)略帶來的的好處。

雖然企業(yè)級AI的采用仍處于初級階段，但把握住AI帶來的機會需要管理層進行更多的討論，增加對AI及其生態(tài)系統(tǒng)的理解，了解行業(yè)巨頭如何采取措施，從而獲得差異化的競爭優(yōu)勢。

理解AI

AI是計算機科學的一個分支，旨在創(chuàng)造能夠實現(xiàn)智能行為的機器。AI內有多種技術和細分，機器學習(ML)是其中規(guī)模最大，增長最快的領域之一。

機器學習算法從實例和經(jīng)驗中學習，而不是依賴于預定義的規(guī)則或算法。在機器學習中，還有其他細分，如深度學習，其重點是深度神經(jīng)網(wǎng)絡結構。

今天，AI準備從幾項技術創(chuàng)新和更廣泛的專業(yè)知識的融合中受益，特別是：負擔得起的云計算基礎設施，可用的大型數(shù)據(jù)集和算法優(yōu)化的飛躍。

這些進步，加上人工智能研究的投入增加，為人類發(fā)展創(chuàng)造了一個可持續(xù)發(fā)展的環(huán)境，并將繼續(xù)影響到未來的企業(yè)和社會。

機器學習有何特別之處？

最近AI的興起主要是由于機器學習的進步。這些進展導致了自然語言處理(蘋果的Siri，GoogleTranslate)，推薦系統(tǒng)(亞馬遜的推薦引擎，音樂推薦服務Pandora)和圖像識別(診斷工具，自動駕駛汽車)的突破。

機器學習大致分為兩種學習方法：監(jiān)督學習，其使用已知數(shù)據(jù)集基于標記的輸入和輸出數(shù)據(jù)進行推理。無監(jiān)督學習，從包含沒有標記輸出的數(shù)據(jù)的數(shù)據(jù)集中得出推論。

今天工作中最流行的方法是監(jiān)督學習，無監(jiān)督學習對于更廣泛的應用來說具有巨大的前景。在每種學習方法中，有多種算法類型和選擇算法可供選擇。根據(jù)問題的類型或所需的結果進行不同的選擇。

在機器學習工作流程中，流程的每個部分都需要特定類型的專業(yè)知識和資源。雖然領域專業(yè)知識對工作流程的預處理/功能部分工作很重要，但訓練階段需要獨立的AI專業(yè)知識，領域知識較少。

從基礎設施的角度來看，資源最密集的階段是數(shù)據(jù)處理時的模型訓練階段。然后是構建ML模型時，理解和權衡各種方法和正在解決的問題的類型變得很重要。

掌握AI需要的技術棧

AI技術棧是運行AI模型所需的基礎架構，包括優(yōu)化組件，存儲，數(shù)據(jù)處理和分析工具。

組件：CPU，GPU，F(xiàn)PGA和專用ASIC是AI技術棧的基礎組件。雖然CPU是普遍存在的，但在機器學習的資源密集型訓練階段中使用的GPU和FPGA已經(jīng)在深度學習中取得了巨大進步。對于需要較少資源的推理部分，傳統(tǒng)的CPU或超低功耗FPGA或ASIC是最常見的選項。

計算：公共云供應商現(xiàn)在正在為AI提供量身定制的解決方案。云計算服務商的選擇很多，可使任何企業(yè)，中小企業(yè)或小團隊都能夠以合理的價格運行AI模型。

存儲：隨著機器學習所需的大量數(shù)據(jù)，特別是在特征工程階段，數(shù)據(jù)存儲至關重要。Hadoop集群和云對象存儲的出現(xiàn)顯著提高了數(shù)據(jù)存儲容量，以支持AI使用案例。

AI技術棧依賴于公有云供應商和開源項目提供的服務。云計算巨頭(如谷歌，亞馬遜，F(xiàn)acebook，微軟和百度)投入AI服務已經(jīng)有助于從擁有技術棧的專有廠商轉移。

總而言之，將開放源碼作為公認標準在整個AI生態(tài)系統(tǒng)中引起了更快的發(fā)展。谷歌的開放源碼TensorFlow庫體現(xiàn)了這一觀念，TensorFlow可以讓任何對機器學習感興趣的人開發(fā)模型，而不必從頭開始構建庫和算法。

AI生態(tài)系統(tǒng)

過去十年，AI從研究機構中脫穎而出，成為世界上最先進的技術公司的前沿。這些公司將AI嵌入其核心產(chǎn)品和服務，加速了人工智能生態(tài)系統(tǒng)的技術進步，人才開發(fā)和投資。例如：

亞馬遜正在使用AI來改善個性化推薦并優(yōu)化庫存管理。在亞馬遜向股東提交的年度股東信中，CEOJeffBezos討論了通過其云計算部門采用AI快速交付產(chǎn)品，增強現(xiàn)有產(chǎn)品和創(chuàng)建新工具的重要性。

Google使用自己的DeepMind技術來管理數(shù)據(jù)中心的電力，將冷卻成本降低了40%。該公司的AI優(yōu)先策略專注于利用AI進行搜索優(yōu)化，自動駕駛汽車以及投資了眾多其他的解決方案。

Facebook致力于打造AI的基礎技術。其研究小組FAIR是神經(jīng)網(wǎng)絡突破的頂尖人工智能實驗室之一。

微軟已經(jīng)創(chuàng)建了一個AI業(yè)務部門，擁有超過5000名計算機科學家和工程師，專注于將AI推向公司的產(chǎn)品。

英特爾正在更新其服務器以應對處理和訓練AI系統(tǒng)所需增加的計算量。為了做到這一點，該公司已經(jīng)在CEONaveenRao(前深度學習公司NervanaCEO，2016年被英特爾收購)的領導下，組建了一個統(tǒng)一的AI的機構。

百度正在大力投入人工智能，建立圖像識別技術，推進自主駕駛，推出數(shù)字助理，開發(fā)增強現(xiàn)實工具。

AI人才的短缺仍然是一個問題。據(jù)麥肯錫稱，AI投資的70%來自最大的技術公司的內部研發(fā)投入。我們繼續(xù)看到，云端巨人從學術界聘請了關鍵的AI人才領導AI的工作。80%到90%的AI人才都在最大的幾家科技公司。

人才競爭激烈，AI公司收購大幅增長。據(jù)CBInsights的數(shù)據(jù)，僅在2017年就有不同行業(yè)使用AI的55家公司被收購。Google，蘋果，F(xiàn)acebook，英特爾，微軟和亞馬遜一直是AI中最活躍的收購者，大部分收購都落在核心AI技術中，如圖像識別和自然語言處理。

在這些技術供應商的帶領下，AI已經(jīng)出現(xiàn)一些早期的獲獎者，并在此過程中創(chuàng)造了一個積極的技術和工具生態(tài)系統(tǒng)。2017年，美國共有650多筆AI融資并購事件，總金額6.5億美元，已經(jīng)超過了2016年全年近1000筆交易的5.7億美元。

AI公司的范圍從那些專注于開發(fā)核心AI技術到構建AI工具來解決行業(yè)特定問題。在投資方面，AI的最大細分部門是網(wǎng)絡安全和通用解決方案，其次是商業(yè)智能和物聯(lián)網(wǎng)初創(chuàng)公司。

企業(yè)如何利用人工智能

在評估如何部署或構建AI工具時，公司應分析最高價值用例，并計劃建立強大的支持和人才的基礎。任何AI都將依靠三個主要的部分：數(shù)據(jù)，基礎設施和人才。

數(shù)據(jù)驅動洞察力需要訪問大型數(shù)據(jù)集。機器學習的有效性通常與可用數(shù)據(jù)量相關。在這個階段，訪問大量數(shù)據(jù)是推動ML工具價值的一個要求。

技術設施，軟件和硬件的基礎設施必須有效運行機器學習模型。云服務提供商有能力將其產(chǎn)品擴展到AI基礎設施，并提供可與開源軟件結合使用的解決方案。對于一些公司來說，由于監(jiān)管或其他商業(yè)原因，將訓練數(shù)據(jù)移至云端太貴或不可行。對于這些公司，將需要大量的計算能力，有時需要使用GPU，F(xiàn)PGA或ASIC的硬件加速。

AI人才在有效利用機器學習方面至關重要。雖然并不是每家公司都將尋求建立一個內部的AI組織，但是經(jīng)驗豐富的數(shù)據(jù)科學家是從AI推動價值的關鍵。機器學習是一個需要專業(yè)知識的難題。

將AI推向核心產(chǎn)品和服務創(chuàng)造競爭優(yōu)勢。公司必須在內部建立一個能夠處理AI開發(fā)的強大的基礎設施。

在許多情況下，實施戰(zhàn)略需要大量資本入。如果構建內部解決方案不可行，那么采用第三方工具就是一個合適的選擇。無法將其產(chǎn)品通過AI進行差異化的公司仍然可以采取措施來改進和自動化核心業(yè)務。運營效率也是競爭優(yōu)勢。

通過高級機器人和虛擬助理進行差異化的客戶服務，對財務規(guī)劃，庫存管理和銷售渠道進行更智能的預測，自動人力資源流程，通過優(yōu)化招聘，自動人才管理和量身定制的優(yōu)勢，通過自動出站銷售，智能客戶參與和目標營銷，提高銷售人員的生產(chǎn)力，通過AI合同盡職調查，輔助法律研究和自動化IP監(jiān)控來簡化法律流程。

每家公司的優(yōu)先級都不一樣，有些公司可能自動化客戶服務解決方案為其業(yè)務帶來最大的價值，但更智能的預測庫存管理可能對另一家公司產(chǎn)生更大的影響。這需要領導層分析和探索在自己的部門采用人工智能工具的好處，將揭示人工智能產(chǎn)生影響最大的領域。

結論

AI不再是學術機構或研發(fā)實驗室的理論研究;相反，它是一種本質上能夠顛覆整個社會，帶來數(shù)十年創(chuàng)新的基礎技術，從我們工作的方式，醫(yī)生識別和治療疾病的方式來看，AI將為未來創(chuàng)造無限的可能性。

今天實施人工智能戰(zhàn)略的公司將有機會抓住未來。AI正在改變我們做生意的方式，對于大小企業(yè)來說，這可能意味著一個令人不安的變化。然而，無障礙技術和活躍生態(tài)系統(tǒng)的融合表明，企業(yè)比以往任何時候都更加準備參與這一新的創(chuàng)新浪潮。

來源：機房監(jiān)控  http://shfkmygs.com/   本文采集于網(wǎng)絡，如有問題有聯(lián)系刪除