人工智能在企业中开始变得务实

作者: Matt Asay 2019-11-04 09:24:27

 事实证明,人工智能并不是洒落在遗留流程和遗留技术上的神奇精灵,而是对如何做生意的一种根本性的反思。

两年之前,对人工智能(AI)的荒谬期望达到了顶峰,我会试图在这篇文章中对此进行讨论。现在呢?好吧,现实似乎已经悄然而至,从企业是如何接近人工智能的就可以看出,如今的人工智能已经开始专注于那些唾手可得的成果,而不是空想。

这是在德勤的《企业人工智能状况》第二版中得出的结论,该书揭示了一个对人工智能的越来越严肃的世界。也就是说,数据中仍有一些让人头疼的地方。让我们深入研究下这份报告。

把无聊的事情做好

首先,在德勤所调查的1100名高管中,有高达82%的人认为他们从人工智能投资中获得了积极的财务回报。当然,并非每个人都能够平等的受益。声称从投资中获得高回报的行业包括科技/媒体/娱乐/电信/专业服务和工业产品(最后一类支出最少,但收益仍然很大)。相比之下,生命科学和医疗保健、政府、金融服务和消费品的投资回报率则相对较低。然而,“较低”的投资回报率也并不意味着“不存在”,因为几乎每个投资人工智能的人都声称对此感到满意。

问题是为什么。

显然不是因为企业能够解雇生产率最低的员工。在德勤2017年末和2018年末的调查中,列出了“通过自动化实现裁员”的高管仅增加了两个百分点(从22%增加到24%)。与此同时,“优化内部运营”这一争议性小得多(也可以说是更有用)的效益则上升了6个百分点(从36%上升到42%)。

然而,更令人担忧的是人工智能似乎并没有能够改善产品开发,进而也没有改善客户体验。尽管44%的受访者选择了“增强当前产品”作为了人工智能投资的收益,但这一比例低于2017年的51%。“创造新产品”方面又怎么样呢?也下降了,从32%下降到了27%。事实上,从2017年到2018年,超过一半的引用收益下降了,唯一的另一个至少提高了2%的收益项是“获取和应用稀缺知识”。

这一数据的积极一面是,短期预期的下降趋势可能预示着对人工智能的长期影响。此外,正如德勤所估计的那样,对改进产品的关注可能表明,我们需要一点现实主义:

这种向内部运营的转变伴随着将人工智能集成到现有产品和服务中的重视程度有所降低,尽管这仍然是很受欢迎的目标。事实上,在进行这种集成之前,通常需要进行操作更改。我们的受访者可能已经意识到他们应该首先进行运营改革了。

这是对的。事实证明,人工智能并不是洒落在遗留流程和遗留技术上的神奇精灵,而是对如何做生意的一种根本性的反思。除非一家公司愿意改变其文化(和相关流程),否则任何人工智能投资都不会奏效。

这些数字无法相加

尽管这种现实主义很受欢迎,但报告中并非所有数据都是有意义的。例如,当被要求回答这个问题时——“相对于竞争对手,受访者表示,他们的公司采用人工智能让他们能够……”——人们可能会期待一系列的回答,但其中可能应该包括“我们不会因为人工智能而被竞争对手打败。”相反,结果如下:

  • 16%-迎头赶上
  • 20%-保持水准
  • 27%-略微领先
  • 28%-扩大领先优势
  • 9%-跃居领先地位

所以,没有人落后么?显然,在人工智能方面,我们都高于平均水平。当然,也许是被调查的1100个人都代表着完全不同的行业,没有被调查的每个人都将被这些人工智能驱动的行业巨头所超越,但是...也许不会。也许,只是也许,事实上,16%的人还没有赶上大众的步伐,也许20%已经落后了,等等。

或许是高管们正透过这些玫瑰色的眼镜寻找着下一个惊喜:88%的受访者打算在明年(也就是2019年)增加人工智能投资,整整54%的人预计增加10%以上。还记得至少一半行业的投资回报率有多低吗?显然,这并没有挫伤人们增加支出的热情。不过,别担心!正如德勤所写的,“只有不到50%的受访公司衡量了衡量财务回报所必需的关键绩效指标。”

换句话说,“我们不知道我们的人工智能投资是否是卓有成效的,但是为了它们能够有成效,就让我们为此注入更多燃料吧。”人们很容易接受这种冷漠的观点,但在预期的好处方面,实用主义会有所抬头。只要组织关注于渐进的流程改进,而不是昂贵的空想,我们就应该能够看到组织有能力对那些空想进行投资,但这仍然要归功于今天的更加谨慎的投资。

人工智能 技术 数据
上一篇:了解网络安全AI的4个主要用例 下一篇:面部识别必看!5篇论文了解如何实现人脸反欺诈、跨姿势识别等(附链接)
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

MIT提出Liquid机器学习系统,可像液体一样适应动态变化

麻省理工学院(MIT)的研究者开发出了一种新型的神经网络,其不仅能在训练阶段学习,而且还能持续不断地适应。

机器之心 ·  2021-02-21 15:47:47
规划智慧城市时,别忘了无障碍通行

要想成为一个智慧城市甚至一个智慧世界,虽然可能需要时间和有针对性的规划,但我们必须以人为本。

蒙光伟 ·  2021-02-21 10:26:41
2021关于人工智能的五大趋势

数字化变革,比过去10年更多,这主要是由于远程工作的规模,以及企业迅速部署了必要的技术,尤其是与网络安全相关的技术。那,2021关于人工智能的五大趋势会是如何的呢?

Lichu ·  2021-02-21 10:21:01
使数据中心更智能:人工智能如何发挥作用?

随着数据成为维持几乎所有业务运营以获取洞察力和业务成果的先决条件,数据中心正处于这种数字化转型的关键。

Cassie ·  2021-02-21 10:14:59
IBM拟出售Watson Health后,AI医疗还能不能碰

医疗服务仍然是一块商业上尚未被完全发掘的市场,看病难/看病贵、医疗资源紧缺、医疗资源不平均等痛点问题长期存在,对应的市场空间理应是巨大的。而Watson Health作为IBM曾寄予厚望的业务方向,为何要在此时萌生退意?它的故事给业界带来哪些启发?眼下的AI医疗市场,究竟是一副什么样的局面呢?

物联传媒 ·  2021-02-21 08:41:16
抛弃归一化,深度学习模型准确率却达到了前所未有的水平

我们知道,在传递给机器学习模型的数据中,我们需要对数据进行归一化(normalization)处理。

机器之心 ·  2021-02-20 21:09:12
华人博士生首次尝试用两个Transformer构建一个GAN

最近,CV 研究者对 transformer 产生了极大的兴趣并取得了不少突破。这表明,transformer 有可能成为计算机视觉任务(如分类、检测和分割)的强大通用模型。

Yifan Jiang ·  2021-02-20 21:04:53
无监督训练用堆叠自编码器是否落伍?ML博士对比了8个自编码器

柏林工业大学深度学习方向博士生 Tilman Krokotsch 在多项任务中对比了 8 种自编码器的性能。

Tilman Krokotsch ·  2021-02-20 20:57:16
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载