機器學習是未來的發(fā)展還是現(xiàn)在的業(yè)務發(fā)展？隨著每天新的AI和機器學習實例推動我們對技術的了解的界限，這是許多企業(yè)領導者提出的一個問題。

最近的一個有力的例子是Google在5月8日展示了其Google Assistant預訂發(fā)廊和餐廳預訂的示例，其對話的清晰度既令人振奮又令人不安。

許多企業(yè)領導者將因恐慌而原諒。如果機器學習速度很快，那么在利用機器學習方面我的生意現(xiàn)在會落后多少？

雖然Google的職責是成為特立獨行的公司，并通過萌芽和先進的技術取得突破，但大多數(shù)CIO的任務是提供可帶來業(yè)務成果的解決方案。

除了競相開發(fā)自動駕駛汽車或在全球人臉識別系統(tǒng)中處于領先地位的公司之外，很少有公司想出辦法如何通過將機器學習變成貨幣化，這種機器學習的重點是教機器人表現(xiàn)得更像人類。

盡管如此，仍然有大量投資涌入AI和機器學習領域。國際數(shù)據(jù)公司（IDC）預測，到2021年，對認知和人工智能系統(tǒng)的投資將增長到5200萬美元以上。

CIO應該將機器學習預算和愿景放在哪里？CIO可以并且應該更多地利用計算機具有的某些非人類功能，而不是尋找技術可以更像人類的方式。

例如，當今的計算機可以在毫秒內處理和分析大型，復雜的數(shù)據(jù)集。將機器學習功能添加到這種巨大的快速分析功能中，突然之間您就有了一個商務智能（BI）工具，該工具可以抓取不斷增長的復雜業(yè)務數(shù)據(jù)，觀察趨勢，分析發(fā)現(xiàn)的內容并提供見解和潛在解決方案。