人工智能或人工智能已不再是虛構(gòu)的

它是目前在各種應(yīng)用中使用的可靠技術(shù)，并且在檢測嵌入在大量數(shù)據(jù)中的模式方面顯示出了特殊的價值，預(yù)測特定客戶可能會購買的商品，識別信用卡欺詐，分析保修數(shù)據(jù)以查明質(zhì)量問題，并為保險承銷商提供更準(zhǔn)確的精算模型，圍繞AI的炒作更加強大，并且一些組織被它所吸引。這種誘惑很容易激起將技術(shù)應(yīng)用到不太適合的任務(wù)的嘗試，使用AI來診斷和推薦癌癥治療計劃，最終使該組織付出了一筆巨款，卻從未被患者使用過。

使工具與工作相匹配

然而與此同時，中心嘗試將AI用于更多日常事務(wù)，例如為患者家庭推薦旅館和飯店，他們發(fā)現(xiàn)，給定明確定義的問題參數(shù)，該技術(shù)產(chǎn)生了令人印象深刻的結(jié)果，并節(jié)省了大量員工時間，諸如更新客戶文件，更換丟失的信用卡以及從法律文件中提取準(zhǔn)備金之類的東西都非常適合AI自動化業(yè)務(wù)流程并跨多個后端系統(tǒng)工作。

但是與人不同，人工智能技術(shù)相對不靈活

在IT中使用AI的問題在于它過于僵化，如果AI算法是圍繞一個公司的網(wǎng)絡(luò)基礎(chǔ)結(jié)構(gòu)構(gòu)建的，然后有人試圖在看似相同的公司基礎(chǔ)結(jié)構(gòu)上使用AI算法，那么他們將感到失望，它行不通這與它學(xué)到的模式不同，甚至在IT團隊宣稱AI解決方案取得成功的情況下，也常常是因為他們錯誤地使用了該術(shù)語，人工智能與專家系統(tǒng)并不相同，即使專家系統(tǒng)可以非常智能，沒有學(xué)習(xí)算法的核心，就不是人工智能，常識不是AI的特征。

盡管如此人工智能及其基礎(chǔ)技術(shù)（例如神經(jīng)網(wǎng)絡(luò)）仍具有可觀的前景-尤其是當(dāng)它們不斷改進

學(xué)習(xí)并克服其當(dāng)前局限性時，確實隨著時間的流逝，當(dāng)今出現(xiàn)的許多令人屏息的AI炒作和錯誤描述完全有可能成為現(xiàn)實。至少就目前而言，AI可以理解為具有不同的風(fēng)格，每種風(fēng)格對應(yīng)于不同的復(fù)雜程度。

最底層的是針對日常后臺業(yè)務(wù)流程的自動化工具

在中間的梯級上是用于通過分析獲得洞察力的系統(tǒng)，例如在大量數(shù)據(jù)中查找模式，識別語音或識別圖像，與業(yè)務(wù)流程機器人不同，第二梯級學(xué)會了隨著時間的推移而不斷改進，梯隊最重要的是認知參與，包括系統(tǒng)自動化（例如，自動擴展基礎(chǔ)結(jié)構(gòu)和其他類型的補救措施），用于回答員工問題的內(nèi)部站點以及向零售商提出的建議，以提高銷售和客戶參與度。但是他們?nèi)匀粵]有那么擅長，發(fā)現(xiàn)其70％的客戶要求都需要人工值班人員來回答。

但是AI已經(jīng)可以提供某些類型的IT用戶支持

例如，對于不擅長監(jiān)控的IT團隊成員，AI可以幫助他們從噪聲中過濾掉信號，從而使他們的工作變得更加輕松和快捷，除此之外，隨著時間的流逝，AI似乎注定要成熟到可以在管理復(fù)雜的IT網(wǎng)絡(luò)和流量方面提供更多幫助的高強度需求，即使是非常聰明的人也很容易淹沒，但是我們還不存在，因此需要相應(yīng)地調(diào)整期望值。
責(zé)任編輯：YYX