十年前，人工智能和機器學(xué)習(xí)被認為是神秘和學(xué)術(shù)性的，適用于現(xiàn)實世界的問題具有挑戰(zhàn)性。普通人會在媒體上讀到斯坦福大學(xué)或麻省理工學(xué)院正在開發(fā)的一些令人興奮的東西，或者谷歌正在秘密開發(fā)的一些實驗性軟件，但它仍然看起來像科幻小說。

對于商業(yè)來說，十年前，它可能意味著更少——它代表了某種新技術(shù)，充其量是不實用的，沒有當代應(yīng)用。

快進十年。

互聯(lián)網(wǎng)、移動技術(shù)、云計算：所有這些創(chuàng)新都經(jīng)歷了相同的標準S曲線。創(chuàng)新者創(chuàng)造了新技術(shù)，早期采用者在其初始階段工作，幫助解決問題，同時弄清楚其實際用途。緊隨其后的是早期的大多數(shù)人，他們簡化和完善了該技術(shù)的使用。然后后來的大多數(shù)人采用了它，在這一點上很難記住以前的生活是什么樣的。

AI和ML在S曲線上的位置

AI和ML正在遵循這條熟悉的道路。對于早期采用者來說，AI和ML可以做什么的含義已經(jīng)變得顯而易見。五年前，當我上路與制造商交談時，大多數(shù)人都不熟悉神經(jīng)網(wǎng)絡(luò)的工作原理——他們根本就聽說過它們。隨著我們進入 2022 年及以后，有明確的證據(jù)表明，隨著越來越多的企業(yè)詢問 AI 和 ML 可以為它們做什么，技術(shù)正在進入早期多數(shù)階段。

以下是一些跡象：人工智能的基本語言在商業(yè)和社會中更頻繁地使用和更好地理解。

一旦理解了新技術(shù)的基本語言，它就會縮短新采用者的時間，因為這些概念對他們來說并不陌生。還記得有人第一次告訴你使用“熱點”“連接到Wi-Fi”嗎？或者當您聽說過Excel電子表格中的“條件格式”時？現(xiàn)在，這些術(shù)語可能是您日常詞典的一部分。

同樣的轉(zhuǎn)變也發(fā)生在人工智能和機器學(xué)習(xí)中——隨著人們學(xué)習(xí)并熟悉這些術(shù)語（并且不再擔(dān)心因為錯誤地使用術(shù)語而看起來像個白癡），他們會更多地談?wù)撍Ｒ虼?，新采用者將減少對技術(shù)本身的關(guān)注，而更多地概念化其可能性?，F(xiàn)在我被問到一個務(wù)實的（老實說，更相關(guān)的）問題，即人工智能和機器學(xué)習(xí)可以解決什么問題。

從商業(yè)的角度來看，這意味著以下問題：

“我們可以使用AI或ML來減少客戶的等待時間嗎？”

“我們能否利用這項技術(shù)來降低運輸成本和時間，并提高燃油效率？”

“人工智能或機器學(xué)習(xí)能否幫助我們識別生產(chǎn)中可以預(yù)防的變化，并為我們節(jié)省時間和金錢？”

“你的動作識別質(zhì)量如何？”這很重要，因為最好的制造商的缺陷率非常低，在0.001%的范圍內(nèi)，而且人工智能經(jīng)常面臨準確性的挑戰(zhàn)。（答：我們的一位客戶最近進行的烘焙表明，我們沒有錯過他們向我們系統(tǒng)拋出的任何錯誤！

“當工廠車間發(fā)生變化時，我們能多快重新訓(xùn)練您的系統(tǒng)？”（答案：以天為單位！

人工智能正在走出實驗室并投入運營

雖然企業(yè)在運營中采用人工智能，但他們知道訪問和基礎(chǔ)設(shè)施需要改變。他們認識到，一旦大規(guī)模引入ML，運營的組織方式將發(fā)生范式轉(zhuǎn)變。

通過這種轉(zhuǎn)變，從高級領(lǐng)導(dǎo)到直線員工的每個人都將看到我們的客戶已經(jīng)報告的真正變化：在數(shù)據(jù)收集上花費的時間將減少。監(jiān)控和差異分析將成為人工智能的任務(wù)，消除人類帶寬和對細節(jié)的關(guān)注的限制。結(jié)果將節(jié)省無數(shù)的時間，而這些時間可以投資于解決問題的過程。

為了充分發(fā)揮AI和ML運營的潛力，企業(yè)必須轉(zhuǎn)變理念，并最終改變與數(shù)據(jù)的關(guān)系。

隨著企業(yè)的發(fā)展，他們實施管理系統(tǒng)來監(jiān)控整個運營過程中的關(guān)鍵績效指標 （KPI），以及提供他們正在尋找的結(jié)果的業(yè)務(wù)流程。操作越大，這些系統(tǒng)就越重要，可擴展性成為一個因素，進一步強調(diào)系統(tǒng)標準化和全面性的必要性。

例如，考慮最著名的效率管理哲學(xué)，豐田生產(chǎn)系統(tǒng)（TPS）。TPS引入了“TPS房屋”的概念，該概念將其綜合管理的原則可視化為有支柱的房屋結(jié)構(gòu)。如果任何一個支柱受到損害，整個房子都有可能受到影響。TPS可以說影響了每個主要制造商的運營方式。

在業(yè)務(wù)中采用 AI 和 ML 對信息流產(chǎn)生了足夠的影響，因此必須以類似于 TPS 理念的方式將 ML 操作整合到基礎(chǔ)設(shè)施中。合并可能需要創(chuàng)建和實施一個新的ML房屋，以簡化該技術(shù)的功效。至少，它將成為精益之家下一次迭代的標準支柱。

全球視角

隨著發(fā)達國家沿著人工智能和機器學(xué)習(xí)的采用曲線前進，障礙將被打破，技術(shù)將不可避免地進入新興市場。來自金磚四國和其他新興國家的詢問已經(jīng)表明，人工智能不再只適用于發(fā)達國家。

從歷史上看，這些發(fā)展中市場采用最近幾輪技術(shù)的速度比發(fā)達市場快?？紤]一下在不發(fā)達國家采用移動技術(shù)的情況——由于發(fā)達國家沒有舊的有線電話基礎(chǔ)設(shè)施，沒有任何心理或其他方面的障礙可以阻止它們一旦獲得最新的技術(shù)解決方案。另一個例子是，移動銀行一旦推出，就遠遠超過了發(fā)展中國家的采用速度。事實上，可以公平地說，隨著中國政府的重大戰(zhàn)略投資，他們的目標是很快成為領(lǐng)導(dǎo)者。

如果這是任何跡象，這意味著一旦被采用，新興市場就有潛力在人工智能和機器學(xué)習(xí)的采用、使用和應(yīng)用方面超越發(fā)達國家。

2022 年及以后

AI和ML是下一波將極大地影響行業(yè)的浪潮。2022 年代表了這些技術(shù)可能性的溫床。組織必須努力為這些變化做好準備。無論他們是否準備好，浪潮都會襲來。

審核編輯：郭婷