前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >福布斯:AI商业落地视角必须实际可行,影响企业盈余关键是预测

福布斯:AI商业落地视角必须实际可行,影响企业盈余关键是预测

作者头像
新智元
发布2018-03-28 14:30:08
4930
发布2018-03-28 14:30:08
举报
文章被收录于专栏:新智元新智元

【新智元导读】本文作者综合从科技作者,研究科学家到企业创始人的观点,提出 AI 的落地中提供给企业的关键优势是预测,而且利用 AI 的预测只会越来越准确,同时也越来越便宜,决策过程中 AI 的增加将促成人与机器之间的伙伴关系。

似乎人人都在谈论人工智能(AI)。AI及其许多形式——认知计算,机器学习,深度学习,分析——似乎将要从上到下地接管每个组织的运作。但它们有多少是以现实为依据的?

IBM 前主管,同时也是知名科技作者 Irving Wladawsky-Berger 博士最近探讨了这个问题,指出 AI 在落地过程中提供给企业的一个关键优势是:预测。从其核心来说,AI 是一种预测技术,这也是 AI 将影响企业盈余的所在。正如 Wladawsky-Berger 所解释的那样,数据驱动的预测体现在各种事情上,从“估计按揭贷款申请人的信用价值”到“经济表现和情报评估”。

Wladawsky-Berger 指出,通过降低预测的成本,AI 将帮助“对那些依赖预测的商品和服务,如天气预报和个人化营销等,降低其成本,提高其质量”。就像从前算法,通信和搜索的情况那样,我们将能够在各种新的应用中利用预测。而且利用 AI 的预测只会越来越准确,同时也越来越便宜。

伴随着 AI 将取代与预测相关的许多本来由人来执行的任务,从凭直觉的预测到数据驱动的预测的转变,将会产生另一些有趣的影响。Wladawsky-Berger 补充说,人的判断(human judgement)的价值将会增加。常规、日常的任务和决策将实现自动化,但在如何将机器学习置于正确的上下文,即,对客户有价值的上下文方面,人类的智力相比以往任何时候都更加重要。他写道:“判断(judgement)将变得尤其重要。”“判断是决策的一部分,但不像预测,判断无法被明确地描述以及由机器来执行。预测通常基于信息,但判断是基于一些无形的因素,例如直觉,无意识的情感,或从过去的相似经验得到的类推。”

人工智能科学家,Google 研究主管 Peter Norvig 最近也强调了在组织和保持领先于 AI 驱动的创新中人的作用。在接受 CNBC 采访时,他说,随着 AI 的发展,人类的工作发生大规模的瓦解是不可避免的。他敦促人们看到作为“有职业者”之外的角色,“找到能提供人们想要的东西,而且自己感兴趣的事情,然后深入地思考这件事”,使用技术作为抓住这些机遇的工具。

HealthTap 创始人兼 CEO Ron Gutman 在最近的世界经济论坛上指出,“决策过程中 AI 的增加将促成人与机器之间的伙伴关系”,关键是“以一种设身处地的方式交付 AI,使人与机器之间的关系更加和谐。我们需要将机器视为合作伙伴,我们将与机器协同工作,训练机器更富同理心,在人类和机器之间建立更多对话,这能够创造长期的价值。”

微软首席执行官 Satya Nadella 也在上述论坛讨论了这个话题,指出“我们有责任让 AI 增强人类的独创性和人类的机会”。

这种增加不仅意味着扩大人的能力。未来市场的获胜者将是那些能够组织 AI 驱动的过程和功能,使之成为服务的人,这些服务将服务于(或摧毁)它们所处的市场。这需要企业家思维以及人类判断——这是机器永远无法模拟的。

AI 的商业影响

你应该关注 AI,因为它在那些驱动整个技术行业的公司(Google,Facebook,Amazon)被置于优先地位。总而言之,AI 将在以下几个方面影响科技行业:

  • 赢者将会赢得更多。现有的大玩家,例如 Facebook 和 Google,它们拥有巨大的优势。他们有大量的用户,大量的时间以及资源(包括训练数据和资金)。与这些公司竞争,试图创造同等规模的训练数据,是徒劳无功的。
  • 成功的初创企业能够创建独有的训练数据:这些挑战者通过追求训练数据的新边界来对抗 Google 和 Facebook 的巨大优势。这可能涉及移动 app,但通常会包含新的硬件以将 RDA 带到新的上下文。成功的挑战者可能会建这样一个立足点并被收购,甚至它们还没开发出模型(例如被 Google 收购的 Nest 公司)。
  • RDA(远程数据访问)是一种新型的网络效应模式:随着 RDA 的出现和成熟,企业和投资者将能够更好地了解 RDA 如何利用网络效应构建业务模式。一旦出现一个好的示例,会出现同个业务市场的爆发式增长,例如“Uber for X” 和 “Facebook for X”。
  • 机器学习将加速物联网:硬件的功能不会有大的变化,但形式将变得多样化。计算机将开拓每个可以适用传感器和接入网络的环境以搜索用于训练的数据。

原文地址:https://www.forbes.com/sites/joemckendrick/2017/04/30/artificial-intelligence-viewed-at-its-most-practical-level/#65947d5b37e3

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2017-05-02,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 新智元 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档