784
機器學習是如何改善企業生產力的？（內附機器智能版圖）
如果說有一個詞是企業希望跟自己沾邊的話，那就是“生產力”。
這個指標影響了太多企業要衡量的其他東西——包括成功、效率、利潤等等。而最近，人工智能（AI）被吹捧成了提高生產力的新手段，因為它可以用不知疲倦的機器來取代昂貴的人工。無人駕駛卡車就是最近受到媒體關注的一個例子，如果這種車普及，將會取代幾百萬卡車司機。
但AI一直以來都受到了很多不應得的關注。在機器取代我們人類之前，它們將幫助我們做出明智的決定，從而讓我們變得更有生產力——而自動機器將受到詛咒。這種技術的使用叫做“智能增強”，而由於其即將到來的廣泛影響，所以是值得加以密切觀察的。
對於很多企業來說，人工智能（AI）與智能增強（IA）其實沒有區別。當然，這種說法是有據可循的。IBM總裁、主席兼CEO Ginni Rometty曾經在《華爾街日報》的一篇專欄中指出，不管你把它叫AI還是IA，“這些認知係統既不是自動的也不是有知覺的，但它們形成了一種新型的一點也不人工的智能。它們增強了我們理解周圍這個複雜的世界正在發生什麼的能力。”
這絕對是對的。但在現代數據多樣化的工作環境下，AI和IA在實現生產力最大化方麵還是有所區別的。如果這兩種技術應用到了錯誤的任務上，效果反而會事與願違，不管應用有多先進也不行。
AI技術提供的“智能”利用了日益廉價的計算處理能力，可以比人更迅速地評估可選方案。所以AI驅動的計算機已經在跟人下國際象棋、下圍棋甚至進行智力競賽中獲勝。這些任務的特點都是要在有限的選項集裏麵評估出最好的一步，不管這個選項的數量有多大。利用所謂的機器學習來評估許多選項並從過去的經驗中學習，人工智能正是通過這樣選出了最好的結果的。
但商業決策涉及到的並不隻有對眾多選項進行評估。商業決策還牽涉到倫理和無形的、計算機無法解釋的東西。這時候就要有人的參與。也是IA之所以吸引人之所在。它讓人可以引導計算機評估選項然後就下一步該做什麼提出建議。正是因為有了人和機器的這類協作，所以人類才能把生產力提高到新的水平。
這是如何做到呢？
我們可以舉一個在日常商業場景中利用機器智能增強人類的一個例子，那就是從廣泛的app當中收集各種不同的信息，然後利用智能增強技術，比如自然語言處理技術和機器學習來自動匹配相關的信息。這意味著從Salesforce、Dropbox、email、Office 365、Workday等眾多應用收集第一手信息，然後以類似拚圖的方式將相關信息組合到一起，這樣人就不會隻見數據樹木而不見信息森林了。這個認知過程對於人來說是極其費力的，但對於智能機器來說卻是相當簡單明了的事情。有了在相幹上下文之下展現的所有相關信息，人就可以就下一步該做什麼做出明智決策。
這並不意味著IA就能替代AI。每一種智能技術都有其用武之地。諸如利用聊天機器人替代人類操作員之類的情況將變得越來越常見。現在，你可以通過Slack向Taco Bell訂購食品，或者利用機器人從Domino訂購披薩。這些聊天機器人處理的都是AI比人管理得更高效的那種任務類型，因為上下文都是定義得很清晰，而且決策程度都是極其有限的。
當上下文和決策條件都比較模煳， 而且需要考慮道德倫理問題時，AI就不是很合適了。這時候智能增強就可以發揮作用了——通過以一致的方式展現信息和選項，然後讓人來考慮剩下的事情。就近期和中期而言，機器智能正是這樣來幫助組織和個人變得更有生產力的，所以也是企業應該關注的地方。
人工智能可以通過替代人完成聚焦型任務來改進效率，但真正提高企業生產力的是增強人決策的機器智能應用。理解機器學習可扮演的角色，是在企業充分發揮人工智能和人類智能的關鍵。
附：下圖為機器智能版圖3.0，共涉及288家相關企業。
原文發布時間為：2017-5-11
本文來自雲棲社區合作夥伴“大數據文摘”，了解相關信息可以關注“BigDataDigest”微信公眾號
最後更新：2017-05-16 16:31:33