（文章來(lái)源：Forbes）

大多數(shù)公司已經(jīng)開(kāi)始使用一些常見(jiàn)的人工智能功能，而且用戶(hù)們也基本滿(mǎn)意。其中包括個(gè)性化定制（個(gè)性化廣告、電子郵件、自動(dòng)文本等）和精準(zhǔn)營(yíng)銷(xiāo)（您在Spotify，Netflix或亞馬遜購(gòu)物卡等應(yīng)用上看到的那些推薦）以及其他的營(yíng)銷(xiāo)技術(shù)，現(xiàn)在廣泛使用的功能是適用于任何規(guī)模的企業(yè)的。

許多技術(shù)也比較成熟了：其中最重要的是機(jī)器人流程自動(dòng)化（RPA）。RPA是AI的初級(jí)成果，它即智能又簡(jiǎn)單。RPA側(cè)重于自動(dòng)化一個(gè)流程，而不是整個(gè)企業(yè)的垂直流程。RPA雖然為公司節(jié)省了大量的時(shí)間和金錢(qián)，但尚未達(dá)到一定規(guī)模。有許多公司最近才剛開(kāi)始使用RPA技術(shù)，而積累一定用戶(hù)的公司已經(jīng)開(kāi)始著手開(kāi)始進(jìn)一步流程優(yōu)化了。

現(xiàn)在既然許多公司已經(jīng)掌握了基礎(chǔ)知識(shí)，早期嘗到甜頭的公司就會(huì)想走得更遠(yuǎn)。他們?cè)絹?lái)越多地關(guān)注AI和ML驅(qū)動(dòng)的預(yù)測(cè)分析，即企業(yè)從數(shù)據(jù)（特別是實(shí)時(shí)數(shù)據(jù)）中提取更多的有價(jià)值的信息，甚至利用這些信息做出決策。對(duì)知識(shí)圖譜的理解也更加深入，人工智能可以根據(jù)大量數(shù)據(jù)分析出我們從未想到過(guò)的結(jié)果。

事實(shí)上，目前企業(yè)完成人工智能項(xiàng)目還是有難度的。許多公司的項(xiàng)目要么超期，要么需要花很多時(shí)間來(lái)建立相應(yīng)的系統(tǒng)，Pactera技術(shù)公司最近的一份報(bào)告反映了Gartner之前報(bào)道的問(wèn)題：85％的企業(yè)AI項(xiàng)目無(wú)法如期交付。

Dimensional Research最近發(fā)布的另一份報(bào)告顯示，在人工智能和機(jī)器學(xué)習(xí)方面，每10家企業(yè)就有8個(gè)表示這他們的AI項(xiàng)目是停滯不前的，而96％的人表示他們?cè)跀?shù)據(jù)質(zhì)量、數(shù)據(jù)分類(lèi)和建模的置信度上遇到了問(wèn)題。即使像IBM，Uber和亞馬遜這樣的高科技巨頭也不得不在面臨巨大的挑戰(zhàn)時(shí)放棄一些數(shù)百萬(wàn)美元的大項(xiàng)目。

這時(shí)候是否還要堅(jiān)持下去呢？其實(shí)大可不必！目前對(duì)于在AI項(xiàng)目中什么該做，什么不該做已經(jīng)有足夠的總結(jié)經(jīng)驗(yàn)了。一些常見(jiàn)的誤區(qū)有：起始目標(biāo)不明確，太多數(shù)據(jù)（或不當(dāng)使用數(shù)據(jù)），使用錯(cuò)誤算法，交付成果的周期過(guò)長(zhǎng)（應(yīng)該在工作過(guò)程中實(shí)時(shí)檢查，保持平衡）。

隨著強(qiáng)化學(xué)習(xí)領(lǐng)域技術(shù)的重大進(jìn)步，人工智能能夠通過(guò)完成特定目標(biāo)獲得反饋，AI開(kāi)始變得有“意識(shí)”起來(lái)。它開(kāi)始以一種類(lèi)似人類(lèi)的但奇怪的方式思考，這也意味著它也有能力開(kāi)始工作了。人工智能似乎已經(jīng)到了無(wú)限趨近人類(lèi)的三岔口。

AI正在朝著能夠流暢地與人類(lèi)對(duì)話(huà)這個(gè)目標(biāo)邁進(jìn)，初創(chuàng)公司和技術(shù)領(lǐng)導(dǎo)者都在爭(zhēng)奪聊天機(jī)器人，它們不僅能回答問(wèn)題，而且還具有先進(jìn)的推理功能。谷歌，微軟，亞馬遜和IBM都想在會(huì)話(huà)式人工智能方面取得進(jìn)步，讓AI學(xué)會(huì)人性化的溝通，就是說(shuō)人工智能可以根據(jù)場(chǎng)景的變化靈活應(yīng)變。

會(huì)話(huà)式人工智能的實(shí)現(xiàn)需要有力的后端支撐—比如說(shuō)更強(qiáng)大的硬件。這使得像英特爾這樣的公司開(kāi)始研發(fā)用專(zhuān)用推理芯片，以及開(kāi)發(fā)他們聲稱(chēng)可以加快計(jì)算機(jī)深度學(xué)習(xí)推理過(guò)程的DL boost技術(shù)。GPU也是競(jìng)爭(zhēng)越來(lái)越激烈，傳統(tǒng)上專(zhuān)注于訓(xùn)練的GPU也變得越來(lái)越有推斷能力，上周NVIDIA公布了一項(xiàng)會(huì)話(huà)式AI，展示了GPU如何通過(guò)推理，實(shí)現(xiàn)延遲更短、更自然、更人性化的對(duì)話(huà)體驗(yàn)。

隨著人工智能確實(shí)變得更加人性化，企業(yè)也開(kāi)始意識(shí)到使用，如果AI使用不當(dāng)會(huì)產(chǎn)生嚴(yán)重后果，不僅僅是失業(yè)問(wèn)題，AI算法會(huì)是在“不經(jīng)意間”建立的，且是有偏見(jiàn)的。例如，白人男性寫(xiě)的用于招募的AI軟件可能“意外地”選擇白人男性作為高度匹配的應(yīng)聘特征，或者在人臉識(shí)別上更多的關(guān)注白人。

特別是像IBM這樣的公司，他們不僅使用人工智招聘，還用它評(píng)價(jià)員工的工作表現(xiàn)。你會(huì)信任一個(gè)機(jī)器人來(lái)評(píng)判你的工作表現(xiàn)嗎？來(lái)決定你是否應(yīng)該加薪？這公平嗎？未來(lái)，會(huì)有更多的與AI相關(guān)的道德規(guī)范出臺(tái)。例如，甲骨文建立了一個(gè)道德委員會(huì)來(lái)討論公平性、問(wèn)責(zé)制和算法的透明度等問(wèn)題。

IBM也正在研究“可解釋的AI”，Microsoft制定了使用聊天機(jī)器人責(zé)任的指導(dǎo)原則（例如，公司應(yīng)始終提醒客戶(hù)他們正在與機(jī)器人而不是人進(jìn)行通信，并提醒他們注意限制）。由于擔(dān)心隱私泄露的道德問(wèn)題，有的城市停止使用人工智能程序面部識(shí)別功能，亞馬遜也因?yàn)橥瑯拥脑蚪型Ａ藛T工監(jiān)控跟蹤AI。人們開(kāi)始明白雖然人工智能力量強(qiáng)大，現(xiàn)在相互提取或處理的數(shù)據(jù)類(lèi)型是沒(méi)有限制的。但我們必須回答的問(wèn)題是：應(yīng)該這樣做嗎？

展望未來(lái)，公司應(yīng)制定合理的人工智能的發(fā)展路線(xiàn)，并且建立例行審計(jì)制度來(lái)確保他們的人工智能在管理員的掌控之下。這個(gè)過(guò)程也許會(huì)伴隨著無(wú)休止的辯論：它在哪些方面進(jìn)行了優(yōu)化？是否會(huì)取代人類(lèi)？如何對(duì)其進(jìn)行監(jiān)管以及道德風(fēng)控等。人工智能的未來(lái)令人興奮，與此同時(shí)，這或許也是一個(gè)瘋狂的旅程。