2022年企業人工智能的十大趨勢

張晨

如今，研究人工智能已經成為主流，各行各業的公司都開展了成功的概念驗證，甚至在生產中部署了人工智能。一些企業甚至已經實施了人工智能和機器學習戰略，各種項目在整個企業中激增，同時還配備了最佳實踐和管道。

如今處于人工智能成熟曲線前沿的公司正在大規模使用人工智能，人工智能在企業中部署方式的整體成熟度正在改變企業對人工智能戰略價值的看法，以下是行業專家根據現狀總結出的2022年企業人工智能十大趨勢。

在人工智能的早期，各個項目完全由數據科學家來推動。數據科學家們擁有數據和算法，可以使用一些新工具，以解決業務問題。如今，這種局面發生了很大的變化。

企業領導者們已經從成功項目的案例中吸取了經驗，并且對人工智能可以為他們做哪些事情有了更多的了解。因此，企業現在不太愿意投資于那些商業價值不明確的概念，這一趨勢表明，業務部門日益成為人工智能應用的主導者。

麥肯錫咨詢公司旗下QuantumBlack公司的全球負責人亞歷克斯·辛格拉說：“當我看到企業在人工智能方面做得很好時，這都是由業務來驅動的。人工智能和IT可以幫助企業解決問題，但并不是技術部門提出解決方案。而是業務部門帶頭說：‘我是該解決方案的一部分，我相信這一方案，這是正確的解決方法’。”

霍尼韋爾公司的首席數字技術官希拉·喬丹表示，在其公司內部運營中正在使用人工智能，并將其植入到面向客戶的產品和服務中。她說：“我們與業務聯系得非常緊密，我們受價值驅動，這將是面向客戶的價值，內在價值。”

兩年前喬丹來到霍尼韋爾公司時，她的第一個大項目是實施一個數據倉庫戰略，將所有來源的全部交易數據匯集在一起。“每個職能部門、每個業務部門都有一個數字議程。”她說。例如，霍尼韋爾公司已將其所有合同數字化。她表示，這意味著總共有超過100 000份合同。她指出，這些合同為公司提供了大量的數據，可用于幫助幾乎任何職能領域構建人工智能解決方案。

例如，借助人工智能，對于那些受通貨膨脹或定價問題影響的區域，霍尼韋爾公司的所有合同現在都可以被自動審查，喬丹說：“任何人都不可能仔細檢查100 000份合同。”

有了完整的庫存數據，霍尼韋爾公司現在能夠了解哪些庫存是廢品，哪些是可重復使用的，從而在更有效管理原材料方面做出明智的決策，喬丹表示：“我們看到人工智能出現在每個職能領域中，財務、法律、工程、供應鏈，當然還有IT領域。”

這是霍尼韋爾公司積極推動自動化項目的第3年。如果有重復性工作，則公司將會嘗試使其自動化。喬丹說：“2022年我們可能有100個項目，這些項目將使我們在全球各地公司自動完成某些工作。”

她補充說：“霍尼韋爾公司正在努力使這些自動化流程更加智能，我們將在這些自動化機器人中植入更多的人工智能，這意味著自動化機器人將變得更聰明。”

另一家從基礎的、基于規則的自動化起步的企業是博思艾倫咨詢公司。博思艾倫咨詢公司人工智能業務副總裁賈斯汀·尼羅達表示，正在將人工智能和機器學習整合到這些自動化流程中，以使其適用于更廣泛的業務工作。他說：“人們從最簡單的自動化開始。然后，他們會問自己，‘我還能使哪些工作自動化？’之后，他們會發現這需要使用人工智能和機器學習。”

他表示，人工智能驅動的自動化可有助于企業應對人員短缺或處理大量工作，或者一半的工作可以自動化，人們可以去處理其中最難的一部分工作。

麥肯錫咨詢公司的辛格拉表示，大規模實施人工智能還存在一個重要的變革管理要素，需要了解人們將如何使用人工智能，這些信息不是來自技術人員單獨工作，而是來自技術人員、學科和業務專家的結合。

他說：“如果我必須要使用人工智能，那么我會告訴他們去了解3個不同的人工智能領域，而這3個領域使用人工智能的可能性微乎其微。但人工智能自動融入工作流程的程度越高，我們成功的可能性就越大，改變別人行為的程度越少，就越有可能被接受。”

在初期概念驗證取得成功后，企業通常會建立人工智能卓越中心，以實施這一技術，并培養人才、積累專業知識和最佳實踐。但當一家公司達到臨界質量水平，那么就有必要拆分一些卓越中心以及整合人工智能技術，并將專家們直接調入到最需要他們的業務部門。

辛格拉說：“對于那些不太成熟的企業來說，擁有一個卓越中心是有價值的，它可以接納人才，并在整個機構內開展學習。沒有卓越中心，企業通常沒有能力擴大規模。有才華的人希望和其他志同道合的人在一起，而經驗不足的人可以在卓越中心內受益，因為他們可以在此成長或學習。”

過早地拆分卓越中心會削弱其影響力，并降低公司在多個業務領域中迭代和復制成功項目的能力。但從更長遠來看，隨著達到一定的成熟度和規模，同時擁有資深的人工智能專業知識和領域專長的技術人員，好處就是可促成真正的業務成功，但只有當你具備一定規模時。

Insight公司的優秀工程師Amol Ajgaonkar表示：“業務問題分散于各處，不會集中在一個地方，因此，你不能指望進行集中式的人工智能部署。這些部署工作也必須分散開，但確實需要制定一個會影響某一業務的集中化人工智能戰略。”

他補充說，或者是可影響多種業務的人工智能戰略，例如收入、成本節約或市場定位。

與許多其他公司一樣，博思艾倫咨詢公司也是從一個核心人工智能團隊開始。“但在過去的一年里，我們真的一直在擴大這一團隊。”賈斯汀·尼羅達說：“我們通過那家擁有人工智能專家的公司而組建了一些小團隊。但在擴大團隊之前，必須達到一個臨界質量，否則就會分崩離析，這是我們在自己公司和與我們合作的客戶中所看到的情況。”

當企業第一次開始使用人工智能時，他們通常會在業務流程中尋找人工智能可以發揮作用的單個步驟。Genpact公司首席數字官Sanjay Srivastava說：“您可以將業務流程分解成多個部分，將每個部分數字化，然后使用人工智能來提高效率。但歸根結底，該業務流程本身是一樣的，它的每一部分都變得更好、更快、更便宜———但流程本身并沒有改變。”

他表示：“人工智能也有可能從根本上改變業務流程，例如，Genpact公司為客戶做了大量的賬戶處理工作。當我們將人工智能應用于處理發票時，可以知道哪些發票將會出現爭議，我們可以找出投資組合中的哪一部分具有最高風險，借助人工智能的預測能力，整個流程可以重組。當應用人工智能時，可以考慮端到端的價值鏈，并可以對其進行徹底重組。”

根據麥肯錫公司2021年底發布的一份報告，不同企業從人工智能中獲得最大利潤增長的區別是，它是否使用了機器學習操作。

電氣與電子工程師協會成員、Augment Therapy公司（一家兒科物理療法技術公司）的云和新興技術業務負責人卡門·豐塔納表示，這是人工智能領域的下一個大趨勢。豐塔納之前是Centric Consulting公司的云和新興技術業務主管。

她表示：“我們的目標是將機器學習從理論轉化為實踐。2～3年前，這是一個新興的領域，人們認為他們必須這樣做，但我們在實踐中并沒有看到很多應用。”然而，如今她看到了一些成熟的工具和方法，使企業能夠在訓練、部署和監控人工智能模型方面變得更加嚴格。她說：“這對于讓人工智能和機器學習技術制度化大有幫助，我在客戶身上看到了所有這一切，市場發生了巨大變化。”

博思艾倫咨詢公司的尼羅達表示，我們目前與客戶正在實施大約150個不同的人工智能項目，但在過去的一年里，我們公司已經開始擺脫這種一次性模式。

“在過去的一年半里，我們一直在模塊化功能和端到端管道方面進行投入。”他說。

人工智能的成功不僅需要一個工作模型。他表示：“隨著數據的變化和模型的不斷完善，還需要一個完整的過程來維護這一模型，最大的挑戰是如何將所有工具捆綁在一起，我們一直在努力將其標準化，并構建一些可重用的組件，以跨不同項目進行使用。”

隨著員工和高管對人工智能越來越熟悉，他們越來越相信人工智能可以做出關鍵業務決策———即使有時這些決策與人類的直覺相悖。

Blue Yonder公司的戰略顧問兼創始人邁克爾·費恩特最近與一家英國大型食品零售商合作，后者正深陷與疫情相關的供應鏈困境。他表示，當該公司使用手動流程來管理其供應鏈時，有大量貨架空空如也。此外，還缺乏有知識、有能力和愿意做這項工作的人。

自動化的人工智能系統可以降低成本和提高績效。然而，當疫情來襲時，人們想關閉自動系統，但后來他們發現，自動系統的適應速度比人類快得多。

因此，該公司沒有關閉這些自動系統，反而將這些系統擴展到門店以及配送中心，其結果是空貨架和扔掉的食物垃圾都減少了。此外，門店經理可以不再每天花2 h來微調他們的訂單，而是花更多時間來提高客戶滿意度。

費恩特表示，還有一些其他方法可以建立人們對人工智能的信任。有些人很挑剔，基于他們多年的經驗，并不相信人工智能可以做出與他們同樣的好決策。他說：“添加一些可解釋特性，將有助于緩解這些問題。具有可解釋功能的人工智能，是指該系統可以向人類用戶解釋，哪些因素導致它做出這一決定。”

在某些領域，人工智能正在創造前所未有的機遇。例如，自動駕駛汽車有可能改變社會，并創造全新的業務類型，人工智能驅動的業務轉型也可以在較小的范圍內發生。

例如，需要人工審核的銀行小額貸款，研究和處理這些貸款的成本將高于銀行可以賺取的利息收入。但如果使用人工智能來進行評估和處理，銀行就可以提供小額貸款，從而使銀行可以為全新的客戶群體提供服務，而無需收取過高的利率。

Sapphire Ventures公司總裁兼合伙人賈伊·達斯說：“這些用例不那么普遍，但這些用例從根本上改變了我們的工作方式，而企業并沒有改變得那么快。”

他表示：“一旦人工智能和機器學習技術成為公司中每個工作者都使用的工具，這種趨勢就會開始轉變。我們還沒有到這一階段，可能還需要5年時間，大家才會使用人工智能和機器學習技術來完成自己的工作。”