波士顿咨询：把人工智能应用于工作

AI不是现成的解决方案

人工智能不是即插即用的现成解决方案。公司不能简单地“购买人工智能”并将其应用于他们的问题。尽管人工智能的一些元素在商业领域是可用的，但繁重的工作体现在管理数据、流程和技术之间的相互作用（公司内部）。

将人工智能用于工作的概念框架相当直观。简而言之，人工智能算法吸收数据，处理数据，然后生成操作。这个过程依赖于不同层级技术的适当整合，尽管如此，寻找一个从数据到行动的特定方法经常困扰着企业。

　　每个经理都应该知道的有关人工智能的10件事：

· 人工智能是具有感应性的

　　· 人工智能的算法是简单的

　　· 人工智能是以超乎想象的速度和规模工作的

　　· 可以实现对人工智能的语言和视觉访问

　　· 人工智能克服了传统的复杂障碍

　　· 潜艇不会游泳（人工智能与人解决问题的思维方式是不同的）

　　· 人工智能很难质询

　　· 人工智能的行动是分散的，但是学习是集中的

　　· 人工智能的商业价值来自于数据和训练

　　· 人机交互已经发生了变化。

应用中的人工智能

人工智能在商业中大规模应用的水平仍然很低：根据与麻省理工大学（MIT）的调查，在20家公司中，只有1家公司广泛采用了人工智能。然而，每个行业采用人工智能的公司都是在行业领先的公司。即使没有一家公司在所有工作流程上都实现了人工智能，但许多公司都正在利用人工智能创造巨大的商业价值。人工智能在以下几个行业的应用，包括各种组织功能和流程，展示了人工智能的普及程度，以及它在恰当的环境中的有效性。

市场与销售：人工智能为企业提供了个性化服务、广告和互动的机会。这种利益是巨大的。整合先进数字技术和专有数据以创造个性化体验的品牌可以增加6%到10%的收入——是其他品牌的两到三倍。BCG估计，在零售业、医疗保健和金融服务行业，未来5年，将有8000亿美元的收入将转移到个性化公司前15%名。

研究与开发：与市场与销售相比，研发对人工智能来说是一个比较不成熟的领域。与大型零售连锁店相比，研发所产生的数据要少得多，而且往往无法将这些数据数字化。此外，许多研发问题都是复杂的、技术性很强的，受到严格的科学约束。即便如此，人工智能在这一领域仍有很高的潜力。例如，在生物制药行业，研发是主要的利润驱动因素，人工智能可以扭转成本高和开发时间长的趋势。

运营：运营的实践和过程是十分适合人工智能应用的。运营通常有相似的例行程序和步骤，生成大量的数据，并产生可测量的输出。许多人工智能概念如果在一个行业中起作用，在另一个行业中也能起作用。目前流行的人工智能用途包括预测维护和非线性生产优化，它对生产环境的元素进行整体分析，而不是按顺序或孤立地进行分析。

采购和供应链管理：在采购方面，人工智能的潜力很大，因为结构化数据和重复交易很常见，但基本上还未实现。眼下，机器可以打败世界上顶级的扑克玩家，也可以交易证券，但他们还没有表现出在企业采购方面胜过供应商的能力——至少在公开场合是这样（公司可能使用人工智能驱动的采购系统，但没有告诉他们的供应商或其他任何人，以维持其竞争优势）。已知的人工智能在采购方面应用的案例包括聊天机器人；半自动的合同设计与审核；基于对新闻、天气、社交媒体和需求的分析提出的采购建议。重要的增强甚至自动化的采购现在才刚刚出现。

后勤部门：公司通常将后勤部门部分外包，这使得各公司的后勤趋于相似。但是很快他们就可以为这些流程购买人工智能解决方案了。重型人工智能的开发正在外包巨头如IBM，埃森哲，和印度四大巨头（HCL、Infosys、Wipro、和塔塔）进行。这些公司正在将重点从强调降低劳动力成本和规模转向建立智能和自动化平台，以提供更高价值的服务。

产品和服务中的人工智能：不同于大多数现有的例子，人工智能的应用，包括先进的产品和服务——例如个人数字助理、自动驾驶汽车、机器人投资顾问——往往受到很多的关注。提供人工智能服务的公司渴望向公众展示这些产品的具有竞争力性能和特点。