人工智慧已經廣泛被運用於商業中的某些領域，大多時候，人工智慧可以幫助完成人類無法做到的自動化、預測和反應，從而提高效率和成果。

人們對人工智慧（AI）的討論持有各種各樣的感受。一方面是對機器人革命帶來失業的恐懼，另一方面是對過度宣傳的機器給我們創造的美好未來的興奮。

但Mark Esposito博士希望這段對話是基於現實的。Esposito博士是Nexus Frontier Tech的聯合創始人，也是哈佛大學一項兩天的強化課程《商業人工智慧：透過機器學習創造價值》的講師。

他說，試圖使用人工智慧的企業應該關注已經存在的人工智慧而不是未來可能存在的。

從矽谷到中國，人工智慧已經成為了世界各地最新的技術熱詞。第一件人工智慧——人工神經元——是1943年由科學家William McCulloch和邏輯學家Walter Pitts開發的。此後，我們在研究和開發具有理解、預測和分析能力的模型上取得了很大進展。

今天的企業如何使用AI

人工智慧已經廣泛用於商業，包括自動化、資料分析和自然語言處理等方面。在整個行業，這三個人工智慧領域正在簡化運營並提高效率。

AI在商業中的其他常見應用包括：

哈佛商業評論報導稱，人工智慧會對市場服務、供應鏈管理和製造方面產生最大的影響。

Esposito提出，金融和銀行業中也存在應用人工智慧的機會，這兩個部門現在仍然依賴落後的流程。此外，人工智慧也可以跨行業應用。

尤其在醫療保健、教育、交通運輸和垃圾處理方面，都可以透過人工智慧完成人類無法做到的自動化、預測和反應，從而提高效率和成果。

為企業家揭開人工智慧的神秘面紗

根據Esposito的說法，商業社會對人工智慧目前的能力和未來的潛力還存在很多誤解。在Nexus，他和合作夥伴們與初創企業和小型企業合作，為他們提供簡化運營或解決問題的人工智慧方案。

Esposito早先就發現很多企業家都認為人工智慧能做到人類能做的任何事，甚至人類不能做到的事。一個更好的方法是識別特定的用例。

“你越瞭解這項技術，你就越能理解人工智慧的強大，” Esposito說：“但它需要一個非常狹窄的定義。如果你的範圍不夠窄，它就不能起作用。”

對於那些希望使用人工智慧的公司，Esposito表示，第一步是檢視運營的哪些部分可以數字化。企業應該考慮用現有的技術解放資源或提供新的見解，而不是憑空想象一個完美的解決方案。

“識別價值鏈中哪些方面可以改善運營是比較容易實現的，” Esposito說：“人工智慧不是從人工智慧開始的。它從公司層面開始。”

例如，已經完成數字化工資單的公司會發現他們同時能收集到大量有助於預測未來成本的資料。這使得企業在僱傭和運營時可預測性更強，並且能簡化會計工作。

一家成功把人工智慧技術整合到其多個方面的公司是消費品公司聯合利華（Unilever）。除了簡化招聘和入職之外，人工智慧還幫助聯合利華從其大量資料中獲得最多的收益。

資料影響著聯合利華的大部分工作，從需求預測到市場分析。據Diginomica稱，聯合利華觀察到他們的資料來源於不同的介面和API。既阻礙了訪問，資料也不夠可靠。

因此，聯合利華開發了自己儲存資料的平臺，讓員工能輕鬆訪問資料。在微軟的Power BI工具的增強下，聯合利華的平臺能從內部和外部收集資料。它將資料儲存在一個通用資料湖中，可以無限期地用於包括商業物流和產品開發等任何事上。

亞馬遜是另一個很早就應用人工智慧的公司。甚至在亞馬遜的虛擬助手Alexa出現在美國家家戶戶之前，亞馬遜就已經創新地使用機器學習來最佳化庫存管理和物流了。

憑藉強大的AI主導的系統，亞馬遜成功收購全食（Whole Foods）進入食品產業，現在的全食也使用著亞馬遜的送達服務。

Esposito稱，這種擴充套件性對於尋求開發新人工智慧產品的公司很關鍵。他們可以把技術應用到新市場或收購業務，推動技術的發展。

聯合利華和亞馬遜是兩個榜樣，因為他們正在利用現有的技術解決當前的問題。他們能預測到行業的混亂，從而保持領先地位。

當然，這兩個例子都是資金雄厚的大公司。不過Esposito認為，大部分以現實和戰略的眼光看待人工智慧的企業都可以實現他們的目標。

Esposito的樂觀部分來源於人工智慧在醫療保健、交通運輸和金融等各個行業的廣泛應用。

“每一個有著各種動態發生的重要地方都可以從這些技術中獲得提升” Esposito 聲稱：“我還想強調一個事實，我們希望這些技術能夠改進社會而並不是要取代工人。”

為了減輕人們對失業的擔憂，Esposito表示企業家可以圍繞創造新的、功能更強的工作崗位來構建對話。隨著技術提升效率並創造新見解，基於這些改變的新的工作崗位自然會出現。

“要理解我們在做什麼，理解哪些我們能做得更好，我們才能創造出工作崗位。” Esposito說。

此外，開發人員應該關注開發機率技術而不是確定技術。在機率的情景下，人工智慧能根據歷史記錄預測一個人償還貸款的可能性，然後向貸方提供建議。確定性的人工智慧只會做決定，忽略任何的不確定性。

“我們需要讓機器和人合作，” Esposito說：“但我們永遠不會讓機器代替人做決定。”

原文連結：https://www.extension.harvard.edu/professional-development/blog/business-applications-artificial-intelligence-what-know-2019