人工智能技术已逐渐步入主流行业，企业寻求通过应用人工智能建立持续的竞争优势。但人工智能并非“即买即用”的产品，管理者们需要积极了解人工智能基础技术、应用模块和发展现状，才能更好地掌握其运用之道。

近年来，人工智能已迈出机房，步入主流行业。BCG和《MIT斯隆管理评论》所进行的研究表明，人工智能将在未来五年内对所有行业产生重大影响。「注：我们的研究基于对全球3000多位行业高管、经理和分析师进行的全球调查，以及与30多位技术专家和高管进行的深入访谈。参阅2017年9月6日麻省理工学院斯隆管理评论的《人工智能重塑企业：弥合目标与行动之间的差距》」研究发现，超过70%的高管希望人工智能在其公司中发挥重要作用。

今天的人工智能算法能够支持非常精确的机器视觉、听觉和语音，并可以访问全球信息库。由于深度学习和其它先进的人工智能技术的发展、惊人的数据增长水平，以及原始信息和数据处理能力的不断提高，人工智能的性能得以不断改善。

这些发展导致人工智能商业应用的爆炸式发展，就像寒武纪时代，视觉系统的发展促使物种多样性在世界范围内显著增加。

同其它时代一样，这个新时代将会有赢家和输家。但我们与麻省理工学院的研究表明，如果继续按照目前的模式发展下去，两者之间的差距会变得巨大而严峻。数据显示，即使在同一行业内，不同公司对人工智能理解和应用的程度也有显著不同。总体而言，许多公司的高管认为他们的组织对人工智能缺乏基本的了解。

关于人工智能，管理者应当知晓的十个事项

为了在这一快速发展的领域做出明智的决定，所有管理者都应该对人工智能有基本了解。以下是十点关键事项：

1、人工智能是归纳式的

人工智能系统通过其已做决策所收到的数据和反馈而进行学习。事实上，人工智能系统的预测与行动基于其所接受的训练数据。这一点正是人工智能系统与以推演为基础的传统编程的不同之处。传统程序只是处理数据，而非从中学习。

2、人工智能的算法很简单

核心的学习算法少到几条代码，多则上百条。基础的人工智能简单易学，这也是其在当下发展迅速的原因。您并不需要成为计算机科学家，就可对人工智能有个直观的了解。其复杂度在于如何应用人工智能来解决现实世界的问题。

3、人工智能拥有超人的工作速度和工作量

电子信号的传输速度比大脑内化学信号的传输速度快百万倍，因此人工智能可吸收大量数据，从中学习并快速行动。一些电子交易市场须以微秒计时，对参与者和监管者而言，人工智能则是唯一的现实选择。

4、对人工智能而言，语言和视觉触手可及

人工智能领域最近的重大突破便是机器与人类的互动，掌握人类知识和在现实世界行走。虽然这些技能尚不完善，但已在许多场合得以应用——并且人工智能还在快速改进。

5、人工智能能够克服传统的复杂障碍

人工智能可以处理线性问题（本质上可以直接归纳的简单问题）和非线性问题（其他任何问题）。这一双重能力为物流、制造业和能源效率等许多领域提供了众多优化机会。

6、潜艇不会游泳

即便是依靠相似的启发教育法（例如：反复试错），机器与人类处理任务的方式仍不相同。商业目标是解决问题，而非创造机器人来模仿人类来完成某一特定工作。就像工程师并不是以马奔跑的方式来设计汽车一样，无人驾驶也不应当模仿人类驾驶员的动作。

7、人工智能难以追根究底

如果想要理解为何机器能做出特定的决定，必须亲自设计程序，才能追踪机器的决策制定过程。您还需要避免前沿算法，比如深度学习应用程序中使用的算法。深度学习为基础的应用能给出直观或创新性的答案，但这类答案的分析过程很难被追踪。

8、分散行动，集中学习

人工智能架构结合了集中化与分散化。例如，无人驾驶汽车在自动驾驶的同时将数据传入中央数据中心。之后，系统使用来自车队中每辆车的汇总数据来促进中央系统学习，而单个车辆可通过定期更新软件来接收中央系统学习成果。

9、商业价值实现于数据和训练

许多企业不理解数据和训练对人工智能成功的重要性。对于建立智能系统而言，好的数据通常比好的算法重要，正如对于人类来说，后期培养比其天资更为重要。

10、人机交互发生变革

为优化人机交互所做出的努力已远远超过训练人类使用静态计算机程序所做的工作。通过人工智能来提升人的表现，以及将人引入算法解决问题的过程，两者均日益普遍且具有挑战性。

人工智能不是一个现成的解决方案

人工智能并非一款“即插即用”的产品。企业不能简单地“购买智能”并将其应用于解决它们的问题。虽然人工智能各技术要素已存在于市场上，但是对数据、流程和技术之间相互影响而进行管理的复杂工作却需要在企业内部进行。

应用人工智能的概念框架非常直观。简而言之，人工智能的算法能够输入数据，处理数据，然后生成行动。这个过程依赖于多层技术合理整合，但企业通常并不明确从数据到行动的具体路径。