过去二十多年，企业遭遇了颠覆性冲击。事实如此令人震撼：自2000年以来，数字化颠覆已令半数的《财富》500强企业从榜单除名。AI将让数字颠覆来得更加强烈。

这是因为，人工智能是一种经济学家所定义的通用技术（general-purpose technology）。而通用技术的影响通常巨大而且深远⸺我们不妨回想电力和内燃机的历史意义。通用技术影响不仅体现为对社会的直接贡献，还会通过溢出效应，激发广泛的互补式创新。正是由于电力的出现，工厂电气化、电信联络、以及随之而来的一切方才成为可能。内燃机则催生出了汽车、飞机、乃至现代化的运输和物流网络。如今，人工智能将以类似的规模影响整个社会。据Constellation Research公司预测，2020年人工智能市场规模将突破400亿美元。

究竟人工智能是什么？

回答这一问题并不像看起来那么简单。事实上，人工智能涵盖了一系列不同的技术，通过有效的组合，机器便能够以类似人类的智能水平展开行动。因此，我们并未像许多人那样，不断尝试去明确地描述人工智能，而是倾向于将此类技术视为一套能力框架。我们的框架以人工智能支持机器实现的主要功能为核心，其中包括：

机器学习是人工智能系统的核心。它可以从原始数据中学习，从而赋能于人工智能可见的出色表现，使其变得越来越普遍。无论是进行前瞻判断的预测系统、近乎实时解读语音和文本的自然语言处理系统、以非凡准确度识别视觉内容的机器视觉技术，还是优化搜索和信息检索，都依托于机器学习。

相对于其他技术，机器学习关键优势之一，就是对“脏”数据（即数据中包含有重复记录、不良解析的字段，或是不完整、不正确、以及过时的信息）的容忍度高。此外，机器学习的真正强项就是可使用监督学习、无监督学习和强化学习等不同类型的学习算法。

人工智能技术正被持续引入新兴的“认知RPA（Cognitive RPA）”领域。这令流程自动化拥有了一定程度的可调空间，使其应用范围得以大大扩展。其中的典型实例包括，利用机器学习训练机器识别图像中的文本（被称为光学字符识别）。

随着企业持续加大人工智能的应用力度，系统所能处理的数据和工作的复杂性必然有增无减。若想了解其如何在业务环境中发挥作用，下方框架可能会有所帮助。此框架列出了各种技术的潜在应用形式（本文以金融服务行业为例），并根据所涉及数据和工作的复杂程度，将人工智能应用分为四大模式⸺效率、效力、专家、创新。

采取正确的应用方式，人工智能将成为提升企业经济价值的全新驱动力。但问题在于，选择何种路径才是恰当之举？

在这样一个飞速发展的领域中，我们很容易一叶障目，迷失战略方向。首先，应当了解人工智能将带来哪些机遇。通过将这些机遇划分为三大类型，您可以对应采取的路线有更清晰的认知。这意味着需要分别考虑：

• 如何利用人工智能来加快自动化？

• 如何增强工作效力和执行方式？

• 如何在企业内外扩展人工智能创新？

虽然各方的确围绕人工智能付诸了许多努力，但目前的局面仍然是，大多数企业尚未踏上人工智能应用之路。而在那些已经开始行动的企业中，半数依然处于试点或概念验证阶段。

那么，干扰他们的因素包括哪些？

其中的原因多种多样，这与企业引入数据分析时的状况如出一辙。对一些企业来说，难题涉及招募合适的人才、安排投资优先级、以及化解对安全的担忧。而另一些需要突破的障碍在于，定义令人信服的商业模式、获得足够强大的领导层支持、以及掌握更多通用技术能力。 

如同所有重大创新一样，踏上人工智能征程势必要面临风险，并且可能出现意想不到的后果。这便是以负责任方式利用此类技术如此重要的原因。必须从一开始就将信任、透明度和安全性纳入人工智能设计当中，并且始终谨记做出明确解释的必要。

总而言之，形势的紧迫性已毋庸赘言：人工智能已来，积极关注和行动，实现技术向善、智能有为，现在恰逢其时。