2022年企业人工智能的十大趋势

张晨

如今，研究人工智能已经成为主流，各行各业的公司都开展了成功的概念验证，甚至在生产中部署了人工智能。一些企业甚至已经实施了人工智能和机器学习战略，各种项目在整个企业中激增，同时还配备了最佳实践和管道。

如今处于人工智能成熟曲线前沿的公司正在大规模使用人工智能，人工智能在企业中部署方式的整体成熟度正在改变企业对人工智能战略价值的看法，以下是行业专家根据现状总结出的2022年企业人工智能十大趋势。

在人工智能的早期，各个项目完全由数据科学家来推动。数据科学家们拥有数据和算法，可以使用一些新工具，以解决业务问题。如今，这种局面发生了很大的变化。

企业领导者们已经从成功项目的案例中吸取了经验，并且对人工智能可以为他们做哪些事情有了更多的了解。因此，企业现在不太愿意投资于那些商业价值不明确的概念，这一趋势表明，业务部门日益成为人工智能应用的主导者。

麦肯锡咨询公司旗下QuantumBlack公司的全球负责人亚历克斯·辛格拉说：“当我看到企业在人工智能方面做得很好时，这都是由业务来驱动的。人工智能和IT可以帮助企业解决问题，但并不是技术部门提出解决方案。而是业务部门带头说：‘我是该解决方案的一部分，我相信这一方案，这是正确的解决方法’。”

霍尼韦尔公司的首席数字技术官希拉·乔丹表示，在其公司内部运营中正在使用人工智能，并将其植入到面向客户的产品和服务中。她说：“我们与业务联系得非常紧密，我们受价值驱动，这将是面向客户的价值，内在价值。”

两年前乔丹来到霍尼韦尔公司时，她的第一个大项目是实施一个数据仓库战略，将所有来源的全部交易数据汇集在一起。“每个职能部门、每个业务部门都有一个数字议程。”她说。例如，霍尼韦尔公司已将其所有合同数字化。她表示，这意味着总共有超过100 000份合同。她指出，这些合同为公司提供了大量的数据，可用于帮助几乎任何职能领域构建人工智能解决方案。

例如，借助人工智能，对于那些受通货膨胀或定价问题影响的区域，霍尼韦尔公司的所有合同现在都可以被自动审查，乔丹说：“任何人都不可能仔细检查100 000份合同。”

有了完整的库存数据，霍尼韦尔公司现在能够了解哪些库存是废品，哪些是可重复使用的，从而在更有效管理原材料方面做出明智的决策，乔丹表示：“我们看到人工智能出现在每个职能领域中，财务、法律、工程、供应链，当然还有IT领域。”

这是霍尼韦尔公司积极推动自动化项目的第3年。如果有重复性工作，则公司将会尝试使其自动化。乔丹说：“2022年我们可能有100个项目，这些项目将使我们在全球各地公司自动完成某些工作。”

她补充说：“霍尼韦尔公司正在努力使这些自动化流程更加智能，我们将在这些自动化机器人中植入更多的人工智能，这意味着自动化机器人将变得更聪明。”

另一家从基础的、基于规则的自动化起步的企业是博思艾伦咨询公司。博思艾伦咨询公司人工智能业务副总裁贾斯汀·尼罗达表示，正在将人工智能和机器学习整合到这些自动化流程中，以使其适用于更广泛的业务工作。他说：“人们从最简单的自动化开始。然后，他们会问自己，‘我还能使哪些工作自动化？’之后，他们会发现这需要使用人工智能和机器学习。”

他表示，人工智能驱动的自动化可有助于企业应对人员短缺或处理大量工作，或者一半的工作可以自动化，人们可以去处理其中最难的一部分工作。

麦肯锡咨询公司的辛格拉表示，大规模实施人工智能还存在一个重要的变革管理要素，需要了解人们将如何使用人工智能，這些信息不是来自技术人员单独工作，而是来自技术人员、学科和业务专家的结合。

他说：“如果我必须要使用人工智能，那么我会告诉他们去了解3个不同的人工智能领域，而这3个领域使用人工智能的可能性微乎其微。但人工智能自动融入工作流程的程度越高，我们成功的可能性就越大，改变别人行为的程度越少，就越有可能被接受。”

在初期概念验证取得成功后，企业通常会建立人工智能卓越中心，以实施这一技术，并培养人才、积累专业知识和最佳实践。但当一家公司达到临界质量水平，那么就有必要拆分一些卓越中心以及整合人工智能技术，并将专家们直接调入到最需要他们的业务部门。

辛格拉说：“对于那些不太成熟的企业来说，拥有一个卓越中心是有价值的，它可以接纳人才，并在整个机构内开展学习。没有卓越中心，企业通常没有能力扩大规模。有才华的人希望和其他志同道合的人在一起，而经验不足的人可以在卓越中心内受益，因为他们可以在此成长或学习。”

过早地拆分卓越中心会削弱其影响力，并降低公司在多个业务领域中迭代和复制成功项目的能力。但从更长远来看，随着达到一定的成熟度和规模，同时拥有资深的人工智能专业知识和领域专长的技术人员，好处就是可促成真正的业务成功，但只有当你具备一定规模时。

Insight公司的优秀工程师Amol Ajgaonkar表示：“业务问题分散于各处，不会集中在一个地方，因此，你不能指望进行集中式的人工智能部署。这些部署工作也必须分散开，但确实需要制定一个会影响某一业务的集中化人工智能战略。”

他补充说，或者是可影响多种业务的人工智能战略，例如收入、成本节约或市场定位。

与许多其他公司一样，博思艾伦咨询公司也是从一个核心人工智能团队开始。“但在过去的一年里，我们真的一直在扩大这一团队。”贾斯汀·尼罗达说：“我们通过那家拥有人工智能专家的公司而组建了一些小团队。但在扩大团队之前，必须达到一个临界质量，否则就会分崩离析，这是我们在自己公司和与我们合作的客户中所看到的情况。”

当企业第一次开始使用人工智能时，他们通常会在业务流程中寻找人工智能可以发挥作用的单个步骤。Genpact公司首席数字官Sanjay Srivastava说：“您可以将业务流程分解成多个部分，将每个部分数字化，然后使用人工智能来提高效率。但归根结底，该业务流程本身是一样的，它的每一部分都变得更好、更快、更便宜———但流程本身并没有改变。”

他表示：“人工智能也有可能从根本上改变业务流程，例如，Genpact公司为客户做了大量的账户处理工作。当我们将人工智能应用于处理发票时，可以知道哪些发票将会出现争议，我们可以找出投资组合中的哪一部分具有最高风险，借助人工智能的预测能力，整个流程可以重组。当应用人工智能时，可以考虑端到端的价值链，并可以对其进行彻底重组。”

根据麦肯锡公司2021年底发布的一份报告，不同企业从人工智能中获得最大利润增长的区别是，它是否使用了机器学习操作。

电气与电子工程师协会成员、Augment Therapy公司（一家儿科物理疗法技术公司）的云和新兴技术业务负责人卡门·丰塔纳表示，这是人工智能领域的下一个大趋势。丰塔纳之前是Centric Consulting公司的云和新兴技术业务主管。

她表示：“我们的目标是将机器学习从理论转化为实践。2～3年前，这是一个新兴的领域，人们认为他们必须这样做，但我们在实践中并没有看到很多应用。”然而，如今她看到了一些成熟的工具和方法，使企业能够在训练、部署和监控人工智能模型方面变得更加严格。她说：“这对于让人工智能和机器学习技术制度化大有帮助，我在客户身上看到了所有这一切，市场发生了巨大变化。”

博思艾伦咨询公司的尼罗达表示，我们目前与客户正在实施大约150个不同的人工智能项目，但在过去的一年里，我们公司已经开始摆脱这种一次性模式。

“在过去的一年半里，我们一直在模块化功能和端到端管道方面进行投入。”他说。

人工智能的成功不仅需要一个工作模型。他表示：“随着数据的变化和模型的不断完善，还需要一个完整的过程来维护这一模型，最大的挑战是如何将所有工具捆绑在一起，我们一直在努力将其标准化，并构建一些可重用的组件，以跨不同项目进行使用。”

随着员工和高管对人工智能越来越熟悉，他们越来越相信人工智能可以做出关键业务决策———即使有时这些决策与人类的直觉相悖。

Blue Yonder公司的战略顾问兼创始人迈克尔·费恩特最近与一家英国大型食品零售商合作，后者正深陷与疫情相关的供应链困境。他表示，当该公司使用手动流程来管理其供应链时，有大量货架空空如也。此外，还缺乏有知識、有能力和愿意做这项工作的人。

自动化的人工智能系统可以降低成本和提高绩效。然而，当疫情来袭时，人们想关闭自动系统，但后来他们发现，自动系统的适应速度比人类快得多。

因此，该公司没有关闭这些自动系统，反而将这些系统扩展到门店以及配送中心，其结果是空货架和扔掉的食物垃圾都减少了。此外，门店经理可以不再每天花2 h来微调他们的订单，而是花更多时间来提高客户满意度。

费恩特表示，还有一些其他方法可以建立人们对人工智能的信任。有些人很挑剔，基于他们多年的经验，并不相信人工智能可以做出与他们同样的好决策。他说：“添加一些可解释特性，将有助于缓解这些问题。具有可解释功能的人工智能，是指该系统可以向人类用户解释，哪些因素导致它做出这一决定。”

在某些领域，人工智能正在创造前所未有的机遇。例如，自动驾驶汽车有可能改变社会，并创造全新的业务类型，人工智能驱动的业务转型也可以在较小的范围内发生。

例如，需要人工审核的银行小额贷款，研究和处理这些贷款的成本将高于银行可以赚取的利息收入。但如果使用人工智能来进行评估和处理，银行就可以提供小额贷款，从而使银行可以为全新的客户群体提供服务，而无需收取过高的利率。

Sapphire Ventures公司总裁兼合伙人贾伊·达斯说：“这些用例不那么普遍，但这些用例从根本上改变了我们的工作方式，而企业并没有改变得那么快。”

他表示：“一旦人工智能和机器学习技术成为公司中每个工作者都使用的工具，这种趋势就会开始转变。我们还没有到这一阶段，可能还需要5年时间，大家才会使用人工智能和机器学习技术来完成自己的工作。”