你是否曾將應用了人工智能技術(shù)的“殺手級應用”投入大規模生產(chǎn)中？
實(shí)際上，這種情況較為少見(jiàn)。去年，全世界3182名首席信息官（CIO）中，僅有4%表示他們已將人工智能相關(guān)的應用投入生產(chǎn)中，或是在未來(lái)12個(gè)月內有此計劃。首席信息官不一定了解企業(yè)中正在進(jìn)行的每一個(gè)項目，但基本上這個(gè)數字的誤差不會(huì )超過(guò)它的兩倍。也許，8%的企業(yè)都已將這樣的應用投入生產(chǎn)中，但8%這個(gè)數字很可能是對實(shí)際情況的一種高估。
為什么會(huì )出現這種情況？
今年6月27日，Gartner發(fā)布了一項人工智能技術(shù)成熟程度的研究，為企業(yè)架構師和科技創(chuàng )新者提供相關(guān)見(jiàn)解。該研究的重點(diǎn)在于人工智能技術(shù)的成熟程度，而不在于人工智能領(lǐng)域企業(yè)的發(fā)展狀況。
從表面上看，人工智能領(lǐng)域在過(guò)去十年中取得了突破性的進(jìn)展。不斷有新的、寶貴的機會(huì )涌現出來(lái)。在這十年中，在與人工智能有關(guān)的研究、會(huì )議、研究生項目、初創(chuàng )公司、風(fēng)險資金、公司中的并購（M&A）活動(dòng)、人工智能相關(guān)的工作發(fā)布、專(zhuān)利申請上，我們都取得了很大的進(jìn)步。
但我們看到的只是其中的一部分，還須考慮的是：
- 如今，偉大的研究發(fā)現過(guò)多地涌現，使得技術(shù)空間變得混亂。在很多情況下，當下的技術(shù)突破在下一季度或第二年就會(huì )過(guò)時(shí)；
- 系統工程的指導方針（以及專(zhuān)業(yè)知識）較為缺乏；
- 如今的人工智能技術(shù)就像信息通信技術(shù)在1960年的發(fā)展狀況一樣，這種情況短時(shí)間內很難改變；
- 最糟糕的是，由于缺乏新的、使用人工智能技術(shù)的“殺手級應用”推動(dòng)商務(wù)人士在這方面開(kāi)展投資項目，人工智能相關(guān)的應用投入大規模生產(chǎn)的進(jìn)程近乎處于停滯狀態(tài)。
讓我們把目光聚焦在“殺手級應用”的“真空”狀態(tài)上。
我們向IT領(lǐng)導者或企業(yè)管理者詢(xún)問(wèn)了人工智能應用的問(wèn)題，并向他們征求文字或口頭回答，回答通常會(huì )分為以下四類(lèi)：
- 決策支持/擴大化——幫助人們變得更加聰明
- 虛擬代理——熟悉用戶(hù)的文字或發(fā)言
- 決策自動(dòng)化——任務(wù)自動(dòng)化或優(yōu)化
- 智能產(chǎn)品——嵌入式的人工智能
這幾類(lèi)（先不說(shuō)第二項）和老式汽車(chē)的市場(chǎng)非常相似——老式汽車(chē)的想法在十九世紀已經(jīng)出現，在二十世紀早期出現了對應的產(chǎn)品。人們在熟悉的環(huán)境下可以更好地發(fā)揮想象。
因此，我們有例如：
- 二十世紀九十年代初的類(lèi)似商業(yè)智能化的產(chǎn)物（決策支持/擴大化）
- 以“決策自動(dòng)化”為特征的任務(wù)自動(dòng)化和任務(wù)優(yōu)化，實(shí)際上，我們從計算機時(shí)代的開(kāi)始就在這么做了
- 智能產(chǎn)品——一個(gè)已經(jīng)近乎沒(méi)有實(shí)際意義的、過(guò)時(shí)的標簽
客戶(hù)對虛擬代理存在著(zhù)普遍的興趣。事實(shí)上，表示在人工智能技術(shù)上進(jìn)行了投資的客戶(hù)中，有三分之二提到了“面向用戶(hù)”（通常與聊天有關(guān)）的項目。但是除非縮窄這些項目的定義，這些項目要達成一定規模的難度非常大。除了幾家大型科技公司外，沒(méi)有哪家公司具備開(kāi)發(fā)出一個(gè)可以回答所有人所有問(wèn)題的全能聊天機器人的能力，洞察引擎（Insights Engine）在這方面比聊天機器人做得更好。而從目前的情況來(lái)看，這些大公司的產(chǎn)品也并不是那么完美。谷歌的Duplex、亞馬遜的Alexa Challenge中的對話(huà)可能是目前最為智能的，但企業(yè)是否會(huì )對這些項目大規模投資仍然懸而未決。
未來(lái)是難以預見(jiàn)的。除了聊天機器人之外，其余項目都僅是在“老式汽車(chē)”上的改進(jìn)。那些能夠讓企業(yè)開(kāi)創(chuàng )使用人工智能技術(shù)的新商業(yè)計劃的巨大突破在哪里呢？
然而，行業(yè)、廠(chǎng)商、分析人員、咨詢(xún)顧問(wèn)乃至全世界范圍內的企業(yè)，都并不了解這些巨大突破會(huì )是什么。
這其中一部分的問(wèn)題是，人工智能最適合解決的問(wèn)題，可能已超出那些想找到新的“殺手級商業(yè)應用”的人的能力和經(jīng)驗認知。
回到商用計算機的早期年代（二十世紀中期），企業(yè)購買(mǎi)計算機，運行人們已在紙上處理了數個(gè)世紀的問(wèn)題。當人們知道如何在紙上進(jìn)行記賬，那么將相同的邏輯應用到計算機上就相對容易了。
在如今這個(gè)人工智能技術(shù)應用開(kāi)始生產(chǎn)的早期時(shí)代，我們無(wú)意中失去了知道我們應該如何處理一些事情的能力。研究筆記中寫(xiě)道：
“我們現在能夠用深度神經(jīng)網(wǎng)絡(luò )（DNN）為基礎的系統對照片做面部識別。人類(lèi)（我們靈長(cháng)類(lèi)動(dòng)物的祖先）已經(jīng)有至少五千萬(wàn)年的面部識別經(jīng)驗，但總的來(lái)說(shuō)，我們并沒(méi)有一套有效、系統的方法來(lái)進(jìn)行面部識別。
我們只是運用人類(lèi)的本能（不像科技開(kāi)發(fā)者那樣），用我們神經(jīng)系統中不同的、與生俱來(lái)的學(xué)習回路來(lái)進(jìn)行面部識別。其中具體的過(guò)程是模糊的。一個(gè)十五個(gè)月大的孩子是如何分辨出他父親和母親的圖片的？我們并不了解。日常的人類(lèi)經(jīng)驗不足以讓我們建立一套實(shí)現臉部識別的技術(shù)。”
我們在缺乏這樣的見(jiàn)解的同時(shí)，也缺乏實(shí)際經(jīng)驗以驅動(dòng)對相關(guān)應用的創(chuàng )造或開(kāi)發(fā)。擬人法可能會(huì )讓我們誤入歧途。
這些局限之外，我們仍要相信：
- 科學(xué)將以驚人的速度繼續進(jìn)步；
- 人工智能技術(shù)將會(huì )被應用在更多產(chǎn)品中；
- 到2020年，人工智能技術(shù)將存在于基本上所有的新型軟件產(chǎn)品中；
- 廠(chǎng)商將會(huì )用這些嵌入式的技術(shù)增加并擴大其產(chǎn)品功能，此后企業(yè)就會(huì )因商業(yè)型人工智能的優(yōu)勢進(jìn)行投資，而非開(kāi)發(fā)相關(guān)技術(shù)。
等待能夠帶動(dòng)重大商業(yè)投資的“殺手級應用”被發(fā)現的過(guò)程中，我們將繼續以實(shí)際的、策略性的方式進(jìn)行小型投資，為業(yè)務(wù)帶來(lái)實(shí)際價(jià)值。
