Ｂ銀行的智能服務(wù)與營(yíng)銷(xiāo)平臺是以“新一代客服系統”的名義立項的，這是一個(gè)非常完整的解決方案，涵蓋了客服與營(yíng)銷(xiāo)中幾乎所有的領(lǐng)域，在很長(cháng)一段時(shí)間都被認可為真正的新一代，被多家銀行效仿。然而，技術(shù)的發(fā)展日新月異，業(yè)務(wù)的驅動(dòng)力不斷提高，３年過(guò)去了，業(yè)界對于服務(wù)與營(yíng)銷(xiāo)的認識也發(fā)生了很大的變化。那么，站在新的時(shí)間點(diǎn)重新審視新一代，它又會(huì )有哪些改變呢？真正的新一代到底是什么呢？
回顧歷史，所有應用革命都是被突破性的科技引爆的。第一次工業(yè)革命蒸汽機的發(fā)明，用煤炭和石油替代了人和動(dòng)物，改變了人類(lèi)的工作與移動(dòng)的方式，進(jìn)而出現了火車(chē)、輪船、織布機等，將人類(lèi)從體力作業(yè)中解放了出來(lái)。第二次工業(yè)革命的核心技術(shù)是電力與內燃機，電力代替了煤炭，動(dòng)力的獲取更為便捷，引發(fā)了以流水線(xiàn)為代表的作業(yè)流程的演進(jìn)，而內燃機的發(fā)明則讓汽車(chē)得以快速發(fā)展，人類(lèi)的移動(dòng)速度進(jìn)一步提高。
推動(dòng)第三次工業(yè)革命的科技是計算機技術(shù)與現代通信技術(shù)，如果說(shuō)前兩次工業(yè)革命屬于動(dòng)力革命，是機械力量替代肌肉力量的革命，那么第三次工業(yè)革命就是信息革命，直接改變了信息傳播的方式。起初，計算機是被設計成一個(gè)計算工具發(fā)明出來(lái)的，補充人類(lèi)的計算能力，讓復雜的化學(xué)運算、天體物理運算簡(jiǎn)單化、精準化。直到計算機能夠存取、分享信息時(shí)，改變才真正開(kāi)始。緊接著(zhù)，通信技術(shù)的發(fā)展讓信息革命徹底爆發(fā)了，當計算機只是一種獨立工作的信息處理機器時(shí)，它是一個(gè)信息孤島，不能主動(dòng)獲得信息，不能分享信息，而通信技術(shù)將它們連接起來(lái)，于是構成了互聯(lián)網(wǎng)，宣告信息革命到來(lái)。后面的故事大家都知道了，移動(dòng)通信和信息處理技術(shù)將信息革命的浪潮推向了一個(gè)新高度，人類(lèi)可以隨時(shí)隨地處理、分享、獲取信息。
當信息不限于人類(lèi)，還能在萬(wàn)物之間自由流動(dòng)時(shí)，便會(huì )引發(fā)第四次工業(yè)革命，物聯(lián)網(wǎng)建立，開(kāi)啟一個(gè)萬(wàn)物互聯(lián)的時(shí)代。其核心推動(dòng)技術(shù)就是人工智能與下一代通信技術(shù)（即５Ｇ），這一點(diǎn)不管從“德國工業(yè)４。０”還是從“中國制造２０２５”的戰略規劃中都能夠得到例證。讓萬(wàn)物之間可以分享信息是下一代通信技術(shù)應該解決的問(wèn)題，而處理信息，從中獲得人類(lèi)需要的預測甚至是決策，則是人工智能要解決的問(wèn)題。
既然下一次工業(yè)革命的核心推動(dòng)技術(shù)是人工智能與５Ｇ，那么我們就有充分的理由相信，未來(lái)，在服務(wù)與營(yíng)銷(xiāo)領(lǐng)域，一定也會(huì )誕生眾多這兩項技術(shù)主導的應用，而“新一代的智能服務(wù)與營(yíng)銷(xiāo)平臺”就是其中最耀眼的新星。
5G通信技術(shù)
從２Ｇ開(kāi)始，每一代的通信技術(shù)都會(huì )造就一批互聯(lián)網(wǎng)巨頭，作為第五代移動(dòng)通信技術(shù)，５Ｇ必然會(huì )給行業(yè)帶來(lái)更多期待。３Ｇ開(kāi)啟了移動(dòng)互聯(lián)網(wǎng)的大門(mén)，涌現了移動(dòng)社交、ＩＭ通訊、網(wǎng)頁(yè)瀏覽，手機端的應用如微信、微博、手游等成為可能，成就了眾多互聯(lián)網(wǎng)超級大公司。４Ｇ用更高的帶寬與更低的延遲開(kāi)啟了一個(gè)視頻時(shí)代，迸發(fā)出了供社交應用的視頻通信、辦公應用的視頻會(huì )議以及火遍全球的短視頻社交、視頻直播。應該說(shuō)，４Ｇ是有劃時(shí)代意義的，它拉開(kāi)了視頻時(shí)代的序幕，奠定了移動(dòng)互聯(lián)網(wǎng)的根基，讓人們看到了移動(dòng)通信系統的發(fā)展，始終圍繞著(zhù)提升以帶寬和速率為核心的連接能力這條主線(xiàn)。到了５Ｇ時(shí)代，情況有了變化，人們不再一味追求人人通信的體驗速率（達到４Ｇ的１０—１００倍），而是更注重滿(mǎn)足物聯(lián)網(wǎng)、邊緣計算、行業(yè)應用等多場(chǎng)景需求。相比４Ｇ只有峰值速率和移動(dòng)性?xún)身椫笜耍担沁�定義了時(shí)延、連接數密度等在內的八大關(guān)鍵指標。同時(shí)，不同于４Ｇ軟硬一體的網(wǎng)絡(luò )設備形態(tài)，５Ｇ網(wǎng)絡(luò )架構天然具備了軟件化、云化、服務(wù)化等特性，這給５Ｇ帶來(lái)了比肩互聯(lián)網(wǎng)的靈活性。正是這些新的變化，使５Ｇ得以超越連接，可以與其他技術(shù)完美融合。從歷史發(fā)展的規律來(lái)看，５Ｇ一定會(huì )是一個(gè)繁榮視頻時(shí)代，那么除了目前可見(jiàn)的視頻應用以外，５Ｇ到底還能為這個(gè)世界帶來(lái)什么超乎想象的改變呢？
５Ｇ除了高帶寬以外，還有兩個(gè)非常重要的特點(diǎn)，這兩個(gè)特點(diǎn)就是在無(wú)線(xiàn)區間的延遲可以達到１ｍｓ（毫秒）以下的超低延遲性，以及連接控制１平方千米內的１００萬(wàn)個(gè)無(wú)線(xiàn)終端的能力，這三個(gè)特點(diǎn)就是５Ｇ未來(lái)應用的基礎，所對應的三個(gè)應用場(chǎng)景如下圖所示：
▲三個(gè)應用場(chǎng)景圖
其中，ｅＭＢＢ場(chǎng)景指的是高帶寬應用，ｍＭＴＣ場(chǎng)景指的是大鏈接應用，ｕＲＬＬＣ場(chǎng)景指的是低延遲應用。可以看出，５Ｇ最為典型的應用場(chǎng)景為云計算、物聯(lián)網(wǎng)、人工智能和基于３Ｄ場(chǎng)景的視頻通信。在云計算中，主要應用的是其高帶寬的傳輸能力，將存儲、計算等能力部署在云端，也會(huì )給使用者帶來(lái)良好的使用體驗。物聯(lián)網(wǎng)則應用了其超大規模的鏈接能力，而人工智能利用的是其低延遲的能力，配合超低延遲就可以讓無(wú)人駕駛、工業(yè)自動(dòng)化、遠程醫療等人工智能應用得以商用。而視頻通信和ＡＲ通信則是高帶寬與低延遲能力的雙重加持，讓實(shí)時(shí)而流暢的４Ｋ甚至８Ｋ高品質(zhì)視頻通信成為可能。
回到服務(wù)與營(yíng)銷(xiāo)領(lǐng)域，５Ｇ技術(shù)將帶來(lái)哪些革命性的影響呢？以下應用場(chǎng)景或許成為可能。
高品質(zhì)場(chǎng)景式全息聯(lián)絡(luò )
聯(lián)絡(luò )是服務(wù)與營(yíng)銷(xiāo)平臺最基本也是最重要的功能，在人工智能以前，聯(lián)絡(luò )幾乎是服務(wù)與營(yíng)銷(xiāo)平臺的唯一核心功能。興起于電話(huà)普及時(shí)代的電話(huà)聯(lián)絡(luò )中心成就了服務(wù)與營(yíng)銷(xiāo)平臺，讓遠程服務(wù)與遠程營(yíng)銷(xiāo)成為可能；互聯(lián)網(wǎng)時(shí)代的ＩＭ通信進(jìn)一步增強了服務(wù)與營(yíng)銷(xiāo)的聯(lián)絡(luò )能力；４Ｇ時(shí)代本應該是視頻聯(lián)絡(luò )加持服務(wù)與營(yíng)銷(xiāo)的時(shí)代，先行者已經(jīng)通過(guò)視頻聯(lián)絡(luò )將服務(wù)與營(yíng)銷(xiāo)平臺的聯(lián)絡(luò )能力推向了一個(gè)新的高度，但是并沒(méi)有完全普及。我們有理由相信，５Ｇ時(shí)代更廉價(jià)的帶寬資源、更高品質(zhì)的畫(huà)質(zhì)、更為流暢的畫(huà)面一定會(huì )讓視頻聯(lián)絡(luò )得以普及，甚至代替現在的電話(huà)聯(lián)絡(luò )平臺。而在５Ｇ基礎上的ＶＲ應用也許會(huì )給我們營(yíng)造面對面的３Ｄ遠程聯(lián)絡(luò )體驗，讓聯(lián)絡(luò )進(jìn)入真正的全息時(shí)代。
物聯(lián)網(wǎng)自助服務(wù)
現在的自助服務(wù)指的是客戶(hù)通過(guò)按鍵式或其他交互方式來(lái)獲得服務(wù)的流程，物聯(lián)網(wǎng)時(shí)代的自助服務(wù)應該是“物”本身來(lái)獲得服務(wù)的方式，既是服務(wù)的入口，更是服務(wù)的發(fā)起者。這個(gè)物可以是家用電器、健康檢測設備、生活用品，也可以是銀行卡、保險單等。也就是說(shuō)，當“物”在檢測到自己需要服務(wù)的時(shí)候，比如更換耗材、定期檢修時(shí)，會(huì )直接連接到它的服務(wù)機構來(lái)獲取服務(wù)，只有在需要人工決策的時(shí)候，才會(huì )知會(huì )它的所有者，進(jìn)行下一步的服務(wù)請求。
物聯(lián)網(wǎng)營(yíng)銷(xiāo)
在物聯(lián)網(wǎng)時(shí)代，冰箱就是一個(gè)家庭的生鮮入口，會(huì )根據所存放生鮮的消耗情況自動(dòng)向電商下單補充，同時(shí)根據健康檢測設備的數據對食品選擇提出建議。同理，紅酒柜是采購紅酒的入口，將根據家庭成員的喜好進(jìn)行紅酒推薦或是直接采購。也就是說(shuō)，物聯(lián)網(wǎng)時(shí)代的營(yíng)銷(xiāo)會(huì )精準到存量、消耗、喜好、健康狀態(tài)等，客戶(hù)畫(huà)像會(huì )更為精準，也會(huì )更為動(dòng)態(tài)。對于智能服務(wù)與營(yíng)銷(xiāo)平臺來(lái)說(shuō)，５Ｇ除了更快更好地完成聯(lián)絡(luò )功能以外，還會(huì )具備連接與信息匯總和處理的能力，這些能力配合人工智能，將成為新一代智能服務(wù)與營(yíng)銷(xiāo)的核心。
人工智能技術(shù)
按照《ＡＩ極簡(jiǎn)經(jīng)濟學(xué)》的觀(guān)點(diǎn)，人工智能技術(shù)實(shí)際上是一種預測的技術(shù)，不管它叫機器學(xué)習、深度學(xué)習還是自動(dòng)學(xué)習，不管是ＮＬＰ、圖像識別還是機器翻譯，其實(shí)都是預測。技術(shù)的發(fā)展讓人工智能變得隨處可得，也就讓預測算法變得廉價(jià)，于是它就從科研的廳堂走到企業(yè)應用的廣闊天地，進(jìn)入需要預測機器的各種領(lǐng)域，從而引發(fā)了人工智能的爆炸式發(fā)展。預測是填補缺失信息的過(guò)程，預測就是運用你現在掌握的信息（即“數據”）生成你未掌握的信息。從初級層面看，預測機器可以代替人完成預測任務(wù)，節省成本。隨著(zhù)預測機器開(kāi)始運轉，預測有可能發(fā)生變化，并提高決策的質(zhì)量。但等到了某個(gè)時(shí)間點(diǎn)，預測機器變得十分精確且可靠，以至于足以改變組織運作的方式。也就是說(shuō)，一些人工智能對企業(yè)的經(jīng)濟效益產(chǎn)生了巨大的影響，它們不但可以提高策略執行過(guò)程中的生產(chǎn)力，還將改變策略本身。人工智能以預測為基礎，讓預測成為決策依據，在這個(gè)層面上，人工智能就可以成為企業(yè)經(jīng)營(yíng)中的重要工具，進(jìn)而影響到企業(yè)的戰略規劃并對社會(huì )的權衡形成影響，這就形成了一座人工智能影響力的金字塔，從下到上依次是：（１）預測；（２）決策；（３）工具；（４）戰略；（５）社會(huì )。
▲人工智能影響力金字塔圖
預測預測是填補缺失信息的過(guò)程。預測指運用你現在掌握的信息（通常稱(chēng)為“數據”），生成你尚未掌握的信息。除了生成關(guān)于未來(lái)的信息，預測還可以生成關(guān)于現在和過(guò)去的信息。企業(yè)的經(jīng)營(yíng)過(guò)程就是一個(gè)預測與決策的過(guò)程，我們需要預測商品與客戶(hù)之間的對應模型，市場(chǎng)活動(dòng)與營(yíng)銷(xiāo)業(yè)績(jì)之間的關(guān)系，員工技能與工作能力之間的對應，服務(wù)資源與客戶(hù)滿(mǎn)意度之間的匹配等。
預測算法依賴(lài)數據。越來(lái)越多、越來(lái)越精確的數據帶來(lái)越來(lái)越好的預測。從經(jīng)濟角度來(lái)說(shuō)，數據是預測的關(guān)鍵互補品。隨著(zhù)預測算法越來(lái)越廉價(jià)，數據的價(jià)值會(huì )越來(lái)越高。數據在人工智能中扮演著(zhù)三種角色，首先是輸入數據，分析反饋算法，用于生成預測。其次是訓練數據，它被用來(lái)生成最初的算法。訓練數據用于訓練人工智能，讓后者得以在現實(shí)環(huán)境下進(jìn)行良好的預測。最后是反饋數據，通過(guò)經(jīng)驗來(lái)改進(jìn)算法的表現。在某些情況下，這三種角色存在大量重合，同一批數據甚至能身兼三角。
企業(yè)的經(jīng)營(yíng)活動(dòng)就是數據積累的過(guò)程，我們可以將歷史數據作為輸入數據來(lái)生成預測模型，將預測模型在實(shí)行中進(jìn)行應用并持續訓練，在訓練過(guò)程中產(chǎn)生的結果就是預測模型的反饋數據，用這些數據對模型進(jìn)行持續優(yōu)化。
就預測而言，機器和人類(lèi)有著(zhù)各自的優(yōu)勢和劣勢。隨著(zhù)預測機器的改進(jìn)，企業(yè)必須調整人與機器的勞動(dòng)分工來(lái)應對。在考慮不同指標之間復雜的相互作用時(shí)，預測機器比人類(lèi)表面看來(lái)要好，尤其是在數據豐富的環(huán)境中。隨著(zhù)這種相互作用的范圍不斷擴大，相較機器而言，人類(lèi)作出精確預測的能力隨之減弱。然而，理解數據的生成過(guò)程可帶來(lái)預測優(yōu)勢，且在數據較為單薄的時(shí)候，人類(lèi)比機器表現更好。所以更好的預測應該是基于人機耦合的，這是將人工智能與人類(lèi)智慧結合的最好方法。
決策預測不是決定，作出決定需要對預測進(jìn)行判斷。在人工智能應用之前，人類(lèi)始終是把預測和判斷放到一起進(jìn)行的。而現在，預測算法的進(jìn)步意味著(zhù)我們必須對決定進(jìn)行一番剖析。找到預測和結果之間的關(guān)系才能做相應的判斷，這就是一個(gè)決策過(guò)程，決策后所產(chǎn)生的結果，又可以作為決策的反饋數據，對決策流程做進(jìn)一步的優(yōu)化。
隨著(zhù)預測算法能力的增強，人在企業(yè)中的某些活動(dòng)會(huì )貶值，當然也有很多活動(dòng)會(huì )增值。對預測本身而言，預測算法整體上是人類(lèi)預測的一個(gè)更好的替代。隨著(zhù)機器預測越來(lái)越多地取代人類(lèi)預測，人類(lèi)預測的價(jià)值將降低。但更重要的一點(diǎn)是，雖然預測是一切決定的關(guān)鍵組成部分，但它并不是唯一的組成部分。目前，決策的其他元素（判斷、數據和行動(dòng)）仍牢牢地被人類(lèi)握在手中。它們是預測的互補品，也就是說(shuō)，隨著(zhù)預測變得廉價(jià)，決策的價(jià)值會(huì )提高。只有人類(lèi)才會(huì )進(jìn)行判斷，也只有人類(lèi)才會(huì )衡量決策結果對企業(yè)經(jīng)營(yíng)目標的影響。隨著(zhù)人工智能接管預測，人類(lèi)會(huì )減少在決策中扮演預測加判斷的綜合角色，而更多地專(zhuān)注于發(fā)揮判斷的作用。這將促使機器預測與人類(lèi)判斷之間形成互動(dòng)。當然，企業(yè)也可以通過(guò)對目標的設定，讓預測算法在所設定置信度閾值以?xún)冗M(jìn)行自動(dòng)決策，人類(lèi)則根據結果對目標的吻合程度，對其算法模型進(jìn)行修正。
工具人工智能應用是通過(guò)工具的開(kāi)發(fā)得以實(shí)際貫徹并在企業(yè)中開(kāi)始應用的，人工智能工具設計的單位不是“工作”“職業(yè)”“策略”，而是“任務(wù)”。任務(wù)是決策的集合，決策以預測和判斷為基礎，依靠數據獲得信息。有時(shí)我們能夠將一項任務(wù)內的所有決策自動(dòng)化，隨著(zhù)預測的提升，我們可以把任務(wù)中殘留的尚未自動(dòng)化的任務(wù)進(jìn)行自動(dòng)化。預測機器的崛起激發(fā)了人們的思考：怎樣對工作流程重新設計并使其自動(dòng)化，從此類(lèi)任務(wù)中有效地剝離人類(lèi)。但僅有更好、更廉價(jià)的預測還不能帶來(lái)完全的自動(dòng)化，采用預測機器還必須提高機器在任務(wù)的其他方面所帶來(lái)的回報。否則，你會(huì )希望人類(lèi)決策者與預測機器協(xié)同工作。人工智能工具是定點(diǎn)解決方案。每一種工具都能生成一種特定的預測，按照設計，大多數工具只執行一項特定的任務(wù)。企業(yè)在決定如何貫徹人工智能時(shí)，會(huì )把工作流程分解為任務(wù)，預估投資回報率并按投資回報率對人工智能進(jìn)行排序，接著(zhù)從清單的最頂端開(kāi)始，一路朝下走。有時(shí)候，也可以簡(jiǎn)單地在工作流程里安插一套人工智能工具，提高該任務(wù)的生產(chǎn)效率而實(shí)現直接收益。然而，大多數情況并非如此簡(jiǎn)單，需要重新思考應用人工智能工具帶來(lái)的真正益處，或對整個(gè)工作流程進(jìn)行“工程再造”。因此，與個(gè)人計算機革命類(lèi)似，在許多主流企業(yè)，人工智能帶來(lái)的生產(chǎn)力收益要過(guò)些時(shí)間才看得出來(lái)。
一份工作，就是一組任務(wù)的集合。在分解工作流程、應用人工智能工具的時(shí)候，以前由人類(lèi)執行的某些任務(wù)可能會(huì )自動(dòng)化，剩余任務(wù)的順序和重點(diǎn)可能有所改變，新的任務(wù)也有可能出現。因此，構成工作的任務(wù)集合是有可能改變的。
人工智能工具的實(shí)踐對工作崗位產(chǎn)生如下４種影響：
▲人工智能工具可以增加工作崗位，如智能訓練師與智能流程設計。
▲人工智能工具可以減少工作崗位，如簡(jiǎn)單的咨詢(xún)服務(wù)。
▲人工智能工具可能導致工作崗位重組，一些任務(wù)增加，另一些任務(wù)消失，如營(yíng)銷(xiāo)模型的設計與優(yōu)化。
▲人工智能工具可能會(huì )將重點(diǎn)轉移到特定工作崗位所需的特定技能上。
戰略人工智能已經(jīng)成為很多企業(yè)的戰略，是應該由企業(yè)的決策層進(jìn)行主導的戰略。強大的人工智能工具遠遠不止于提升業(yè)務(wù)層面任務(wù)的生產(chǎn)效率，而且有望徹底改變企業(yè)戰略。具備如下因素，人工智能就能帶來(lái)戰略上的變革：商業(yè)模式中存在核心權衡；受不確定性影響的權衡；減少不確定性的人工智能，撥動(dòng)了權衡天平上的指針，最優(yōu)策略從這一邊轉到了那一邊。人工智能戰略需要企業(yè)決策層領(lǐng)導參與的另一個(gè)原因是，采用了人工智能工具的業(yè)務(wù)同樣有可能影響到企業(yè)的其他業(yè)務(wù)，強大的人工智能工具可能會(huì )導致工作流程和公司的業(yè)務(wù)邊界在很大程度上被重新設計。
人工智能會(huì )增加互補品的價(jià)值，包括判斷、行動(dòng)和數據。判斷的價(jià)值增加可能導致組織等級的變化———把不同的角色或不同的人員放到權力崗位上，可能會(huì )帶來(lái)更高的回報。此外，預測機器使管理人員不僅可以?xún)?yōu)化單個(gè)要素，還可以?xún)?yōu)化更高級別的目標，從而使決策更接近組織的目標。受預測影響的行動(dòng)，可以成為競爭優(yōu)勢，傳統企業(yè)亦可獲得人工智能帶來(lái)的一些價(jià)值。然而，在某些情況下，強大的人工智能工具帶來(lái)了明顯的競爭優(yōu)勢，新加入者可能會(huì )將該行動(dòng)垂直整合，利用人工智能作為競爭基礎。
確定企業(yè)業(yè)務(wù)的邊界是一項關(guān)鍵的戰略選擇，不確定性會(huì )影響這種選擇。由于人工智能可以減少不確定性，它會(huì )對組織與其他組織之間的邊界產(chǎn)生影響。通過(guò)減少不確定性，預測機器提高了編寫(xiě)合同的能力，故此也就增強了公司以合同的方式將專(zhuān)門(mén)負責數據、預測與行動(dòng)的資本設備和勞動(dòng)力外包出去的動(dòng)機。然而，預測機器會(huì )削弱公司把專(zhuān)門(mén)掌管判斷的任務(wù)外包出去的動(dòng)機。判斷的質(zhì)量很難細化到合同中，而且難以監控。如果判斷能夠被清晰地細化，那它就可以被編程，交給機器，而不再需要人類(lèi)來(lái)做。隨著(zhù)人工智能越來(lái)越普遍，判斷有可能成為人類(lèi)要扮演的關(guān)鍵角色，這樣一來(lái)，企業(yè)內部聘用的員工會(huì )增加，外包出去的勞動(dòng)力會(huì )減少。
人工智能將提升擁有數據的動(dòng)機。盡管如此，如果數據提供的預測對你的組織并不具備戰略意義，那么通過(guò)外包獲得數據便有其必要。在此種情況下，最好直接購買(mǎi)預測而不是購買(mǎi)數據，接著(zhù)用它生成你自己的預測。
很多企業(yè)（如聯(lián)想、百度等公司）把“人工智能優(yōu)先”調整為企業(yè)級的戰略，這就要求把最大化預測的準確度作為組織的中心目標，哪怕這意味著(zhù)要犧牲其他目標（如收入和用戶(hù)數的最大化、用戶(hù)體驗的最優(yōu)化等）。人工智能會(huì )帶來(lái)顛覆，然而以人工智能為動(dòng)機的產(chǎn)品，往往最開(kāi)始比較差，因為訓練預測機器執行任務(wù)要花時(shí)間，不管是遵循人類(lèi)指令的硬編碼機器還是自行學(xué)習的機器，都是如此。然而，一旦部署，人工智能便可繼續學(xué)習和改進(jìn)，把競爭對手的非智能產(chǎn)品拋在身后。對老牌公司來(lái)說(shuō)，采取等待和觀(guān)望的態(tài)度，站在場(chǎng)外觀(guān)察人工智能在行業(yè)內的應用，這是很誘人的做法。一些公司說(shuō)不定適合這么做，但另一些公司會(huì )發(fā)現，一旦競爭對手搶先訓練和部署人工智能工具，自己就很難趕上了。而戰略決策需要時(shí)機，也就是什么時(shí)候把人工智能工具投入實(shí)地應用。人工智能工具最初是在內部進(jìn)行培訓的，它們遠離客戶(hù)。然而，等把它們部署到商業(yè)用途中，它們會(huì )學(xué)得更快，因為它們暴露在了真實(shí)的運營(yíng)條件下，往往還能接觸更多的數據。早部署的好處是學(xué)習速度快，代價(jià)是風(fēng)險高。在一些情況下，權衡是明確的；在另一些情況下，比如自動(dòng)駕駛，權衡就比較模糊了，在這個(gè)時(shí)候就需要決策者進(jìn)行決策：商業(yè)產(chǎn)品搶先一步帶來(lái)的優(yōu)勢與產(chǎn)品尚未充分準備就發(fā)布，一旦失誤造成的代價(jià)，到底誰(shuí)大？
當然，人工智能自帶很多類(lèi)型的風(fēng)險。主要有以下六類(lèi)：
▲人工智能作出的預測可能導致歧視。哪怕這種歧視是無(wú)意的，它也需要企業(yè)為之負責。
▲數據太少，人工智能就無(wú)法發(fā)揮作用。這會(huì )產(chǎn)生質(zhì)量風(fēng)險，尤其是“未知的已知”類(lèi)預測錯誤：預測機器很有信心地給出了預測，可惜給的是錯的。
▲不正確的輸入數據會(huì )欺騙預測機器，容易讓用戶(hù)遭到黑客攻擊。
▲一如生物的多樣性，預測機器的多樣性涉及權衡個(gè)體和系統層面的結果。多樣性的減少，可能有益于提高個(gè)人層面的績(jì)效，但會(huì )增加大規模失效的風(fēng)險。
▲預測機器有可能遭到反向查詢(xún)，致使你的知識產(chǎn)權被竊，攻擊者也可通過(guò)此種查詢(xún)洞察預測機器的弱點(diǎn)。
▲反饋有可能遭到惡意操縱，導致預測機器學(xué)習不良行為。
社會(huì )人工智能的興起為社會(huì )提供了許多選擇，每一個(gè)選擇都代表一種權衡，在這一階段，盡管技術(shù)仍處于起步階段，但社會(huì )層面上已經(jīng)顯現出三項特別重要的權衡。第一項權衡是生產(chǎn)力與分配。許多人認為人工智能會(huì )讓我們變得更貧窮，境況更糟糕，并非如此。經(jīng)濟學(xué)家認為，技術(shù)進(jìn)步會(huì )讓我們的生活更加美好，還能提高生產(chǎn)力。人工智能無(wú)疑能提高生產(chǎn)力，問(wèn)題不在于財富的創(chuàng )造，而在于它的分配。人工智能可能加劇收入不平等的問(wèn)題，原因有二：一是，人工智能將接管某些任務(wù)，這或許會(huì )加劇人類(lèi)對余下任務(wù)的競爭，工資降低，與資本所有者的收入相比，它將進(jìn)一步削減勞動(dòng)力賺取的收入的比例。二是，與其他計算機相關(guān)的技術(shù)一樣，預測機器可能存在技能偏好，故此，人工智能工具不成比例地提高了高技能工人的生產(chǎn)力。第二項權衡是創(chuàng )新與競爭。和大多數軟件相關(guān)的技術(shù)一樣，人工智能具有規模經(jīng)濟的特征。此外，在一定程度上，人工智能工具往往具有收益遞增的特征：預測越準確，用戶(hù)越多，于是生成更多的數據，而更多的數據將帶來(lái)更準確預測。如果企業(yè)擁有更多的控制權，它會(huì )有更大的動(dòng)力去開(kāi)發(fā)預測機器，但隨著(zhù)規模經(jīng)濟的發(fā)展，這有可能導致壟斷。從短期角度看，快速的創(chuàng )新可能造福社會(huì )；但從社會(huì )或更長(cháng)期的角度看，這或許并非最理想的結果。第三項權衡是性能與隱私，數據越多，人工智能表現越好。如果它們可以訪(fǎng)問(wèn)更多的個(gè)人數據，就能更好地做個(gè)性化預測。提供個(gè)人數據通常會(huì )以失去隱私為代價(jià)。
人工智能的企業(yè)應用總結作為一個(gè)已經(jīng)開(kāi)始普及的預測技術(shù)，人工智能將在企業(yè)中得到大規模的應用，這一點(diǎn)是毋庸置疑的。人工智能負責預測，企業(yè)的管理者根據人工智能的預測進(jìn)行相應的決策，或人工智能在置信度閾值范圍內自行決策，將推動(dòng)企業(yè)快速實(shí)現其業(yè)務(wù)目標。而以人工智能為核心引擎的系統則將預測與決策的流程工具化，讓人工智能在企業(yè)應用中快速落地。
很多企業(yè)已經(jīng)將人工智能應用作為其重要的戰略規劃，這有可能會(huì )犧牲掉一些短期的目標，但是經(jīng)過(guò)實(shí)際數據訓練的人工智能會(huì )快速成長(cháng)。一旦越過(guò)了臨界點(diǎn)，就會(huì )將沒(méi)有實(shí)施人工智能戰略的競爭對手遠遠地甩在后面，成為行業(yè)中的領(lǐng)跑者，這個(gè)領(lǐng)跑者會(huì )產(chǎn)生更多的數據對人工智能的預測算法進(jìn)行迭代優(yōu)化，如此一來(lái)，其領(lǐng)先者的地位很難被顛覆。但是人工智能戰略也有被黑客攻擊、被惡意訓練等風(fēng)險，需要用技術(shù)手段與制度手段加以回避。
