--------点击屏幕右侧或者屏幕底部“+订阅”，关注我，随时分享机器智能最新行业动态及技术干货----------
人工智能为企业创造价值的模式
人工智能已经在多个方面成功应用，并为许多企业带来了巨大的价值。2018 年 10 月，由菜鸟网络建设的中国最大的机器人仓库在菜鸟无锡未来园区上线运行，这一园区采用边缘计算、人工智能等核心技术，构建数字化物流园，把人工作业模式，变成了实时在线和自动化作业。
在安全方面， 物流园区的 loT 智能设备可以自动识别人员进出， 指引货车行驶和装卸，也能对周界安全、消防通道，甚至抽烟等细节行为进行识别和自动报警；在仓库内，带上算法的摄像头学会了思考，不再只是记录和保存视频画面，还可以不间断动态扫描仓内，自动计算货物存储堆积和进出情况，实时反馈到调度系统。
与此同时， 在近 3 万平米的库区内菜鸟 AGV “小蓝人”组成了中国目前规模最大的机器人军团，近 700 台机器人形成一个繁忙的智能运输和工作系统，他们会互相避让，自己充电。无锡未来园区的高密度自动存储仓库储量是普通仓库的 5 倍。包裹生产后，进入智能分拨系统，自动被分往华东地区的 200 多个路向。
在仓储、运输节点、车辆、末端、包裹等环节加大的人工智能等新技术研发和应用，带动整个行业加入技术投入，实现物流要素的数字化、智能化，不仅极大的优化了物流体系的效率，顺利度过了“双 11”的物流高峰，更为人工智能在企业应用中的价值展现做出了表率。
随着人工智能在不同行业中的深度渗透，人工智能以用户画像、知识管理、自然语言处理、机器学习为基础，为行业企业带来业务模式、业务流程、产品的应用和业务结构的巨大变化，并加速运营模式的智能化转型，从而在企业中创造越来越大的价值。
一、取代重复性简单工作
人工智能的应用有一个几乎必然会发生的现象，就是取代人类目前从事机械的、简单的、重复的和毫无创意需求的劳动，与人类相比，机器本身就具有更高的速度、准确度，并且不易疲劳(特别是不会因为疲劳而降低工作效率和准确度)。
因此，机器所提供的不止是更高的工作效率、工作速度，还有一以贯之的工作水平，在现代化工厂，工业机器人和机械臂已经取代了大量的人工岗位，结合拥有更高“智力水平”的人工智能算法，能够为企业带来更高的生产效率和生产质量。
二、创造数字经济时代新物种
当人工智能进入“强智能”时代，甚至开始出现类脑智能，人类完全有能力凭借人工智能技术创造一个高于人类物种的新物种，这一新物种对人类逻辑拥有完全的理解，并能够做出自我决策，甚至有可能完成觉醒进化，自主创造新物种，远离人类开启了新的文明——所有这些是科幻小说中的常见情节，从目前的技术及技术伦理来看，还为时尚早，但人工智能确实具备在商业社会创造“(产品、服务或企业类型方面的)新物种”的能力。
就商业社会来说，人工智能结合云计算、物联网、VR/AR 等技术，具备打破各种有形无形的束缚，解放和重构生产要素，催生各种新物种，推动科技“寒武纪”的到来的能力。最近几届 WMT国际机器翻译大赛的竞赛成绩表明，以人工智能为基础的机器翻译已经达到了非常高的水平，机器翻译水平的提高直接促成了一个新物种的诞生，即翻译机，通过机器翻译软件(语音识别 + 机器翻译) + 专属硬件的形式为消费者提供手持快速(对话)翻译能力，成为许多出国旅游消费者的最爱，人工智能则创造出了一个销售规模约 561 亿( 2020 年预期)的翻译机市场。
三、突破人类能力极限
人类拥有很强的逻辑思维能力、复杂事物处理能力和情感分析能力，这让人类成为地球上独一无二的物种，但随着计算机的普及，人类在全局认知、高并发性、深度逻辑和复杂(准确)记忆方面与现代计算、存储和算法相比处在下风，人工智能能够突破人类在这些领域的能力极限，提供全新的生产力。除此以外，在一些高度危险、高度复杂的生产环境中，人工智能也将肩负起突破人类能力极限的重任。
阿里巴巴一款名为“天巡”的卫星遥感影像智能解译产品，将人工智能深度学习技术融合到遥感影像的解译中，实现了遥感影像数据的自动化解译，将传统解译方案需要的几个月的解译时间缩短到几个小时。在提升解译效率的同时，自动解译产品的分析能力相对于传统解译方式也有较大提高，针对新增建筑的解译准确率能够达到 95%。在自然资源部与农业农村部联合推动的“全国大棚房问题专项整治行动”中，已率先利用这项技术以大棚房监管为突破点，实现 90% 的监测准确率。
四、利用已有数据来激活业务和商业流程
在过去 20 年，中国企业已经普遍进行了信息化和电子化，沉淀出了大量的高价值数据，如市场营销数据、银行的客户金融数据、证券公司的投资数据、零售企业的消费数据等等，这些数据都可以利用人工智能进行“激活”，从数据中找到新的业务价值点、业务流程或客户需求，帮助企业比现在的人工做出更好的业务服务和业务流程。
许多企业都在使用机器人流程自动化(RPA) 工具， 使“机器人”能够捕获和解释用于处理事务、处理数据、触发响应和与其他数字系统通信的现有应用， RPA 可以执行跨越多个应用的复杂嵌套例程， 并与这些系统进行交互，而无需构建复杂死板的系统到系统接口。在大多数情况下，通过使用 RPA 技术，企业能够将共享服务运营中事务活动的运营成本降低 30% 至 50%，通过与人工智能技术的结合， 企业能够将将 RPA 扩展到以前并不适合实施自动化的领域或是提高目前已接入机器人的流程中机器人的产量。
五、精准匹配并找到被忽视潜在逻辑与联系
人工智能具有强大的数学能力加上足够的计算速度，远远超过人类的计算承载力，可同时处理上百万种情况。大脑可以在由海量数据形成的复杂拓扑网络中，以难以置信的速度放大关键的数据节点，并识别数据间的最优量化关系。这种认知反演的方式突破了“老专家”传统的思维定式，将隐性和碎片化的问题变得显性化，并由此生成新的知识。
与此同时，数字世界的试错成本远低于物理世界。人工智能就像做微创手术一样，并不需要大量的硬件投入与业务改变，仅通过在虚拟环境中对数据的改动与优化，即可产生明显的价值与收益，且路线不对可及时调头。因此，人工智能能够帮助企业精准匹配用户需求或业务需求，并且找到原本因为人力、人脑等外部因素限制而无法发现的潜在逻辑与内在联系。
以人工智能为基础的阿里云工业大脑在应用到攀钢西昌钢钒转炉炼钢工艺后，打通炼钢全流程数据，通过建模分析获得炼钢工艺优化的关键因子，结合专家知识，定位提钒、脱硫和炼钢三个关键工序。通过对这三个工序的深入建模分析，聚焦在脱硫工序，依靠脱硫仿真模型与参数寻优模型寻找最优参数。根据实际测算，通过优化的参数推荐，每生产一吨钢可以节省一公斤铁。对于年产值 400 万吨钢的攀钢来说，一年的成本节省就在 700 万以上。
六、提供全新的人机或服务交互模式
目前人工智能在机器视觉(图像和视频识别)、自然语言理解和语音识别等领域已经具有非常强的能力，并随着深度学习技术的发展在持续提升，这意味着机器可以拥有近似于人类的“视觉、听觉和语言/语义理解能力”。
因此， 正如市场调研分析机构 Gartner 的人机交互技术成熟度曲线所展示的，多模态接口以及机器学习和其他形式的人工智能技术的进步正在深刻地影响着人机交互。新的、规模巨大且有利可图的人机交互相邻市场正在开放，特别是在汽车和医疗领域，有了新的增长和扩展机会，人工智能将是革新人机交互的新起点：交互效率大幅度提升、用户使用的学习的成本大大降低、用户依赖程度也将极大提升。
七、辅助人类进行智能决策
人工智能能够为企业提供与传统的决策支持系统、知识辅助决策系统或专家系统不同且更具价值的智能决策， 帮助企业构建决策支持系统(即 Decision Support Systems， DSS， 是人工智能的重要研究领域) ， 为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析工具，帮助局侧着提高决策水平和质量。
中国企业应用人工智能的关键思考
人工智能技术成为越来越多企业的创新动力和源泉。人工智能在企业的应用已经达成了初步共识，2016 年麦肯锡就做过一次调查，一半以上的企业高管认为人工智能技术对企业非常重要。但是具体在哪里用，如何来实施人工智能的应用才是问题的关键。
因此，围绕如何在企业落地实施人工智能技术，我们认为如下几方面的关键问题需要在企业内部做整体的思考，并给出一些参考建议。
一、应用人工智能的终极目标是创新数据智能的商业模式
第一问题，为什么要应用人工智能?
企业最应该避免的是为了应用人工智能而用人工智能。人工智能如今不应成为企业炒作的一个热点，从长远来看，单点人工智能的应用并无法形成企业独特的竞争力。
回顾人工智能发展历程，近 10 年来，人工智能技术快速发展不是因为某些只专注于人工智能技术的公司，而是哪些数据智能驱动的数字经济商业模式的崛起，使得必须用到搜索、推荐、人脸识别和语音识别等人工智能算法才能够满足业务量快速增长的目标。以阿里巴巴的人工智能客服为例，过去十年平台的订单数增加了几十倍，客服任务量也成倍的增加，但是客服团队的人员并没有增加多少，增加的任务量都被人工智能客服给消化掉了，天猫双 11 的客服 95% 是人工智能。
也就是说，人工智能技术的应用是数字经济商业模式的发展的必然结果，如果一个企业的业务形态是靠数据和算法对外提供服务，那么它一定需要应用人工智能技术，并发展出自己独特竞争优势的人工智能应用，从而带来更好的用户体验和商业上的成功。业务模式的转变是因，运用人工智能技术只是果。
对于传统企业来说，运用人工智能技术的终极目标是在某个行业中创新实现算法和数据驱动的新的商业模式，将人工智能的应用嵌入到企业核心的生产和经营过程。人工智能技术只是助力实现新的业务发展目标的一个工具。
从人工智能应用在各个行业的应用对现有企业格局的冲击来看，人工智能技术的首先带来是商业模式的转变，其次才是具体点上的人工智能的运用得到的效率提升，最后人工智能引入后可能对原来行业格局造成的社会风险和道德问题。
二、智能应用人工是 CEO 需要负责的事情， 从长远着想，从新问题着手
第二问题，如何开展人工智能应用的落地?
首先， 人工智能应用事关企业商业模式， 是需要 CEO 亲自抓的事情。
人工智能应用不是一个项目，而是数据智能业务转型的一个长期过程。因此人工智能的应用，必须从集团长期发展规划，战略，组织，人才去通盘考虑，甚至要根据数据智能驱动的业务转型的远期目标倒推，对当前的规划、战略和组织重新去做调整。而这些都是 CEO 需要做决断。
其次，在应用的过程中，要允许试错。
企业要有机制承受住失败带来的损失，不至于伤筋动骨，绝对不能孤注一掷。所谓“看十年，做一年”，十年后某个行业数据智能驱动的新商业形态到底如何，没有人能够看得清，唯有依靠短期的不断试错不断调整才能获得未来的成功。即使在单点的智能应用上，机器智能也不是放之四海而皆准的灵丹妙药，一方面机器智能并不能解决所有问题，另一方面投入使用后还会带来新的问题。各行业的智能化是不可阻挡的大趋势，但是再具体应用过程中，一定会有试错成本。
最后，人工智能的应用优先从新问题，新痛点着手。企业随着业务的发展，一定会涌现出新问题，比如阿里的投诉咨询业务量暴增，不可能扩招对应比例的客服人员，就不得不引入人工智能算法这种新工具，推行阻力自然就比较小。同样，海量会员注册，身份冒用风险凸显，人工审核的方式成本太高时间也慢，客户体验就不好，自然就需要引入人脸识别等整套的智能核实身份的应用。
对于传统企业来说，长远目标是创新行业数据智能驱动的商业模式，但是在推行人工智能应用的起点项目上，选择从新问题和新痛点着手，对现有部门利益格局影响小，受到的反对阻力相对小，试错成本也相对较低。一旦起点项目获得成功，存量业务的智能化转型也就是水到渠成的事情了。
从边缘到核心，中国企业人工智能阶段性应用
2017 年国务院发布了《新一代人工智能发展规划》，为我国人工智能的发展确定了良好的宏观政策环境。中国民众对于互联网服务这一类新鲜事物报着更加务实的态度，在数据隐私和人工智能伦理方面的态度相对灵活，这就为人工智能应用的创新提供宽松的社会环境。这些都是未来中国企业开展人工智能应用创新最得天独厚的优势。
尽管人工智能的早期技术突破并不是在中国，不过回顾数字经济发展的历程，移动互联网应用在中国的发展之迅速令西方目瞪口呆。我们也有理由相信，各行业企业人工智能应用从边缘走向核心的爆发也非常可能出现在中国。处于人工智能爆发前夜的中国，具备人工智能从边缘应用到核心应用的条件。
当前人工智能整个产业可以分为应用层，技术层和基础层三部分。
- 在应用层面，人工智能应用解决方案主要聚焦在安防、金融、自动驾驶、医疗、电商、教育、制造、家居等各个垂直行业的创新应用，人工智能的消费级硬件主要聚焦在机器人，无人机和智能硬件等产业。
- 在技术层面来看，包括图像识别，语音识别，文字识别，计算机视觉，自然语言处理和只是图谱等人工智能的应用领域技术，这些技术都需要用到深度学习和强化学习的算法。最下面一层是基础层，是数据和计算力的技术，包括人工智能适配的传感器和计算芯片等。
- 在基础层，当前中国都存在全球领先的人工智能公司，除了 BAT 外， 涌现出一大批独角兽公司， 可以说中国的人工智能技术产业已经为我国企业人工智能应用从边缘到和核心演进做好了技术准备。
除了人工智能技术，人工智能的发展还需要更多维度的活数据。在之前章节已经提及，过去 10 年人工智能的崛起最重要的原因就是移动互联网应用积累了远远不断，海量的活数据。没有数据，人工智能就像没有汽油的发动机，更没法实现算法模型的自我迭代和性能改进。而中国无疑是移动互联网或数据的富矿地区。中国有接近 9 亿的网民，平均每天使用手机的时间超过4小时。不论是二维码支付，公交刷卡，手机缴水电煤气费的公共服务数据，还是安防视频，政务服务，电力能源，制造等具体行业数据，，世界上最海量的活数据为企业开展人工智能应用创新提供了充足的生产资料。
最后，中国有丰富和友好的人工智能应用需求和场景。在企业既有模式发展受阻，新旧动能转换向高质量发展的关键时期，人工智能作为一个新的技术变量，普遍受到中国企业的欢迎和重视。1 区阿里云为例，在过去的三年中，人工智能技术帮助工业，农业和服务业的众多企业减本增效。合作最重要的前提就是这些传统企业愿意尝试和相信人工智能技术，相信数据和算法能够给几十年不变的传统企业带来新价值。当然，这样的相信为人工智能技术提供了练兵场，又进一步促进了人工智智能技术的提升了发展。典型的比如杭州城市大脑，人工智能可以实时调配红绿灯，在几乎不影响其他车辆通行的情况下，为救护车开辟一路绿灯的救命通道，为患者平均节省7分钟的救命时间。人工智能可以帮助海升集团的苹果园采用精准化的水肥管理，每亩地节省 200 元的管理成本。更重要的是，通过这些场景，城市大脑和农业大脑从概念阶段一步步的完善和改进，数据在平台上逐步积累，算法性能也不断的提升。
在技术，数据和场景都占优势的情况下，过去几年，中国的人工智能应用服务商也快速崛起，金融、安防、教育、客服、视频、电商、建筑、法律、招聘、传媒和资讯，几乎各个行业都有第一梯队的应用服务商的身影，构建起了庞大的人工智能应用服务生态圈。
人工智能是数字经济时代最重要的生产力，人工智能应用发展的关键是应用，只有在应用中去不断迭代和提升。而企业应用在其中又发挥了中流砥柱的作用。中国在人工智能技术，数据，场景和生态快速协同演进的大背景下，我们有理由相信，人工智能在企业的应用向从边缘逐步进入到核心，迎来各行业应用的爆发期。
