|
机器之心编译制图 人工智能的时代才刚刚开始。首席信息官们（Chief Information Officer/CIO）正努力帮助各家公司变得更有洞察力，而一套快速演化的认知工具——从机器学习，深度学习和高级认知分析到机器过程自动化和机器人程序——是其中的关键。德勤最近发布了一篇报告，为机器智能时代的企业应用与策略提供了建议。 我们将本文的核心要点提取出来制作成了信息图，以方便读者阅读。希望获得更多内容的可阅读信息图之后的完整文字版。
以下算法将得到广泛应用
科技巨头和投资机构对机器智能各领域的投资和收购
机器智能如何创造价值
IT 部门的配置建议
案例：Anthem 公司的机器智能战略
亚马逊 Echo 背后技术
机器智能帮我们克服四大数据挑战
以下为完整版报告： 人工智能的快速演进已经让其具备了无数种不同——甚至经常被误解——的能力，例如机器学习，深度学习，认知分析，机器人过程自动化（RPA）和机器人程序等等。总的来说，这些工具了构成机器智能：它可以提高员工绩效的算法能力，自动化日益复杂的工作量，并发展模拟人类思维和参与交互的「认知智能体」。机器智能代表着高级分析之旅的下一章。 数据作为关键业务资产的出现，在每个技术趋势报告中都是绕不过去的主题，从管理大规模和复杂性任务所需的基础能力，到越来越成熟、用来从数据库中挖掘业务洞见的分析工具技术。通过利用分析来阐明在不断增长的数据库中隐藏的模式、洞见和机会，很多公司已经开发出了与客户交互的新方法、增强员工的技能和智力、培育新产品、服务和工作以及探索新的商业模式。今天，越来越多的 CIO 正在为它们打下基础，j2直播，让洞见成为组织驱动力。 执行通常需要人类来完成的任务的人工智能（AI）技术，正成为这些分析工作的重要组成部分。然而，人工智能只是认知计算领域引人注目的一系列发展中的一部分。更大的主题是机器智能（MI），一个代表新认知时代所有进步的总称。在这里，我们讨论的是一些近年来发展迅速的认知工具，仅举几例，如机器学习，深度学习，高级认知分析，机器过程自动化和机器人。 我们已经见证过在各个领域出现的机器智能早期使用案例。例如，一家运行着美国最大医学研究计划之一的领先医院，正在「训练」其机器智能系统分析存储在数据库中的 100 亿个表型和遗传图像。在金融服务领域，认知销售代理使用机器智能主动联系潜在的客户，然后获取资格进行随访，维护这一商机。这个认知助手可以解析自然语言，理解客户对话问题，同时处理多达 27,000 个会话，支持语言多达几十种。 随着越来越多的公司正在应用机器力量，在接下来的几个月中，我们有望看到更多类似的案例。机器智能在各个领域的支出已经增加，预计在 2019 年将达到 313 亿美元左右。[1] 它也成为 CIO 的优先考虑事项。德勤「2016 年全球 CIO 调查」要求 1200 名 IT 高管指出他们计划在未来两年内大幅投资的新兴技术。包括认知技术，其中机器智能占到 64％。[2] 一、数据，前所未有 我们今天认为，在 20 世纪 50 年代发展的认知计算很有远见，它能够使技术模拟人类智能。虽然有些原始的人工智能技术在 20 世纪 80 年代具有商业可用性，但是直到 21 世纪，人工智能——以及包括新兴机器智能趋势在内的认知计算能力，才真正地起飞。[3]
|
