[db:标签]��器[db:标签]��智能将对业务和就业产生巨大影响。了解麦肯锡如何看待人工智能和机器学习将如何影响您的业务以及您可以做什么。

对于商务人士而言，人工智能代表了一系列挑战。在技术层面上，人工智能和机器学习正朝着复杂化发展，需要大量数据才能产生有意义的结果。从业务角度来看，许多业务领导者很难弄清人工智能的切入点，甚至不知道如何启动机器智能。

更糟糕的是，技术供应商的促销活动在市场上引起了持续的喧嚣，人们不确定人工智能的真正可能性是什么。

为减少这种噪音，我们邀请了许多世界领先的从业者分享他们的经验。

以下是麦肯锡全球研究所（MGI）和艾森豪威尔基金会（Eisenhower Fund）负责人戴维·布雷（DAvid Bray）的观点，艾森豪威尔基金会也是联邦通信委员会的首席技术官。

麦肯锡全球研究所发布了一系列有关人工智能，自动化和就业的研究报告。以下是对工作环境自动化的分析。

在下图中，Chui和他的团队分析了自动化将发生变化的行业。

另一张图片显示了可以用机器和薪水代替的工作清单：

Michael Chui和David Bray之间的对话涉及公司员工和自动化，人工智能，投资等关系，计划，甚至道德考量。

公司如何考虑对人工智能进行投资？

Michael Chiu：越来越多的公司开始了解数据分析的潜力。高管开始意识到，数据和分析要么是竞争的基础，要么是客户，人员和股东所需的服务和产品。

尽管存在真正的技术挑战，但我们发现真正的障碍是人的一面。 如何从有趣的实验中获得与业务相关的经验？购买算法和数据以提高下一个产品的转化率；我们可以减少维护成本或增加整体机器正常运行时间。我们可以向该领域介绍更多的人，并且可以找到更多合适的人。

从经验中获得标度值是公司名片的瓶颈所在。如何获得经验，如何获取数据（以机器学习或算法的形式），如何将模型分析整合到企业的实际工作和流程中，从而改变规模经营的方式？与军事类比的是：如何驾驶航空母舰？因此，他们很难转向。

了解人工智能，掌握合适的人才，然后大规模更换工作是公司面临的挑战。了解人工智能的公司与真正想要实施人工智能的公司之间存在巨大差异。

对人工智能和机器学习的接受是什么？

David Bray:成功的真正秘诀是改变人们在组织中所做的工作，您不能仅仅推动技术永无止境改变业务流程。我已经看到了公共服务领域的实验，它们只是实验，并没有改变公共服务的业务规模。

这不仅关乎技术，还关乎现有流程，公司为何需要这样做，然后清楚地了解目标以及他们如何成为这一变革的领导者。

在某些方面，人工智能只是预测分析的扩展。这是大数据的延续，而不是新事物。技术永远是改变艺术的可能性。

有趣的是，我们可以使用人工智能来反映我们的偏见。如果我们不小心使用人类数据来创建人工智能，那么我们就会知道人类存在偏见。我们会发现人工智能，并且机器学习本身是有偏见的。

哪些商业领域最适合人工智能?

Michael Chiu: 我们对600名不同领域的行业专家做过调查访问。

第一个领域被称为“深度学习”领域，这个领域特别适合某些类型的问题，比如模型识别，通常是图像等等。

另外就是预测性维护。保持东西不破坏的能力; 而不是等到它打破，然后修复它，预测什么时候会破裂的能力。

这不仅因为降低了成本，更为重要的是，预测性维护不会造成整个流水线停工。

在一定程度上，这是模式匹配的一个应用。传感器检测出某些部件将破裂的型号，通知你进行预测性维护。

我们发现，在很多行业中，无论是发电机，建筑，HDC系统还是汽车行业，如果你能在事情发生之前做出预测，那么维护的价值就会提现出来。 这是机器学习相当强大的领域之一。

医疗保健是预测性维护的另一种应用，只不过换成了人力资本资产的维护。我们在病人身上安装传感器。我们可以告诉他们即将发生心脏病吗?会患上糖尿病吗?用户应该采取一些可能不那么昂贵，较少破坏身体的行动，而不是将其变成一种紧急的医疗行动，经历一个非常昂贵，痛苦和紧急的护理。

David Bray：让人工智能与机器学习帮助公众，我认为这会在都市中首先开始出现。

我们听说过智慧城市概念。您可以轻松地查看道路或电力情况，以便更好的进行预防性维护，然后进行监控以避免停电。

我认为人工智能与机器学习初期将在城市里面出现。

在不久的将来，智能生活一定会彻底走入我们的生活，有兴趣入行未来前沿产业的朋友，可以收藏智能生活，及时获取人工智能、大数据、云计算和物联网的前沿资讯和基础知识，让我们一起携手，引领人工智能的未来！