雖然目前離真正的人工智能還有一段距離，但很多企業正在利用人工智能和自動化（如機器學習）來促進業務運營，推動創新，并改善客戶體驗。

　　人工智能和自動化正在改變各行業的商業環境，希望通過智能的自動化技術提供新的機會。一些企業采用這些新興技術處于行業領先地位，其他企業卻在這方面停滯不前。

　　企業的管理者和決策者越來越意識到人工智能和自動化所帶來的好處，但一直存在一些問題：“這對我的企業來說是否合適？它是如何解決問題的？”

　　隨著這些新興技術在商業運作中的廣泛應用，也給人力資源帶來挑戰、危險和潛在的風險。這個特性將檢查所有這些方面，并希望全面了解企業中的人工智能和自動化。

什么是人工智能？

　　人工智能（AI）實際上是描述智能自動化過程的總稱，如機器學習、自然語言處理（NLP），認知計算、深度學習等。真正的人工智能就是指計算機或機器人可以像人腦那樣思考和行動。事實上，人工智能如果發展到像電影中演繹的那樣先進，還有很長的路要走。

　　目前，很多企業正在使用自主流程來改善運營，并改變客戶服務的面貌（例如采用人工智能的聊天機器人），同時將創新推向新的高度。人工智能是可以解決特定問題的一組算法，它可以最好地處理大量高質量的大數據。

　　未來幾年，幾乎每個行業都會受到人工智能和自動化的影響和轉變。這對于制造業（或許比其他行業）更為重要，這是目前看到在運營中實施這些技術可以獲益的一個行業。在接下來的五年中，這些使用機器人和自動化等技術的智能工廠將成為新的全球經濟的催化劑，并預示著正在實施“工業4．0”。

　　在制造業方面，人工智能開始并將觸及供應鏈的每個階段，無論是物流、制造還是維護。富士通公司制造、公用事業和服務首席技術官Graeme Wright解釋道，“由于產量在制造業中至關重要，人們將看到采用更多的人工智能提高產量。”

　　企業管理者和決策者現在意識到傳統的商業模式根本不會在頻繁中斷的商業環境中發揮作用。“高級管理人員必須采用人工智能的方式重新設計他們的業務。”Virtusa公司數字解決方案全球主管Frank Palermo解釋道，“一個好的起點是組織可以使他們的繁重工作實現自動化，并專注于提供量身定制的個性化產品和服務，以滿足客戶不斷增長的期望。”

人工智能的好處：有必要嗎？

　　簡單地說，人工智能和自動化就像其他一些新興技術一樣，將允許企業通過從更繁瑣的任務中減輕員工的工作負擔，提高靈活性和工作效率，以及促進創新來削減成本。

　　“事實上，如果做得好，實施這項技術將使企業增加產品和收入，并提供差異化的客戶體驗。”ISG公司負責英國、愛爾蘭和荷蘭的市場負責人Barry Matthews說。

　　人工智能和自動化從其他技術中脫穎而出，因為它有助于將其他技術推進到主流商業環境中。例如，人工智能將推進物聯網的發展。Yandex公司機器智能與研究主管Misha Bilenko表示，人工智能對于處理來自設備的大量數據是必不可少的技術。

　　隨著越來越多的數據來自物聯網和虛擬現實設備等技術，人工智能和自動化將不僅是管理這些數據的必要條件，而且也是支持日益緊張的商業網絡的重要因素。

　　“通過人工智能和機器學習驅動的網絡，工作場所的復雜性和重復性將會緩解，因此更加敏捷。隨著商業世界變得越來越無邊界和更具競爭力，這是非常需要的東西。”思科公司在英國和愛爾蘭的企業網絡負責人David Goff解釋道。

　　然而，要獲得眾多好處，組織及其決策者需要確保解決方案解決問題或彌補差距。 “沒有明確的戰略，投資回報就不太可能實現最大化。”Matthews澄清道。像人工智能和自動化這樣的新技術無法實現。無論采用何種技術，企業領導者都需要確定修復或確定如何改進系統和實踐的問題，以便將某些內容整合到運營中。

整合挑戰

　　Spiceworks公司的一項調查發現，由于工作場所缺乏使用案例，50％的組織尚未實施人工智能。還有29％的受訪者表示，安全和隱私方面的問題阻礙了人工智能的采用，緊隨其后的是對成本的擔憂。從這個角度來看，整合這項技術的挑戰源于對未知的恐懼，而不是實際應用的恐懼。

　　實際上，在這個階段并沒有很多的企業使用這種技術，“因為雖然這種技術存在于消費者和利基案件中，但還沒有為企業構建易于實施的解決方案。”Ivanti公司高級產品總監Ian Aitchison說道，“它處于成熟的早期階段，消費者實際上已領先于企業。由于供應商將預先構建的人工智能技術作為提供給客戶的服務優勢，因此其應用變得更加容易。”

　　如果一個組織的領導團隊確實決定整合人工智能和自動化，那么需要克服許多挑戰，其中包括控制、缺乏技能和遺留系統。

　　人工智能和控制：企業必須能夠控制人工智能制定決策的范圍，即能夠改變“不透明”的能力，而人工智能做出的決策不容易解釋，人們希望其保持透明且能夠解釋其結果。Pegasystems公司首席技術官Don Schuerman解釋道，“當歐盟通用數據保護法規等法規生效時，企業需要能夠在透明和不透明的人工智能操作之間切換。如果沒有重大改變，企業將如何控制技術？企業如何信任其采用的人工智能？因此，重要的是企業能夠控制透明度，例如使用“T－Switch”。如果T－Switch切換到不透明設置，那么任何事情都會發生。如果將T－Switch切換為透明，則人工智能必須提供有關其行為的信息，并且將主動阻止執行任何不透明的操作。因為人們并不生活在非此即彼的現實世界中，Schuerman說，“實際上T－Switch將是一個從1（非常不透明）到5（完全透明）的滑塊。”

　　缺乏技能和人工智能：全球數字技能危機得到了充分的證明，任何希望整合人工智能和自動化流程的組織都需要能夠與之合作并了解技術的員工。“各行業將需要更多數據科學家，他們也是技術專家，并了解訓練數據集的相關性，因為他們進行回歸，并優化他們的機器算法。這將決定人工智能的智能程度。”NETSCOUT公司區域副總裁Michael Segal解釋道。因此，找到合適的人員來整合這項技術對于希望從人工智能中受益的組織來說將是一項重大挑戰。那么解決方案是什么？可以讓更多的學生參與學校的STEM科目，而科技行業則為從大學和大學畢業生的職業提供更輕松的職業途徑。其多樣性問題也是一個因素，如果科技行業和教育系統能讓更多女性對科技感興趣，那么就會有更多的數字人才可供選擇。

　　人工智能和遺留系統：許多大型企業都基于遺留系統，將任何新興技術與這些系統集成是一項挑戰。“許多企業都面臨著自動化如何適應現有系統和流程的挑戰。”NICE公司EMEA地區的機器人自動化和人工智能副總裁Sharon Einstein表示。遺留系統的這種負擔可能是一個重大的障礙，同時也會帶來不斷增加的成本壓力。“許多企業在彌合期望與現實之間的差距方面面臨著重大挑戰。”HCL科技公司副總裁兼首席技術官Kalyan Kumar解釋道。