2018 年將打響 AI 戰爭，7 條實戰經驗幫你戰勝恐懼

編者按：不管是對科技巨頭還是對創業公司，人工智慧可以說是移動互聯網時代以來最大的一個機遇。但是，人工智慧同時也是讓大多數人感到非常困惑的一項新技術，對它的發展現狀和未來都非常迷惑。為了消除人們對人工智慧的迷惑，本文首先將簡單介紹人工智慧的一些發展現狀，接著會重點羅列幾個不同行業的不同企業順應和利用人工智慧潮流的7條實戰經驗，看人工智慧是如何幫助他們在競爭中脫穎而出的。希望這篇文章能讓你知道如何才能更好地順應人工智慧浪潮並最大程度地從中受益。

不久前的一個周一上午，馬斯克在Twitter上發布了自己對第三次世界大戰將如何開始的預測：「真正有可能引發第三次世界大戰的，是AI（人工智慧）」。

馬斯克的這個警告是針對俄羅斯總統普京上周五發表的關於人工智慧言論的回應。普京曾在一場演講中說道：「未來是屬於人工智慧的，誰能成為人工智慧領域的領導者，就就有可能可能主宰這個世界。」 馬斯克宣稱，主導人工智慧的全球競爭可能會演變成真正的戰爭，第一次攻擊很可能是由一個演算法發起的，而不是一個真實的人發起的。馬斯克是一個技術上的煽動者，許多人贊同他對人工智慧的看法，當然也有很多人表示反對。

當所有人都在思考人工智慧將把我們帶往何處的時候，這項技術已經到來了。人工智慧這個術語在1956年達特茅斯學院召開的一次會議上首次提出。當時以麥卡賽、明斯基、羅切斯特和申農等為首的一批有遠見卓識的年輕科學家在一起聚會，共同研究和探討用機器模擬智能的一系列有關問題，並首次提出了「人工智慧」這個術語，它標誌著「人工智慧」這門新興學科的正式誕生。當時的科學家就預測，在短短几年內，程序員就能模擬人腦的工作原理。人工智慧現在已經產生了廣泛而深刻的影響，它所帶來的影響在人工智慧的分支機器學習、深度學習領域表現得最為明顯。Google Photos正是通過使用人工智慧才知道相隔50年的兩張照片里的人都是你的叔祖父，Facebook同樣是利用人工智慧來清理你的信息流中的垃圾信息的。

越來越多的智能手機、智能家居設備和其他設備正逐漸成為人工智慧服務的前端，比如蘋果的Siri、亞馬遜的Alexa和谷歌助手。「如果你拆解Echo的Alexa，你就會發現它不僅僅是一個揚聲器，它實際上是一種智能的、雲計算的數字助理，使用了深度學習驅動的語音識別和自然語言處理技術。」 亞馬遜的人工智慧副總裁Swami Sivasubramanian這樣說道。

隨著人工智慧開始觸及公司業務的方方面面，科技巨頭們便開始爭搶人工智慧領域內的專家大神們，他們不僅從學術界挖人（例如，Facebook從紐約大學挖來了人工智慧大神Yann LeCun），還會互相挖牆腳（例如，谷歌從Snapchat公司挖來了人工智慧領域的專家李佳，李佳將與另一個人共同負責谷歌最新成立的雲機器學習部門）。「因為人工智慧技術太過強大了，因此對高級人才的需求量自然也非常大，這些高級人才懂得如何應用人工智慧。」谷歌雲應用人工智慧主管Scott Penberthy這樣說道。研究公司Paysa 4月份發布的一項研究顯示，亞馬遜在新的人工智慧人才招聘上投入了2.28億美元，其次是谷歌（1.3億美元）和微軟（7500萬美元）。

只有少數大公司能在這個水平上展開競爭。「亞馬遜、蘋果、Facebook、谷歌、微軟都招攬了這個領域內的很多PhD加入，他們也都有PhD級別的技術。但其它大部分公司都是招不到人工智慧領域的頂尖人才的，這就會導致『1%問題』的出現，也就是說，只有人工智慧領域內少數幾個大玩家才有足夠的資金來充分利用這項新技術。」 大數據公司Databricks的CEO Ali Ghodsi這樣說道。

其中好的方面在於，各種規模的企業都可以在某種程度上利用人工智慧領域的創新成果。事實上，亞馬遜、微軟和谷歌都在指望這一點呢。這些科技巨頭的雲計算平台（亞馬遜的AWS、微軟Azure和谷歌雲）都將企業級人工智慧產品融入了自己的產品里，包括圖像識別、自然語言處理和語言翻譯。所有這三家公司都將人工智慧視為推動自己雲平台未來發展的關鍵動力。目前，亞馬遜AWS業務已經成為一項160億美元的大業務，年增長率為42%，不過隨著微軟和谷歌的追趕，AWS的增速已經有所減緩。然後是IBM，IBM的特色是人工智慧認知計算，它將自己的人工智慧產品命名為」沃森「，將其作為一項服務出售。Facebook和蘋果雖然沒有自己的人工智慧平台，但它們發表了很多這方面的研究文章，Facebook還將自己的一些人工智慧技術開源供所有人使用。

作為一種商業工具，人工智慧現在還處於起步階段。麥肯錫全球研究所、麻省理工學院/波士頓諮詢集團的最近一份研究報告顯示，只有約20%的公司是以一種有意義的方式應用這項技術的。但與過去的技術拐點不同，比如上世紀90年代興起的電子商務，人工智慧並不是天生就對靈活的創業公司有利。「因為人工智慧渴望獲得的數據可能需要數年時間才能積累起來，因此那些已經積累了很多數據和知識的大公司在這方面自然具有更大優勢，因為你對人工智慧訓練的知識越多，它就越有價值。」 負責沃森和IBM雲的IBM高級副總裁David Kenny這樣說道。

然而，如果要說人工智慧與過去的科技趨勢有什麼共同之處的話，這個共同之處就是這種新技術的能力會被過分誇大，從而掩蓋它真實的能力。舉個例子，今年9月份，醫學新聞網站Stat的一項調查表明，用IBM的「沃森」治療腫瘤的效果並沒有達到公司所宣傳的那種神奇效果，也沒能證明這是一場抗癌領域內的突破。「我們過分誇大了人工智慧的作用，對它的期待太高，不切實際地認為：人工智慧將能夠為我們做一切事情，人工智慧將接管世界，如果你不使用人工智慧，你將會被甩在後面。」 數據科學家Steven Finlay這樣說道。

人工智慧並不僅僅是一種時尚和潮流。投入到人工智慧領域內的研發資金是巨大的，每年超過300億美元，它對生產力和增強消費者需求方面產生的最終影響預計將達到數萬億美元。毫無疑問，在各大科技巨頭之間的競爭中，人工智慧已經成為了競爭的焦點，它正在深刻影響這眾多企業看待未來的方式。

為了了解今天的人工智慧究竟發展到什麼程度了，人工智慧的未來又會怎樣，各個企業必須同時承認人工智慧帶來的振奮人心的東西和它的不確定性。為了更好地順應人工智慧潮流並最大程度從中受益。，本文中將羅列了不同行業的幾家不同企業應用和順應人工智慧潮流的7條實戰經驗，從技術到零售，從啤酒釀造到房地產，人工智慧的影響幾乎無處不在，對此我們應該心懷感激。

（1）要有選擇地解決問題，不要一開始就試圖利用人工智慧一次性解決所有問題

一家大型時裝公司的負責人最近決定，需要將人工智慧作為公司的一件重要武器。但他自己並不是清楚這意味著什麼。這家企業過去曾與谷歌、IBM和微軟合作過，它需要在人工智慧上與這些公司中的一個結盟嗎？具體該做些什麼呢？

即使那些人工智慧領域內的從業人士也警告說，不要因為人工智慧的流行而對這項技術太過迷戀。「有時我會碰到這樣一些客戶，他們會說：『嗨，我們想要使用AI。』  他們不考慮自己為什麼要使用AI，也不知道AI能給自己能帶來什麼樣的幫助。」 Salesforce的人工智慧產品副總裁Marco Casalaina這樣說道。

微軟的企業服務副總裁Gurdeep Singh Pall建議大家，看待人工智慧時不要對抱太高的期望，對於你自己認為很簡單的問題，不要想當然地認為人工智慧就能輕而易舉地解決。一些在人類看來非常平常的任務，比如疊衣服，對於人工智慧軟體來說卻是非常艱難的挑戰。但是於此同時，你也要準備好對人工智慧在某些領域的出色表現感到驚訝。

要想讓人工智慧為自己的企業服務，你需要首先弄清楚人工智慧能夠解決企業業務的哪些問題。此外，你不要試圖想利用人工智慧一次性解決所有這些問題，而是要選擇一個可管理的試點項目進行解決。」如果你認為可以利用人工智慧解決一次性解決所有問題，你肯定會失望的，因為根本就做不到。人工智慧新手們最好能先選擇一些特定的痛點問題進行解決。「房地產信息提供商Trulia的工程副總裁Deep Varma這樣說道。

很關鍵的一點就是不要被人工智慧的潛力所誘惑，而是要專註於你自己的目標。應該將人工智慧首先應用在公司員工認為枯燥繁重的工作流程上。例如。通過使自微軟Azure的自然語言處理服務，旅遊技術公司Sabre正在測試一款Facebook Messenger機器人，該機器人可以直接回答有關已有預訂的問題。它的旅遊行業的客戶認為，代理商只需專註於解決那些需要人與人之間直接互動的高度複雜的行程，而這個機器人則能夠回答更多的常規問題。

（計算機視覺和語音識別是最可能對企業應用和客戶體驗造成廣泛影響的兩個人工智慧領域）

（2）讓你掌握的大數據變得有意義

在過去幾年中，有一個科技術語開始流行了起來：大數據。大數據受到廣泛關注這個事實反映了人們的一種全新認識，即收集、組織和分析公司業務的各個方面的海量信息數據是有價值的，從生產過程的數據到與客戶互動的數據。然而，積累大數據比弄清楚該如何利用大數據要容易得多。地理人工智慧創業公司Descartes Labs的CEO Mark Johnson表示，很多公司在年復一年地不斷收集數據，但搜集到的數據都存放在布滿灰塵的伺服器里，並沒能得到充分利用。

「數據是用來餵飽人工智慧的食物，你給人工智慧喂的數據越多，人工智慧就能變得越來越智能。」 Salesforce的人工智慧產品副總裁Casalaina這樣說道。在今年5月份的谷歌I/O開發者大會上，谷歌的人工智慧業務負責人John Giannandrea用他自己4歲的女兒作為例子來解釋了這個道理。她女兒看到了一個有一個很大的輪子的19世紀的自行車（那種盛行於19世紀的前輪大後輪小的自行車），當她被告知她看到的這個東西是什麼時，今後如果她再看到其它前輪大後輪小的自行車，她就能立刻分辨出它是什麼。對於電腦，我們必須向它展示100000張前輪大後輪小的工具的圖片，告訴它這是自行車。一旦電腦看過100000張照片後，電腦可能就會比人類更擅長辨別它們。

即使對於那些有很多數據需要去挖掘的公司，他們也需要清理凌亂的資料庫、合併不同的存儲庫，從而讓這些數據信息變得對演算法更友好一些。空中客車防務與航天公司的資深創新經理Jean-Fran?ois Faudi建議大家，首先要做的是將數據從資料庫中拿出來，讓數據能夠被自由訪問和使用。對於空中客車而言，這意味著將自己的衛星影像數據放到谷歌雲上。空總客車公司現在可以利用機器學習來區分雪和雲，事實證明，電腦比人更擅長完成這項任務。

（3）將你掌握的人工智慧方面的知識運用到實際工作中

那些一直以來始終關心數據並在數據上有所積累的公司在人工智慧方面具有一個領先優勢，不管什麼行業的公司都是如此。舉個例子，你肯定想不到，啤酒釀造行業也能從人工智慧中受益。但是俄勒岡州德斯楚特啤酒廠（美國第八大啤酒釀造廠）的釀酒大師Brian Faivre碰巧擁有計算機科學學位。

很長一段時間以來，Faivre一直對如何將數據科學應用於啤酒釀造中非常感興趣，這家啤酒廠多年來也一直在記錄自己啤酒釀造過程中的各項統計數據。製造啤酒泡沫的關鍵在於控制發酵，這在啤酒釀造過程中主要是通過調節溫度來實現的。他們通過從釀酒罐中提取液體樣本並測量液體密度的方式來確定什麼時候需要調節溫度，這是一項繁瑣而不精確的方法流程。但是通過與一家名為OSIsoft的數據基礎設施公司合作，Deschutes將過去的生產數據輸入到微軟的Cortana Intelligence Suite中。這使得Deschutes能夠預測提高溫度的最佳時間，徹底省去了測量液體密度這個步驟，將原本12天的發酵時間周期縮短了整整幾天時間。這樣做的結果是：在同樣的時間裡，公司可以在不影響質量的情況下生產更多的啤酒。

Faivre表示，他們釀的啤酒是一直在他們的控制中的。公司利用人工智慧增加的產量對公司未來的發展至關重要，因為增加的銷售有助於為在弗吉尼亞州羅諾克的一家新啤酒廠的建設提供資金支持。

（計算機比人類更擅長通過圖片識別物體，這對於人臉識別有重要意義）

（4）如果可以，儘可能利用科技巨頭提供的按需付費的人工智慧產品

科技巨頭正在將自己的人工智慧轉變為一種按需服務，這對那些資源緊張的組織來說是一個福音。舉個例子，Chris Adzima是俄勒岡州的華盛頓縣的警察局的高級信息系統分析員，去年，他被一項名為「Rekognition」的亞馬遜AWS新的圖像識別AI系統產品吸引住了，這個新產品的功能就包括人臉識別功能。該警察局存檔的在逮捕嫌犯時拍下的成千上萬張照片讓工作人員無所適從，即使按照年齡、性別或種族來過濾搜索這些照片，也無法有效地縮減搜索量。這時，當警察需要識別出一個人的身份時，比如一個被攝像機拍到的小偷，這種傳統的搜索方式很難幫到警察。Adzima承認，他自己並不是一個數據科學家，也不知道面部識別或人工智慧是如何工作的。然而，在短短几個月內，他就能使用Rekognition設計一套系統，用來將新拍攝的照片與存檔中的照片進行匹配。到目前為止，這種方式已經幫他們成功匹配識別了20名嫌疑犯。

此外，這個警察局使用第三方人工智慧產品是非常划算的。最初的系統設置花了警察局大概400美元，每月需要為自己使用的AWS服務支付大概6美元費用。Adzima說：「我們在這方面花了每一分錢都對得起納稅人。我們在這方面的花費很少，但卻獲得了巨大的投資回報。」

（5）如果確實需要，同時也有條件，那就自己開發能滿足自己獨特需求的人工智慧產品，或對現有產品進行調整

在某些情況下，為了實現一個特定目標，公司需要使用被精心調整過的人工智慧。負責沃森和IBM雲的高級副總裁David Kenny這樣說道：「我們不會向放射科醫生諮詢藝術方面的問題，也不會向律師詢諮詢挑選股票方面的建議。想要諮詢哪一個領域的問題，就要向這個領域的專家諮詢。」 這也是為什麼IBM會對針對不同的行業對沃森做針對性地調整，讓沃森能滿足不同行業的需求，如教育行業、醫療行業和供應鏈管理行業等。他的觀點反映了人工智慧的一個基本事實：你的野心越大，就越不可能通過一個單一的簡單算來能實現你的野心。

房地產搜索引擎Trulia希望用人工智慧來查詢自己搜集到的數以百萬計的正在銷售和出租的房屋的照片，並區分出哪些廚房照片、哪些是卧室照片和浴室照片等，甚至還能識別出擁有昂貴配置的廚房的照片，如配置了昂貴的花崗岩檯面的廚房。但是市場上並沒有現成的能完全滿足這種需求的人工智慧產品。

Trulia的數據科學專家Varma表示，公司需要在這方面自行創新，做出能滿足自己需求人工智慧產品。要想實現這個目標，Varma認為，他們需要在公司內部擁有計算機視覺。Trulia是美國領先的房地產網站運營商Zillow旗下的一塊重要業務，而Zillow的估值達55億美元。因此Trulia是有條件將人工智慧視為一項戰略措施，並在這上面進行適當投資的。儘管Trulia是亞馬遜AWS雲服務的客戶，但它還是選擇招聘自己的機器學習專家並開發自己專有的、能滿足自己獨特需求的人工智慧產品。

有些時候，也可以通過對現有人工智慧產品進行簡單的調整來滿足自己的需求。購車網站Edmunds會為潛在買家提供有關車輛的很多信息，如車輛配置、價格和評論等。該網站已經將人工智慧整合到其業務的多個方面，從預測收入到確保網站的安全。和Trulia一樣，它希望利用人工智慧幫自己整理成千上萬張圖片，即識別特定品牌和型號的車輛的內部和外部圖片。「利用谷歌現成的人工智慧產品能解決我們90%的問題，然後我們再通過對谷歌現成的人工智慧產品進行稍作調整，就能讓它做到能100%地識別汽車圖片。」 公司的產品創新副總裁Greg Shaffer這樣說道。

（6）讓公司里的每個人都參與進來，並讓他們一直參與下去

不管一家公司是利用市面上現成的人工智慧產品，還是主要靠自己開發，人工智慧的價值與員工遇到的具體業務挑戰是緊密相連的。這意味著，只有當公司內的所有利益相關方都能做到像IT員工那樣積极參与到對人工智慧的投入上時，人工智慧的作用才能真正發揮出來。

「在過去，公司購買了一個技術產品之後，希望購買的技術解決方案能夠幫他們搞定所有困難的工作。所以大家習慣在那干坐著觀望。這種做法在人工智慧上是完全行不通的。」 強生的全球人才併購副總裁Sjoerd Gehring這樣說道。雖然Gehring的工作重點是人而不是技術，但他主導了這樣一個項目：強生與谷歌雲、招聘軟體服務商Jibe合作將人工智慧運用到公司的招聘工作中。強生表示，自從使用由谷歌機器學習演算法支持的搜索引擎將每年數百萬的應聘者與25000個待招職位進行匹配後，合適的應聘者數量提高了41%。

（7）不要期待太高，要有耐心，不要期待能很快看到成果

最後的經驗是一個非常簡單的道理：要有耐心。利用人工智慧給我們帶來很多好處，但也有很多有待發掘的地方。儘管包括馬斯克和扎克伯格等在內的很多科技大佬對人工智慧做出了自己的預測，但是人工智慧最終能造成什樣的影響依然是未知的。

「和之前很多劃時代的技術一樣，有一些人能夠順應技術潮流，從而從中獲得巨大成功，而有些人則逆潮流而行，最終會被淘汰出局。」 Yunkai Zhou這樣說道。Yunkai有幾年時間一直都在為谷歌的廣告平台上開發機器學習技術，後來聯合創辦了AI求職平台Leap.ai。多虧了所有這些大大小小的公司在人工智慧方面做的大膽的創新實驗，讓我們才能更好地了解人工智慧將會帶領我們走向何方。

原文鏈接：https://www.fastcompany.com/40474564/how-to-stop-worrying-and-love-the-great-ai-war-of-2018

編譯組出品。編輯：郝鵬程。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！