起點(diǎn)課堂會員權(quán)益
職業(yè)體系課特權(quán)
線下行業(yè)大會特權(quán)
個人IP打造特權(quán)
30+門專項(xiàng)技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導(dǎo)直播
12場專業(yè)技能直播
會員專屬社群
榮耀標(biāo)識AI 全面商業(yè)應(yīng)用的痛點(diǎn)與前景
AI 熱潮風(fēng)靡已久，不過目前 AI 在商業(yè)上的應(yīng)用還比較初級，對于 AI 技術(shù)的進(jìn)一步挖掘與商業(yè)應(yīng)用還沒有深入核心，因此筆者結(jié)合這一現(xiàn)象進(jìn)一步分析了 AI 還能作何商業(yè)用處。
我是一名從事AI賦能傳統(tǒng)行業(yè)的工作者，雖然我使用的人工智能算法解脫了傳統(tǒng)產(chǎn)線操作員的生產(chǎn)力，但我仍然認(rèn)為AI從探索到賦能普及、應(yīng)用還有一段漫長的過程。
如同200年前發(fā)明電一樣，對于整個時代而言，技術(shù)本身的出現(xiàn)和探索帶來的意義遠(yuǎn)遠(yuǎn)小于商業(yè)真正地應(yīng)用。人類真正懂得用電的時間只有400年左右，而最初的200年其實(shí)只是實(shí)驗(yàn)階段。所以AI真正賦能產(chǎn)生效能時，也許已經(jīng)不是現(xiàn)在的我們認(rèn)識的這個“AI”。
01?AI由來已久，卻在不久前驚艷
人工智能（Artificial Intelligence），簡稱AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。
其實(shí)早在1956年起，美國人發(fā)明電腦17年后，幾位有遠(yuǎn)見的科學(xué)家就在研究如何用機(jī)器模擬人的智能。
當(dāng)1997年，IBM的深藍(lán)計(jì)算機(jī)戰(zhàn)勝國際象棋冠軍時，其實(shí)那時候還沒引起足夠的轟動。
真正扭轉(zhuǎn)人類認(rèn)知，甚至改變?nèi)駻I產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)折點(diǎn)是2016年阿爾法狗戰(zhàn)勝了圍棋九段李世石，從此人工智能一戰(zhàn)成名——阿爾法狗不光在下一步的算法中計(jì)算了m的n次方種可能，而且還對棋局整個的把控（欺騙技術(shù)）掌握得非常熟悉，這才是人類感到驚嘆的地方。
02?AI能做什么，怎么做的
那到底什么是AI呢，AI就是機(jī)器用一部分樣本數(shù)據(jù)進(jìn)行學(xué)習(xí)，按照模擬人思考的一些算法進(jìn)行運(yùn)算，最后經(jīng)過另一部分實(shí)際樣本數(shù)據(jù)的驗(yàn)證，得到最終的輸出模型。
- 沃爾瑪根據(jù)過去上億條的的小票交易數(shù)據(jù)來預(yù)測未來1個月的商品銷量；
- 輸入上萬份的醫(yī)生的藥方和診斷后，機(jī)器能根據(jù)來訪者的癥狀的描述，自動開出藥方；
- 輸入一定數(shù)量級的公路圖像后，無人駕駛汽車能自動進(jìn)行右轉(zhuǎn)，靠邊等操作；
- 在給定語音和應(yīng)答規(guī)則輸入后，產(chǎn)生的自動語音聊天的機(jī)器人。
以上AI的應(yīng)用都是在數(shù)字，圖像，語音，文本等不同維度的應(yīng)用，實(shí)際核心是對數(shù)據(jù)的學(xué)習(xí)、模仿和輸出的過程。
AI處理不同維度的數(shù)據(jù)
移動互聯(lián)網(wǎng)時代將全民的吃穿住行的點(diǎn)點(diǎn)滴滴都反應(yīng)在數(shù)據(jù)上，而信息化和數(shù)字化將所有企業(yè)的運(yùn)作歷史都留下了數(shù)據(jù)的痕跡。這些數(shù)據(jù)表現(xiàn)為多種多樣：數(shù)字，圖像，語音，文字。數(shù)據(jù)化是AI發(fā)展的基礎(chǔ)，因?yàn)锳I計(jì)算的本質(zhì)是基于特征的學(xué)習(xí)和基于特征的工程。
特征學(xué)習(xí)(feature learning)，又叫表示學(xué)習(xí)(representation learning)或者表征學(xué)習(xí) ，它是指學(xué)習(xí)的過程，是機(jī)器自動從數(shù)據(jù)中提取特征或者表征的方法。比如從6K條溫度數(shù)據(jù)中，提取出攝氏23-39度代表高溫區(qū)；攝氏0-8度代表低溫區(qū)。
特征工程(feature engineering)，主要指對于數(shù)據(jù)的人為處理提取，有時候也代指“洗數(shù)據(jù)” ，與特征學(xué)習(xí)相比，這是人為的工程。是人為的對數(shù)據(jù)進(jìn)行處理，得到我們認(rèn)為的、適合后續(xù)模型使用的樣式。比如我們把6月-9月的溫度作為夏天的有效溫度，而12月偶爾的20度反?，F(xiàn)象我們把它清洗掉，認(rèn)為沒有意義。那這種經(jīng)過人為處理的數(shù)據(jù)就具備了特征工程的意義。
03?算法和算力是AI的核心
從AI誕生到現(xiàn)在這幾十年，AI發(fā)展并不迅速的一個原因是因?yàn)闄C(jī)器的算力不夠，芯片和計(jì)算速度都跟不上，而隨著幾十年硬件領(lǐng)域經(jīng)過摩爾定律的發(fā)展，算力已經(jīng)成為了AI普及的前提條件。而在另一邊，人類開始在機(jī)器的另一邊，去逆向模擬人類自身是怎么工作的。
算法是AI的靈魂
人類的腦子里面不是存儲著大量的規(guī)則，也不是記錄著大量的統(tǒng)計(jì)數(shù)據(jù)，而是通過神經(jīng)元的觸發(fā)實(shí)現(xiàn)的，每個神經(jīng)元有從其它神經(jīng)元的輸入，當(dāng)接收到輸入時，會產(chǎn)生一個輸出來刺激其它神經(jīng)元。于是大量的神經(jīng)元相互反應(yīng)，最終形成各種輸出的結(jié)果。
例如當(dāng)人們看到美女瞳孔會放大，絕不是大腦根據(jù)身材比例進(jìn)行規(guī)則判斷，也不是將人生中看過的所有的美女都統(tǒng)計(jì)一遍，而是神經(jīng)元從視網(wǎng)膜觸發(fā)到大腦再回到瞳孔。在這個過程中，其實(shí)很難總結(jié)出每個神經(jīng)元對最終的結(jié)果起到了哪些作用，反正就是起作用了。
于是人類試著把影響對“美女”判斷的所有因素作為輸入，比如身高、體重、五官、皮膚、笑容、身材比例、衣著打扮，這些統(tǒng)統(tǒng)作為輸入條件，對于任何一個人來說，只要能讓他見過無限大樣本的“女生”，并且他都能對美女的判斷進(jìn)行打分（可以是不同維度），只需把這些經(jīng)過判斷后的無限大的樣本數(shù)據(jù)和判斷的分值輸入到機(jī)器中，機(jī)器自動可以看到美女的圖像打出分值來，并且還可以總結(jié)出各個輸入影響因子（身高，體重，五官，皮膚，笑容，身材比例）所占的打分權(quán)重是多少。
這就是機(jī)器模擬人大腦進(jìn)行了預(yù)測的功能。
04?AI在商業(yè)上能做什么
有了AI的工作原理，我們來看看AI在商業(yè)上能做些什么。
下圖是在百度AI研究院官網(wǎng)上搜集的他們對AI應(yīng)用的定義。
目前AI的應(yīng)用還在弱人工智能階段，應(yīng)用的業(yè)務(wù)場景呈現(xiàn)短和淺兩個特點(diǎn)，只能在特定的業(yè)務(wù)場景中解決需要重復(fù)工作的“點(diǎn)”的問題，在解決宏觀業(yè)務(wù)場景或業(yè)務(wù)鏈條時，還需要結(jié)合其他的信息系統(tǒng)進(jìn)行應(yīng)用。
05?AI在商業(yè)應(yīng)用中的痛點(diǎn)
因此AI雖然很熱，但是如何落地卻是大家都很頭疼的問題。正如AlphaGo在擊敗圍棋9段后，它不但不能做其他的事，甚至它學(xué)習(xí)過的棋譜也會“忘記”。AI在商業(yè)應(yīng)用中主要呈現(xiàn)以下幾個方面的痛點(diǎn)：
1. 磨合期的各種不適
企業(yè)使用AI是想創(chuàng)造商業(yè)價值，但投入在AI具體應(yīng)用上卻需要大量的人力成本，并且由于算法是黑盒，需要受到實(shí)際操作人員的質(zhì)疑，在很長一段時間也無法完全代替人工工作。
2. 出錯概率暫不符合To B領(lǐng)域的需求
AI技術(shù)的先進(jìn)性并不能作為企業(yè)擴(kuò)大應(yīng)用的理由，與先進(jìn)性相比，產(chǎn)品的穩(wěn)定性，準(zhǔn)確率，出錯概 率等其他因素才是大規(guī)模應(yīng)用的有效依據(jù)。而AI目前會呈現(xiàn)極好和極壞的兩個極端，哪怕只有1%的概率出現(xiàn)極壞，也會產(chǎn)生破壞性的效應(yīng)：比如退款3000萬給某一位實(shí)際消費(fèi)300元的消費(fèi)者。
因此，對企業(yè)來說，因?yàn)楫a(chǎn)品出錯帶來的流程替換，遠(yuǎn)遠(yuǎn)難于更換一個產(chǎn)品。如果因?yàn)橐ミm配AI的精度，要去協(xié)作多個部門更改制度或者更改后臺的數(shù)據(jù)系統(tǒng)，那么企業(yè)寧愿選擇一個試錯成本低、穩(wěn)定性強(qiáng)，并且能滿足大規(guī)模用戶的產(chǎn)品。
3. To B領(lǐng)域的低復(fù)用性限制其擴(kuò)張發(fā)展
每個企業(yè)的業(yè)務(wù)流程都是不同，當(dāng)應(yīng)用AI技術(shù)在所在企業(yè)時，一定是AI+信息系統(tǒng)的形式在使用，而AI的形態(tài)取決于企業(yè)的業(yè)務(wù)形態(tài)。比如我現(xiàn)在做的是內(nèi)衣服裝領(lǐng)域，一旦我想把內(nèi)衣服裝領(lǐng)域重要的特征比如年齡，吊牌價遷移到白酒快消領(lǐng)域時，我發(fā)現(xiàn)業(yè)務(wù)場景與業(yè)務(wù)場景很難形成快速復(fù)用，最終還是得重新建模。
06?未來AI賦能商業(yè)社會的前景
AI在商業(yè)應(yīng)用上會遇到痛點(diǎn)，當(dāng)然不代表它不屬于劃時代的技術(shù)。人工智能領(lǐng)域最有影響力的人物吳恩達(dá)曾說：人工智能的影響力不亞于電。而人工智能賦能到商業(yè)社會后，這必將是和互聯(lián)網(wǎng)改造社會一樣，成為劃時代的技術(shù)應(yīng)用。而且AI的應(yīng)用來得會更快，迭代周期會更短。
李彥宏在2016年曾提出，過去16年里，互聯(lián)網(wǎng)發(fā)生了巨大改變。我們大體上經(jīng)歷了互聯(lián)網(wǎng)的三幕：
- 第一幕是PC互聯(lián)網(wǎng)時代，稱霸了大約15年；
- 第二幕是所謂的移動互聯(lián)網(wǎng)時代，增長周期只有四、五年；
- 而現(xiàn)在，我們迎來了第三幕，即人工智能時代。
每一幕都各具特色，因此，他們也有不同的迭代速度。PC互聯(lián)網(wǎng)時代高度依賴于軟件的快速反應(yīng)，而移動互聯(lián)網(wǎng)基于用戶關(guān)注的一切創(chuàng)造了自己的生態(tài)系統(tǒng)。第三幕人工智能時代，機(jī)器將取代人的部分“器官”，比如大腦、眼睛、手和耳朵，去實(shí)現(xiàn)智能地觀察，讀寫，計(jì)算和說話。人與機(jī)器將會創(chuàng)造一個虛實(shí)結(jié)合的全新社會。
而智能化與虛實(shí)結(jié)合，將會體現(xiàn)在不同領(lǐng)域、行業(yè)、企業(yè)和業(yè)務(wù)場景的方方面面。
人和機(jī)器將注定會一起攜手譜寫未來社會的新篇章。
本文由 @explorer 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。
題圖來自Unsplash，基于CC0協(xié)議
AI的出現(xiàn)，更大方便了人類的衣食住行，一些對于人類有危害的高風(fēng)險工作，完全可以用人工智能進(jìn)行替代。當(dāng)然，AI并不會完全替代人類，只有用人類的智慧與AI的便捷效率進(jìn)行結(jié)合，才是今后社會進(jìn)步的方向所在。