在商业中，如何与人工智能建立共生关系？

即将开播：5月14日，Jenkins在K8S下的三种部署流程和实战演示

如今这个时代，不管是有意还是不经意，我们都在接触或使用人工智能。在我们的日常生活和商业实践中，各种在线的设备、云计算和边缘计算以及各种API 将人工智能带入了实践。

本文就来聊聊，如何在商业中与人工智能建立共生关系。

1. 人类越来越依赖机器

尽管人类和机器之间的关系日益密切，但将这种合作描述为共生还为时过早。当前人与计算机之间的关系描述为事务性的较为合适。

当人类遇到特定类型的问题时，我们会训练机器来解决这些问题。

例如机器学习ML算法。ML算法可以识别大脑图像中的癌症影像，还可以设计在线广告的最佳投放位置或，还有一些深度学习系统可以预测商业领域的客户流失。

目前，我们只能想象，当我们与人工智能形成共生关系时，我们的生产力会提高多少。在数字伙伴的帮助下，目前需要花费数小时或数天的日常任务可以缩短到10或15分钟。

从寻找新餐馆这样的简单日常活动，到癌症检测等更为专业的任务，我们将越来越多地依赖机器。有人将这种机器的依赖比喻为“第二双眼睛”，我们与机器或人工智能的关系将演变为全面的合作伙伴。

我们将开始与机器形成一种共生关系，就像我们现在依赖智能手机一样依赖它们。

机器学习可能会给我们解决问题的方式带来一场革命，就类似 “最优停止”(optimal stopping)原则。

有关数学和计算机科学的研究表明，“最优停止”指的是在花费37%的时间之后停止搜索并做出决定。

传统的例子包括雇用合适的人，进行适当的研发投资，以及买卖房屋。人类倾向于在大约31%的时候停止搜索并作出决定——远在他们能够找到最佳选择之前。

这些数据对我们意味着什么?我们将使用人工智能在多个方面和多个层次上改进我们的决策。

与机器形成共生关系将为我们腾出时间，专注于磨练软技能，如同情心、管理和战略。这种共生关系甚至会给人们在工作之外享受生活注入新的活力。

很快，人工智能就能帮助我们审查足够多的选项，以找到合适的购房者、公寓租户、求职者，甚至是合适的配偶。

2. 可以从哪些方面建立共生关系?

(1) 业界支持ML改进

对于以知识为输出的企业和组织来说，通过将机器学习应用到他们的工作中，员工将在许多方面受益。

(2) 项目经理

项目经理将能卸载一些常规任务。

(3) 项目经理可以将跟踪、报告和后续工作分配给 “数字代理”，由其负责协助经理的日常工作。

科技公司将从中受益良多。与内容创建者从编写代理(如Grammarly)中获益类似，软件开发人员也将从“结对编程代理”中获益。“代理”不仅建议正确的代码语法，而且建议最合适的框架、库或API。

这些代理还有可能大幅度提高代码质量和用户体验。

(4) 建筑行业

对于建筑等行业，人工智能具有数字化蓝图的优势。人工智能将会自动完成一些常规但重要的任务，比如项目评估。根据项目的大小，人工评估人员可能需要长达四周的时间来评估一个项目。

(5) 经过训练的人工智能代理可以很容易地 “阅读”数字蓝图并估计项目范围。

数字代理可以毫不费力地确定项目所需的材料，并设置项目所需的工作人员数量。

更引人注目的是，人工智能数字代理可以直接连接到供应商，并将实时价格纳入最终报价。

(6) 医药行业

医药行业是另一个很好的例子，说明人与人工智能的共生关系已经成熟了。

制药公司正在利用机器学习来确定研发过程中的最佳因素，包括预期的市场规模、收入和潜在药物的生命周期价值。

越来越多的医生和医院已经开始将人工智能的建议纳入他们的流程。在2019年的一项调查中，35%的医生表示他们在实践中使用人工智能。

医学上的一些方法利用人工智能为医生提供潜在的选择。选择分析其他医生的建议来预测成功的可能性。

(7) 医疗事故和医疗保健

医生和人工智能之间的动态共生关系也可能改变医疗事故风险的评估方式。

随着人工智能在医疗领域变得越来越普遍，并被证明可以改善患者的治疗结果，降低医院的成本，医疗领域将人工智能视为降低整体风险的一种方式。

同样，投资于人工智能解决方案的医生和医院将看到投资回报的改善，其形式是降低保险成本、改善结果和提高效率。

3. 人工智能与人类共生的之旅

想要利用人工智能和ML技术的进步，与机器建立共生关系的企业可以采取这些步骤。

(1) 对人工智能对你的影响做一个公正的评估。

第一步是评估人工智能如何影响你的业务、你的行业和价值链。检查是否可以将AI添加到服务中。

人工智能会彻底改变你的产品，还是会为全新的产品和服务带来新的可能性?

一旦你完成了评估并确定了你的选择，那么接下来分解你对企业的潜在经济价值。一旦你实现人机共生，你可能招致潜在的风险，也可能打开新的收入流的机会。

(2) 管理好你的数据。

每个组织都需要了解其数据存储和使用的位置。积极主动的将这些数据用于实验、概念证明和其他创新项目。

打破任何现有的共享数据的障碍，无论是在安全性上缺乏信任，还是在数据集的整体质量上感到担忧。

对您拥有什么数据以及谁拥有这些数据有一个严格的区分，并安全、民主地在整个组织中共享这些信息。

增加数据价值的有效方法：

• 实现数据治理。
• 利用基于云的解决方案，如数据湖。数据湖用于存储数据库和电子表格中包含的结构化数据。
• 利用基于云的解决方案来处理非结构化数据，如文档、图像和视频。

(3) 在你的人才中寻找共生的机会。

评估您的员工，以确定最有可能从人工智能和机器学习解决方案中受益的角色。对不同的员工或团队采用不同的评估形式。这些评估包括：

• 思维方式
• 数据分析者与宏观分析者。
• 优势方面
• 战略优势与解决具体问题的优势。
• 技能方面
• 软件开发技能与风险评估技能。
• 专长方面
• 手术方面的专长与研发方面的专长。

随着人类和机器合作的越来越紧密，机器正在为整个价值链上的人类工作创造新的机会。

(4) 符合组织目标的变化。

每个组织必须使人机共生关系的建立与其首要目标相一致——这应该从领导开始。

领导者必须激发员工对集成人工智能的最终目标的兴趣，为组织的目标提供清晰的愿景，并向员工保证，机器将增强和改变(而不是取代)他们的角色。

创建近期和长期计划，然后在整个组织中共享这些时间表，并将时间节点与您的最终目标联系起来，这是很重要的。

4. 总结

在未来十年，与人工智能的共生关系将会像我们与智能手机的关系一样自然。

如果企业不仔细评估所面临机会和风险，那么将无法利用这些共生关系的价值。