在进入涉及人工智能（AI）的讨论之前，我认为（总是）最好弄清我们所谓的AI，因为每个人的理解都有些不同。我将在以下段落中尝试这样做。

从我们将要使用的意义上讲，从计算机科学的角度来看，人工智能是指机器和机器人的智能。从相同的角度来看，人工智能可以通过两种方式进行分类：弱人工智能（弱人工智能或狭义人工智能）专注于狭窄的任务或特定问题；强人工智能或人工智能一般性人工智能，概述了机器或软件具有将智能应用于任何问题并学会解决一般问题的能力。重要的是要了解，当今所有声称使用AI的系统都在运行弱小的AI，专注于狭义定义的特定问题，并且在任何情况下以任何方式更改问题或输入数据，在大多数情况下都会使解决方案变得无用或无效。性能 结果，如果可以用AI很好地解决特定问题，例如，Siri通过英语的语音界面执行虚拟助手的任务，这并不意味着更改为具有其他结构的语言（例如中文）也可以执行。更不用说即使语音命令被正确一致地感知，该技术也无法与实际的“理解”或大体上解释自然语言相提并论。

为了实现人工智能，或解决诸如文本理解或解释之类的特殊难题，仍需要进行大量的研究和创新，随着实现这一目标的时间跨度，该领域的真正专家认为可以从10到100不等。即使可能，它也会在未来20年的某个时候发生。

AI与所使用的技术无关，无论是机器学习还是其他技术，都是基于统计和概率的智能自适应模式匹配解决方案。意味着所有解决方案都解决了在给定的信息集中找到特定模式的问题。根据问题和数据集，一些解决方案要优于其他解决方案。

考虑到这一点，让我们看一下人工智能的作用以及如何将其用于改善日常业务。

AI可以成功地应用于结构化或半结构化数据可用的任何领域，并且可以通过寻找模式可以提供解决方案的方式来解决问题。例如，在语音识别中，即使大多数人使用相同的音高，音调和音量，大多数人也会以类似的方式发音相同的单词。在摄影或物体识别中，有几组像素确定确定特定物体或数字创作图案的特征。在游戏中，某些动作最终会带来更好的性能，并且如果有足够的游戏数据，则可以确定，关联和改进这些动作。

在任何企业中，人工智能都可以帮助提高性能，但这始终是努力和回报的问题。当涉及到工作时，AI需要一致的数据，有时需要人们手动注释-这可能会使潜在的AI解决方案的实施或扩展规模变得非常昂贵。尽管如此，在当今世界上，绝对值得尝试弄清楚AI解决方案是否可以使您的企业在市场上获得竞争优势，以及您必须实施哪些选择。

大小企业都应将AI视为为客户，员工，底线创造价值或改善关键内部流程的工具。通常，它涉及到所有四个。评估此问题的一种简单方法是评估问题和改进的潜力–开始的方法如下：

有什么问题？

–确定业务中的问题领域（例如高回报率，生产线上的错误，无效的营销活动，错放的产品，库存管理问题…）

–确定自动化的可能性（例如，纠正金融交易中的错误，使用聊天机器人提供支持……）

–找出消费者的挫败感（例如排长队，技术或客户支持…）

–确定员工的不满，不满（例如，时间安排不一致，重复性工作…）

–确定哪一两个对您的业务影响最大

–向AI专家咨询，以确定可行的解决方案。如果您有研发团队，则可以通过专门从事AI的公司或通过第三方SAAS服务来实施内部创建的计划。

那么如何去做呢？如果您的核心业务不是人工智能，除非您已经拥有一个规模相当大的研发部门，否则雇用一名知道自己正在从事什么工作的人工智能数据科学家可能会非常昂贵，并且从业务角度讲这是没有道理的。在大多数情况下，依靠优秀的开发人员但没有数据科学，背景或实际专业知识来构建公司所需的AI解决方案注定会失败。了解成功需要的技术和架构，以及了解如何准备数据的知识至关重要。因此，您可以聘请第三方专业团队（拥有实际数据科学家的代理机构）或使用现有的服务来解决您的问题。我们的建议是与某人签约，以找出最适合您的业务的解决方案，而不是建立它，但是要咨询。这样，专家将获得报酬以提出最佳建议，并且不会激励您在不需要的定制开发方面追加销售。

人工智能正在改变我们的业务方式。它可能还没有像我们在科幻电影中看到的那样，但是它的创造性使用正在帮助建立更多忠实的客户，更快乐的员工，最佳的流程和更好的底线。尝试一下AI-找出您的业务改进并与专家联系。