文 | AI國際站 唐恩
編 | 艾娃
本文由AI國際站 原創出品，未經許可，任何渠道、平臺請勿轉載，違者必究。
我們都在有意無意地使用人工智能。在我們的日常生活和商業實踐中，始終在線的設備，雲和邊緣計算以及API的結合將AI付諸實踐。這是在業務中與AI建立共生關係的方法。
儘管人與機器之間的關係越來越緊密，但將許多此類合作描述為共生還為時過早。
人與計算機之間當前的關係最好被描述為事務性的。
當人類遇到特定類型的問題時，我們會製造和培訓機器來解決這些問題。示例包括機器學習或ML。可以在大腦圖像中識別癌症的ML算法。該算法還可以確定在線廣告的最佳位置或設計，並且有深度學習系統可以預測客戶的業務流失。
目前，我們只能想象，當我們與AI建立共生關係時，我們將變得更有生產力。在數字合作伙伴的幫助下，當前需要花費數小時或數天的例行任務可以縮寫為10或15分鐘。
從簡單的練習（如找到新餐廳）到更專業的任務（如癌症檢測），我們將越來越多地依靠機器執行日常任務。對機器的依賴可能始於“第二雙眼睛”或“第二種意見”，但我們對機器（和AI）的承諾將演變為全面的數字協作者。
我們將開始與機器建立共生紐帶，並開始像現在依靠智能手機一樣對它們產生更多的依賴。
機器學習可能會引發一場革命，即我們如何解決“最佳停止”原則適用的問題。關於這些問題的數學和計算機科學研究表明，停止搜索並做出決策的最佳時間是在花費了37％的時間，對選項進行了審查並通過了停車位之後。
這些傳統問題的例子包括僱用合適的人，進行適當的研發投資以及買賣房屋。人們傾向於停止搜索和考慮大約31％的數據-早於找到最佳選擇之前。
這些統計數據對我們意味著什麼？裸露的事實是：我們將使用AI改善我們在多個方面和多個層面上的決策。
與機器建立共生關係將為我們騰出時間，讓我們專注於磨練軟心技能，例如同理心，管理和策略。可以得出這樣的共生關係甚至會成為一種簡單的享受工作外生活的簡單能力的新因素，這並非沒有道理。
很快，人工智能可以幫助我們審查足夠的選擇，以找到合適的購房者，公寓房客，求職者，甚至合適的配偶。
按行業接受ML進步的好處
對於以知識為輸出的企業和組織，員工可以通過將機器學習應用於自己的優勢，從而從多種方面受益。員工將使用跨多個行業的應用程序。
專案經理
一些與行業無關的角色，例如項目經理，將能夠減輕日常任務的負擔。
項目經理可以向“數字代理”分配跟蹤，報告和後續行動，“數字代理”將為經理提供日常幫助。
科技將大大受益。類似於內容創建者從諸如Grammarly這樣的編寫代理中受益的方式，軟件開發人員將從“結對編程代理”中受益。“代理”不僅會建議正確的代碼語法，而且還會建議最合適的框架，庫或API。
這些代理還將有機會極大地提高代碼質量和用戶體驗。
施工
對於建築等行業，人工智能可以利用不斷增加的藍圖數字化優勢。AI將自動化日常任務，但對項目估算至關重要。根據項目的規模，人工估算者最多可能需要四個星期來估算一個項目。
經過培訓以評估建築項目的AI代理可以輕鬆地“讀取”數字藍圖並評估項目範圍。
數字代理商可以毫不費力地確定項目所需的材料，並設置為項目配備人員所需的工人數量。
更具戲劇性的是，AI數字代理可以連接到供應商店，並將實時定價納入最終報價。
藥物
醫學是成熟的人類AI共生破壞產業的另一個典型例子。
醫藥品
製藥公司正在利用機器學習來確定最佳的研發水平，並使用諸如預期市場規模，收入和潛在藥物的生命週期價值之類的因素。許多醫生和醫院已開始將AI建議納入其流程。成功率不斷提高，2019年的調查中有35％的醫生表示他們在實踐中使用AI。
醫學上的某些方法已經利用AI為醫生提供了潛在的選擇。其他選擇會分析醫生的建議，以預測成功的可能性。
醫療事故和醫療保健。
醫生與AI之間的動態共生關係也可能會改變評估醫療事故風險的方式。隨著AI在醫療保健中變得越來越普遍並且被證明可以改善患者的病情並降低醫院的成本，醫療事故保險將逐步發展，將AI視為降低總體風險的一種方式。
同樣，投資於人工智能解決方案的醫生和醫院將以較低的保險成本，改善的結果和更高的效率看到更高的投資回報率。
開展人工智能與人類共生的旅程
希望擁抱AI和ML的進步以在機器與其自身之間建立共生關係的組織可以採取這些步驟。
1.對AI對您的影響進行公正的評估。
第一步是評估人工智能如何影響您的業務以及您的行業和價值鏈。檢查是否可以將AI添加到服務中。
AI會徹底改變您的產品，還是AI會為全新的產品和服務打開新的可能性？
完成評估並確定選項後，請分解您對組織的潛在財務價值。評估將發現您可能產生的潛在風險，以及一旦實現AI人與生物共生就可以創造新的收入來源的機會。
2.掌握您的數據。
每個組織都需要了解其數據的存儲和使用位置。在整個組織中主動提供此數據以用於實驗，概念驗證和其他創新項目。
打破對數據共享的任何現有障礙，無論是對安全性缺乏信任還是對數據集整體質量的尷尬。
全面瞭解您擁有哪些數據以及誰擁有這些數據，並安全，民主地在整個組織中共享信息。您通過此操作創建的開放式網絡和感覺對於使機器能夠為您工作並播下創新的種子至關重要。
一種行之有效的增加數據價值的方法。
- 實施數據治理。
- 利用基於雲的解決方案，例如數據湖。數據湖用於存儲數據庫和電子表格中包含的結構化數據。
- 利用基於雲的解決方案處理非結構化數據，例如文檔，圖像和視頻。
3.尋找跨人才的共生機會。
評估您的員工，以確定最有可能從AI和機器學習解決方案中受益的角色。各個員工或團隊的評估可以分為不同的樣式。這些評估包括：
思維方式
數據驅動的思想家與大人物思想家。
優勢領域
策略上的優勢與解決問題上的優勢。
技能
軟件開發技能集與風險評估技能集。
專長
是外科手術相對於研發的專業人才。
隨著人類和機器協作創造更多有意義的人類工作，機器正在為整個價值鏈中的人類工作創造新的機會。
4.介紹適合您組織目的的更改。
組織必須使其建立共生關係的方法與其總體目標保持一致-這始於領導才能。領導者必須激發員工對集成AI的最終目標的熱情，為組織的目標提供清晰的願景，並向員工保證機器將增強和改變（但不能替代）角色。
重要的是要制定近期和長期的計劃，然後在整個組織中共享這些時間表，並將這些基準與您的更大目標聯繫起來。
在接下來的十年中，與AI的共生關係將與我們與智能手機的關係一樣自然。
如果不仔細評估機會和風險，組織將無法利用這些共生關係的價值。
企業必須使他們的數據倉庫井然有序，並鼓勵創新來增強其才能和組織宗旨。只有這樣，人類才能充分發揮AI的潛力。
閱讀更多 AI國際站 的文章
