新媒体管家
图：pixabay
原文来源
：BCG波士顿咨询
直
到最近，人工智能才令我们感觉到离现实应用越来越近。人工智能技术虽已发展了一段时间，却一直未能达到诞生之初人们寄予它的厚望。而如今，人工智能的“类人”潜力正逐步变成现实，机器开始具备本属于人类的能力。所以是时候该问问：商业领袖如何利用人工智能，充分发挥人与机器的独特优势？
人工智能正迅速成为诸多行业的基础科技，其影响从自动驾驶汽车遍布到金融交易领域。自主学习算法如今被普遍嵌入到移动和在线服务中；数字化设备和联网传感器的数据处理和数据流传输能力已大幅提升，持续改善人工智能的表现；机器基本上能够识别特定的语音和图像，可以大致理解人类的沟通。这一趋势意义非凡：
曾让支持者一度失望的人工智能如今已深入人心，机器开始从事过去人类才能从事的活动（参阅图1和附录“机器如何思考和运作”）。 例如，现在人工智能能够比放射科医生更精确地诊断出某些癌症，难怪传统的金融、零售、医疗及其他行业都已经将几十亿美元投向人工智能。
机器如何思考和运作
三次里程碑事件让普通大众了解到人工智能，每个事件都展现了人工智能科技的一些关键元素。
1997年，深蓝计算机击败世界象棋冠军Garry Kasparov。
国际象棋曾被视作展现人类智力中核心战略元素的游戏，因而成为新人工智能算法的试金石。几十年以来，程序员试图用人工智能击败人类棋手，却毫无进展。终于在1997年，IBM开发的深蓝计算机击败了世界象棋冠军。但许多人仍感到失望，因为会走象棋不等同于拥有通用的人工智能。深蓝计算机靠的是暴力算法和记忆，它不会学习，也不善于处理象棋以外的任何任务。
这一事件揭示了两个道理。第一，机器解决问题的方式不同于人类；第二，许多“智力”任务覆盖面很窄，能够用专门的程序来解决。
随着AlphaGo在2016年击败李世石，计算机彻底统治了棋盘游戏。由DeepMind Technologies开发的AlphaGo依靠深度学习——一种神经网络（也叫计算机大脑）击败了世界围棋冠军。关于这场比赛的备赛过程有一件趣闻：在开赛前最后几个月，AlphaGo学习完了所有的人类比赛，接下来的时间便一直和自己下棋。
2011年，Watson在综艺节目《危险边缘》中击败冠军。
赢得这场挑战赛后，IBM的Watson也算是通过了人工智能图灵检验。Watson在比赛中充分展现了最前沿的语音识别、自然语言处理和搜索技术，但这场胜利靠的是一项不一样的技能：Watson在“双赌法（Daily Doubles）”中赢了其他参赛者——在双赌法中，玩家可以赌上自己全部或部分赢得的钱，以获得绝对领先。要做出最佳选择，玩家需要具备快速顺序推理、游戏理论知识以及正确计算概率和结果的能力。诺贝尔奖获得者Daniel Kahneman在他的著名作品《思考，快与慢》中指出，人类极度不擅长这些领域，而机器能够快速做出信息量很大的决策。
2012年，谷歌演示了自动驾驶汽车。
谷歌并不是自动驾驶汽车领域的先驱。这一殊荣归属一位名叫Ernst Dickmanns的德国计算机视觉专家，他于1995年在德国高速公路使用自动驾驶模式开车行驶了1785千米，时速达到170公里。
Dickmanns在自动驾驶途中全程不用左拐。Frank Levy和Richard Murnane在他们2004年合著的书籍《新劳动分工》中提出，“在迎面而来的车流中执行左拐会涉及很多因素，很难想象能够用一套规则复制司机的行为。”但是，谷歌的自动驾驶汽车总能顺利地做到这一点，它集成了电脑、计算机视觉和实时数据处理，其生成的智能代理既能探索现实世界，也能从现实世界中获取经验。
人工智能系统拥有思考和互动能力，因而经常不可避免地被拿来与人作比较。尽管人类能进行快速并行处理（模式识别），但顺序处理（逻辑推理）速度却很慢，而计算机在少数领域内已经完全掌握并行处理，并能够进行急速的顺序处理。正如潜水艇虽不会游泳却能潜水，机器也有自己解决问题、完成任务的方式。
如果计算机处理能力无法取得巨大突破，机器将无法实现通用人工智能。通用人工智能指的是同时具备多种截然不同的解决问题能力，是人类智力的专属特征。例如，如今的机器人汽车并不会表现出我们常说的直觉判断力，它不会在行驶途中停下来帮助一个从自行车上摔下来的孩子。但若能合理应用，人工智能将能快速、出色、智能、全面地处理许多商业活动。
人工智能不再是一门“选修课”。懂得如何让人与机器既紧密联系又能互补、创造出竞争优势，对企业来说至关重要。
曾几何时，一项简单技术型工具就能成为企业的优势来源，沃尔玛上世纪80年代的物流跟踪系统就是一个例子。而如今的人工智能则不同，算法本身无法为企业带来竞争优势。纯粹的算法都散布在公共平台上，企业能够轻易地使用这些开源软件平台，如谷歌的TensorFlow。由埃隆•马斯克（Elon Musk，特斯拉创始人）等人创建的非盈利组织OpenAI正致力于推动人工智能工具和研究的广泛普及。许多杰出的人工智能研究人员在加入百度、脸书和谷歌等公司时，仍坚持保留发表研究成果的权利。
人工智能并未磨灭传统竞争优势来源——如市场地位和关键能力，而只是对这些优势重新进行了定义（参阅图2）。因此，企业需要以动态的视角看待自身优势。例如，通常企业因为一些相对稳固的优势赢得市场份额、占据领先地位：企业独有的资产、分销网络、客户接触和规模等。但在人工智能时代，我们需要重新定义竞争优势。
关于人工智能如何改变传统竞争优势，我们来看三个例子：
数据。
人工智能的强大应用离不开数据。脸书、谷歌和优步等人工智能先驱为打造自己的“优势领域”，正在通过远超传统数据收集的方式，获取用户和他人的当前和未来数据，作为人工智能应用的原材料。这些公司因其规模大，能够向算法输送更多训练数据，不断改善算法的表现。例如在全面实现自动驾驶汽车的竞赛中，优步的优势在于能够每天从司机身上收集1亿英里的批量数据，这些数据最终能够用于改善公司的出行服务。脸书和谷歌则能够利用自身规模和深度来加强广告定位。
