[[244003]]

現有的人工智能工具和服務不是要替代員工，而是通過改進工作流程，加快搜索和發現以及對協作進行微調來提高員工的工作效率。 

人們畏懼人工智能，認為它會扼殺大量的工作，但目前，很多可用的人工智能工具和服務都專注于提高業務生產力而非替代員工。事實上，最近由軟件公司ABBYY在英國進行的一項調查指出，近三分之二的員工表示，他們很樂意將做會議記錄和評審長篇大論等任務交給機器來做。 

銷售領域的專業人員已經在Salesforce和Microsoft Dynamics等服務中利用人工智能工具來提供更好的銷售性預測，并幫助他們鎖定潛在客戶，完成交易，但人工智能對很多普通的業務工作也很有用。從訓練管理者進行更有效的互動，對發送電子郵件的最佳時間提出建議，到有望在白板上不受待見的信息中獲取價值，由人工智能驅動的工具正在提高各行各業的商業生產力。你不需要建立屬于自己的機器學習團隊——但你可能要考慮如何讓企業充分利用資源。 

更智能的搜索和發現 

智能手機和消費云存儲服務用圖像識別來自動標記照片的做法已經存在一段時間了。SharePoint Online和OneDrive for Business等業務云存儲服務也開始采用相同的方式。SharePoint的產品標記總監Dan Holme說：“我們在SharePoint文檔庫中注入了大量智能。在你上傳圖像時，人工智能會定位地理位置，識別對象并提取文本”。比如說，每次你掃描或拍攝餐館的收據，你都可以直接從文檔庫中提取報銷單的信息。 

今年晚些時候會推出下一步舉措，即使用Flow（微軟的低代碼工具，旨在創建工作流程）更輕松地在業務流程中使用這樣的信息。Holme說：“人工智能發掘了這些照片的價值；如果你將這些信息與Flow相結合起來，你就可以利用認知服務（Cognitive Services）進行翻譯、轉錄或進行情緒分析”。例如，如果照片顯示的是車輛，保險理算員可以拍照來證明車輛損壞情況并將照片發送到車險部門，如果照片顯示的是房屋就把證明房屋損毀情況的照片發送給負責家居保險的團隊。或者，你可以向SharePoint告知有關新公司徽標的信息，用條件格式化來突顯使用舊徽標的所有文檔。 

在你的移動設備上，最新版本的Adobe Scan使用圖像識別功能來留意你拍攝名片的時刻。然后，該功能會對名片的文本執行OCR識別，并根據提取出來的信息創建新的聯系人。這包括搞清楚電子郵件地址的正確格式。Adobe Scan還可以自動調整以前掃描的圖像，以清理陰影、銳化文本和糾正角度，以便文本得到更準確的識別；微軟的OneNote和OneDrive的Office Lens功能可以執行類似的糾正，但只在你拍攝照片時糾正。 

對文檔進行自動識別和標記使人們更容易找到合同、發票和其它常見的文檔類型，但這種做法并沒有圖像識別那么先進，但Box承諾Box Skills平臺（該平臺仍處于測試階段，它包含圖像OCR和音頻轉錄的功能）能實現圖像識別的功能。ABBYY的合同文本分析服務已經使用人工智能來檢測合同并識別買賣雙方等實際存在的參與者，從而使你更輕松地查看自己需要遵守的承諾（如數據泄露通知或交付限期）、評估風險或查看合同條款是否保持一致并符合合規性方面的指導方針。ABBYY UK & Ireland的負責人Paul Goodenough表示，該服務還應與其它半結構化的商業文件（如保險單和租約）協作。該工具還能突顯關鍵的信息；他說：“用戶可以通過精確定位業務流程的章節、條款和事實快速瀏覽文檔。” 

從更廣泛的角度來看，Acrobat Document Cloud可以自動識別上傳的PDF中的列表、表格、表單字段和圖表，以簡化搜索和表單填寫。微軟還討論了使用機器學習來自動識別未來版本的Azure信息保護服務中應標記為機密的文檔。 

移動應用程序SharePoint和Office.com端口都用人工智能來對你要了解的內容提出建議，即由同事推薦的文檔，以及G Suite Drive中的快速訪問（Quick Access）功能。去哪里找文件，就針對哪里提出建議，這也許比Delve這樣的獨立服務更有用。Holme稱之為“個性化的智能搜索體驗；它要實現的目標是，當你在搜索框中點擊鼠標時，你能毫無延遲地發現對你也許有用的應用程序、文件和新網站的建議，因此你可以找到你需要的內容，而無需鍵入任何內容。” 

更智能的文件 

人工智能功能一開始就使文檔的創建變得更輕松。最新版本的Microsoft Word 2016中的編輯器功能和Google Docs新的語法檢查功能都用機器學習來為在拼寫上正確而用法上不妥的字眼提出建議。這算不上新功能，但一旦這些功能學習了公司名稱這樣的新詞匯，它們就不再像那些跟不上最新消息的基于老套規則的系統那樣不堪一擊。 

QuickStarter和PowerPoint的Designer功能可以理解你的大綱，建議你使用哪些幻燈片樣式，用維基百科中的圖像來填充這些幻燈片，并建議你對文本和項目符號列表使用不同的樣式。如今Excel包含了最初在Power BI中才具備的Insights功能，該功能可以將數據集里的異常值可視化，使其更容易被發現，無論數字是好得不尋常或糟糕得不尋常。 

你只要用自然語言提這樣的問題——例如“上一季度誰是我最好的客戶”或“今年哪個地區最有利可圖”，Power BI始終能讓你展開深入的研究。如今，Tableau與DataRobot的由機器學習創建的自動數據模型集成在一起，以生成用來發現模式和相關性的類似的視覺分析。 

有些文檔（如簡歷）的結構化程度很高，人們一眼就能認出，而領英則存儲了有關工作職責和職稱的大量細節。Word的簡歷助手（Resume Assistant）可以判斷文檔是不是簡歷并打開一個窗格，你可以在這個窗格里查看同一職位的人員在公開的個人資料中所羅列的技能。領英的職業產品管理總監KumareshPattabiraman說：“人們深受‘空白頁’綜合癥（譯注：blank pagesyndrome，比如你要找的內容總是返回404頁面，十分惱人）的折磨，所以向你展現與你的職位對等的人是如何描述工作經驗，這有助于你寫好自己的工作經驗。” 

如今交互式白板越來越有用，因此手寫識別變得越來越普遍。例如，微軟的Whiteboard應用程序（運行于Surface Hub或任何大型PC觸屏上）使用Windows Smart Ink AI來清理形狀和表格，并識別列表、電話號碼和日期（另一個叫Ink to Code的應用程序可以將用戶界面的草圖轉換為Visual Studio項目）。 

白板也能理解你的圖紙并用它來搜索必應（Bing）圖像。谷歌的交互式白板Jamboard有一個類似的由人工智能提供支持的繪圖工具，這個名為AutoDraw的工具可以查找與你在繪圖板上繪制的草圖相匹配的圖像。也就是說，即便你不是藝術家，你也可以信手畫一張圖片并將其快速替換成人們一眼就能認出的東西。 

同時，由人工智能提供支持的語音識別才剛剛開始發揮作用。對隨時等待語音命令的智能手機中的高品質麥克風報出你要搜索的簡短內容，以構建你的語音配置文件，這可以做到非常準確。有很多轉錄服務（如Trint、Simon Says、Speechmatics、Callnote、Otter等）設法用人工智能（通常由微軟、谷歌和IBM的語音識別云服務提供支持）將錄音和視頻轉錄成文字。幾乎所有的服務都能使你跳出正常的工作流程，因為你不得不對網站上的文字稿進行評估，音頻質量、口音、多個語音樣本、背景噪音和你所在的行業特有的詞匯將影響轉錄的準確度。一般來說，與其說這些轉錄服務將音頻變成完美的書面版本，不如說它使音頻變得可搜索。 

PowerPoint的附加程序Presentation Translator（可生成實時字幕和演示文稿的譯文）有這樣的優點——很多術語將在幻燈片或幻燈片注釋中顯示，因此Presentation Translator可以執行自定義的語音識別。這大概需要花5分鐘的訓練時間，所以在提前練習演示時將它打開；用頭戴式麥克風會更準確。 

微軟的Azure Stream視頻服務與SharePoint和Teams集成在一起，這意味著Azure Stream有大量內容可供自定義詞典挖掘，以改善視頻中的語音識別，并且有很多這樣的細節——誰在開會或做演示，以支持面部檢測功能。一旦創建了視頻文本，你就可以通過搜索關鍵字或在SharePoint中選擇演示者的名字來跳轉到視頻中的相關要點。 

人工智能可以對你的業務進行微調 

很多有助于個人提高生產力的工具根本不勞IT團隊費神。由于自動文檔分類得到了廣泛應用，你要了解如何將其與你已使用的數據泄漏和權限管理工具集成到一起。但是，應對團隊生產力方面的問題可能需要更多正式流程和管理層的支持。 

最近的研究顯示，在周日晚上發送電子郵件為下一周做準備的管理者（他們打算在周一早上閱讀這些郵件）往往會訓練他們的員工在非工作時間查看電子郵件。那些生怕無時無刻要留意最新消息的工人更有可能對壓力感到不滿、失去重點甚至筋疲力盡，而在某些司法管轄區，工作之余處理與工作相關的電子郵件是算作加班的；最近，在愛爾蘭，有一名企業高管由于不得不在工作之余處理大量與工作相關的電子郵件，法院因此判他獲得7,500歐元。在開會的時候發送電子郵件，這是員工從管理者那里染上的另一個惡習。 

Office 365中的MyAnalytics和Workplace Analytics功能使用機器學習來分析Microsoft Graph中的電子郵件和會議模式。個人用戶每周都會收到電子郵件報告，這些報告顯示他們在會議上花了多少時間，在非標準工時以外的工作上花了多少時間，以及讀了多少封電子郵件。管理者可以統覽全局，如他們在報告上花了多少時間，人們是否應該在工作日結束時定期使用電子郵件，或者最成功的團隊所采用的工作模式是什么。 

你可以用這些信息來發現問題行為并跟蹤這些問題行為是否在改善。你還可以立即獲得有關工作方式的提示：如果你在深夜時間接二連三地向同一個人發送消息，Outlook就會彈出一個工具提示（tool tip），建議你安排在早上發送這些郵件。 

同樣，Hive項目管理服務中新的預測分析儀表盤用機器學習來顯示哪些團隊任務過多而人手不足，以及團隊對項目時間的估算有多大把握。解決這些工具所顯現的問題，這就是人工智能無法企及而仍需人來接管的地方。