[[255096]]

我們正處在一個時期驚人的突破，并通過數字化改造，由一個巨大的市場驅動的轉變-即，人工智能(AI)和機器學習。然而，令人難以置信的是，隨著這項技術的激增和加速，不僅僅是大型企業獲得了收益。今天，從solopreneurs到SMBs到大公司的每個人都在利用AI和機器學習更好。更好的合作者，更好的體驗架構師，以及為客戶提供更好的合作伙伴。 

工作場所的AI看起來像什么 - 以及工人想要什么 

這是商業領域的一次深刻變革，而且沒有任何放緩跡象。根據Adobe的“ 工作的未來：超越機器 ”的研究，超過八分之一的美國辦公室工作人員同意技術可以讓他們擺脫無聊的任務。對他們來說，人工智能的吸引力是重要的，至少通過那個鏡頭。工作人員對基于軟件的智能個人助理(72%)感興趣，盡管他們似乎更喜歡AI幫助完成簡單的任務，比如待辦事項和預約提醒，而不是復雜的任務。至少現在(是。 

從我所處的位置來看，人工智能和機器學習的影響遠遠超出了世俗。越來越多的組織傾向于人工智能用于***應用，其中至少有三個優勢之一：降低成本，提高效率和推動史詩般的突破。它們是強大的，它們是有形的，它們是任何組織都可以落后的優勢。而且，毫不奇怪，它們正在推動人工智能和機器學習的爆炸式增長。 

1.降低成本 

很容易將自動化視為重復性任務的解毒劑。從創業開始，人類往往是完成工作的唯一途徑。然后，機器開始自動化體力勞動。如今，機器學習能夠自動化增加大量的腦力勞動，使人們能夠將寶貴的時間和人才應用到其他業務領域。 

如果可以謹慎地將任務分解為子任務，并且可以在一秒或更短的時間內執行這些子任務，則可能是自動化的，如果不是今天，那么在不久的將來。檢查安全鏡頭甚至醫學圖像并識別這些視覺效果上的特定元素?自動化。通過閱讀文檔在每個文件中查找相同的信息?自動化。我們可以從集體板塊中剔除更繁瑣的任務，我們就能越多地讓人們在降低總體開支的同時實現***潛力。如果自動化是一個現實的選擇，商業***應該絕對接受它。 

2.提高效率 

我認為效率提升是員工的超級大國。有了這個好處，你仍然在做同樣的任務，但是你已經完成了更多的工作。 

想想最普遍的AI示例：語音識別。在Siri和Alexa之間，只有大規模的參與。近一半的美國人報告使用某種形式的語音識別，并且這些平臺正在進入工作場所有明確的跡象。Brooks Brothers，Mitsui USA，WeWork，Vonage和Capital One已經在使用Alexa for Business。一位專家設想“辦公室語音助理將使用語音生物識別認證，識別個別發言人，并制作會議轉錄和翻譯，” DXC.technology寫道。 

在許多(如果不是大多數)個人和商業用例中，這樣的語音助理并沒有取代任何人的工作。他們只是為已經存在的工作增加價值和效率。 

3.實現史詩般的突破 

當有人在盲點上曝光時，就會發生突破。對于許多組織而言，人工智能和機器學習使人們能夠克服這些盲點，通過看似不可能的區域或點不完全連接的區域。在醫學方面，這可能意味著分析患者風險或使新的診斷產品進入市場。在制造業中，它可能意味著在缺陷發生之前進行預測。 

或者想象一下，能夠從公司的每個文檔中獲取更深層的含義，并因此立即發現模式和趨勢。想象一下法律團隊在收購期間審查合同的好處，或者在研究海洋中尋找信號的醫學研究人員的優勢。實際上，Adobe Document Cloud(包括Adobe Acrobat DC，Adobe Sign和Adobe Scan)等解決方案已經使用語義技術對單詞，段落和列表進行分類，以幫助您更輕松，更快速地搜索內容。 

突破是關于看到人們以前無法做到的事情 - 直到AI進入組合。 

把它放在一起：NEXT會發生什么? 

我和許多商業***談論人工智能和ML，科幻對機器人崛起的擔憂遠遠不同于我們的談話。在明天的員工隊伍中，期望轉向代表工人和企業作為解放力量的技術。這使他們能夠專注于人類可以執行的任務 - 以及他們實際想要執行的任務- 來推動他們的行業向前發展。 

所以下一個重要問題是：無論您現在在哪里，您如何利用人工智能和機器學習的力量為您的企業服務? 

這很簡單。從數據開始。成功的人工智能和機器學習總是以數據驅動的策略為基礎 - 如果沒有大量可操作的數據，就沒有機器學習。并且“準備好”是一個有用的詞：根據我的經驗，許多渴望開始ML項目的***發現他們的數據比他們最初假設的更難以訪問，相當大，可理解，可用或可維護。 

在一天結束時，這場震撼轉變的贏家將是獲得它的公司。他們是那些捕捉和采取實時數據的人，以及愿意卷起袖子，挖掘和交付的人。有了這些見解和英特爾，公司將使用AI和ML來實現真正的業務影響。做到這一點，你將成為推動這個關鍵時刻的信封推動者和改變游戲規則的人之一。換句話說，你將正是你想要的地方。