人工智能與機器學習讓人想到決策計算機正在取代整個部門和部門——許多公司認為，未來太遙遠，不值得投資。但事實是，人工智能就在這里，而且還在這里。尤其是在企業層面，越來越多的公司正在調整生產效率和機器的承諾，這些機器能夠獨立思考。

[[415539]]

事實上，麥肯錫最近的一項研究顯示，到2019年，對人工智能的風險投資已經超過185億美元。IDC預測，到2023年，全球在人工智能和機器學習解決方案上的支出將達到近980億美元。

所有這些發展都將對工業的每一個角落產生巨大的影響。麥肯錫最近公布的數據預測，到2030年，全球將有3.75億名工人(約占全球勞動力總數的14%)需要轉換職業，因為機器人和算法將接管人類完成的任務。然而，大多數分析都預測了人工智能帶來的凈就業增長，如Gartner的這份報告所示，該報告預測，在美國，人工智能將在不久的將來取代多達180萬個就業崗位，但隨著企業擴張以吸收新的生產力，人工智能將帶來至少50萬至200萬個新就業崗位的凈增長。

那么，考慮到這些，如何理解人工智能和機器學習的宣傳?應該如何思考認知計算能為你的業務做些什么?

定義人工智能

人工智能是一個計算機系統，旨在以人類的思維方式進行思考。這意味著不僅僅是做好一項任務，比如Alexa會響應你的語音命令來播放你最喜歡的歌曲。真正的人工智能能夠解析數據，做出決策，并從這些決策中學習創造新的東西。

人工智能已被著名地用于解決重大問題，如測試治療癌癥的藥物化合物。阿里巴巴不僅使用人工智能在其網站上做預測性廣告，還可以監控汽車和創造不斷變化的交通模式，或者幫助農民監控農作物以提高產量。AmazonGo正在利用人工智能重新思考零售業的未來，創建無人值守的便利店，監控你的購物體驗，當你拿著商品走出家門時自動向你收費。

實驗人工智能寫小說(糟糕)，與世界大師對弈(非常好)，解析世界醫學文獻，幫助醫生做出更好、更完整的診斷(并挽救了生命)，開發人員現在擁有了為自己的業務創造性地思考人工智能所需的資源。此外，云中的人工智能大大降低了公司的基礎設施成本，因為人工智能需要大量的計算能力才能發揮最大的作用。

定義機器學習

有時，機器學習與人工智能可以互換使用，但這并不完全正確。機器學習實際上是人工智能的一個子集。機器學習指的是一個程序，它通過解析和分析數據來很好地完成一項任務。它只和流入其中的數據一樣好。然而，機器學習的例子在我們身邊隨處可見，從桌面上的Alexa，到基于信息在網站上漲跌的動態定價，或者自動過濾到收件箱的電子郵件，以及當你在網站上提問時做出回應的聊天機器人。

大局觀

IT咨詢機構icogalic IT公司負責市場營銷的副總裁Sitima Fowler表示，人工智能有著廣闊的發展前景，而且對于公司來說，將其整合到系統中變得越來越可行。但她建議大多數公司從小處著手。

她說，“人工智能現在很流行。但現實情況是，大多數公司都會從機器學習開始，比如說，機器人會解析用戶流量，挖掘數據。他們可能會把它用于他們網站上的聊天機器人，引導消費者查詢正確的信息。從那里，許多公司可以使用亞馬遜和微軟等服務提供的云端AI開發工具來開發人工智能，為面向消費者的應用提供動力，等等。我們都對人工智能的未來感到非常興奮。但一步一個腳印很重要，這樣你的其他系統就可以集成并跟上。

例如，在標志性IT，我們使用人工智能來防止網絡安全漏洞。僅僅在你的電腦上安裝一個防病毒和垃圾郵件過濾器是不夠的。壞蛋們已經找到了繞過這個軟件的方法。所以我們在這些軟件的基礎上加入了人工智能，讓它看起來像一個人的正常行為和與其他人的互動。隨著時間的推移，它會了解用戶的電子郵件習慣、通信方式、聯系人，以確定某一特定電子郵件是否合法或可能有害。”