如今，雖然人工智能在各行各業(yè)中的應(yīng)用越來(lái)越多，但企業(yè)還沒(méi)有在人工智能領(lǐng)域?qū)崿F(xiàn)規(guī)模經(jīng)濟(jì)。這一直是企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中面臨的最大也是最難以捉摸的挑戰(zhàn)。普華永道最近的一項(xiàng)調(diào)查顯示，盡管90%的高管認(rèn)為人工智能帶來(lái)的機(jī)遇大于風(fēng)險(xiǎn)，但只有4%的高管計(jì)劃今年在企業(yè)范圍內(nèi)部署人工智能，這突顯了這個(gè)問(wèn)題的嚴(yán)重性。

這項(xiàng)調(diào)查表明，公司需要先掌握這項(xiàng)技術(shù)的基礎(chǔ)知識(shí)，然后才能擴(kuò)大規(guī)模。人工智能帶來(lái)了操作、管理和工作技能培訓(xùn)方面的挑戰(zhàn)，因?yàn)樗绊懙焦窘M織的各個(gè)層面，并從根本上改變了工作流程和商業(yè)模式。

人工智能的核心是生產(chǎn)力，所以可以肯定地說(shuō)人工智能是關(guān)于經(jīng)濟(jì)的。人工智能系統(tǒng)是一種預(yù)測(cè)機(jī)器，能讓企業(yè)和個(gè)人的工作效率更高，并做出更明智的決策。人工智能模仿人類的認(rèn)知功能，如學(xué)習(xí)和解決問(wèn)題，卻沒(méi)有人類如疲勞、情緒化和時(shí)間有限的缺點(diǎn)。一些專家預(yù)測(cè)，到2030年，人工智能將為全球經(jīng)濟(jì)增加15.7萬(wàn)億美元。

人工智能是最終的經(jīng)濟(jì)刺激器

根據(jù)Gartner的研究，數(shù)字資產(chǎn)是數(shù)字戰(zhàn)略的基石，也是構(gòu)建經(jīng)濟(jì)生態(tài)系統(tǒng)的第一步。幸運(yùn)的是，人工智能依靠數(shù)字資產(chǎn)蓬勃發(fā)展。這些數(shù)字資產(chǎn)是由人工智能的學(xué)習(xí)組件（機(jī)器學(xué)習(xí)和深度學(xué)習(xí)）操作的海量數(shù)據(jù)。這使得人工智能在經(jīng)濟(jì)上獨(dú)一無(wú)二，因?yàn)槿斯ぶ悄芸梢允褂脭?shù)字規(guī)模經(jīng)濟(jì)而不是實(shí)體經(jīng)濟(jì)。與物理資產(chǎn)會(huì)隨著時(shí)間的推移而磨損和消耗不同，數(shù)字資產(chǎn)不會(huì)，它們可以以接近于零的邊際成本無(wú)限次地重復(fù)使用。

正如Schmarzo經(jīng)濟(jì)數(shù)字資產(chǎn)估值定理所解釋的那樣，數(shù)字資產(chǎn)可以“同時(shí)降低邊際成本（通過(guò)數(shù)字規(guī)模經(jīng)濟(jì)），同時(shí)加速數(shù)字資產(chǎn)的經(jīng)濟(jì)價(jià)值創(chuàng)造（通過(guò)數(shù)字資產(chǎn)的可重用性）。”

再利用的能力是驅(qū)動(dòng)健康經(jīng)濟(jì)發(fā)展的引擎。重用資產(chǎn)經(jīng)常被吹捧為解決諸如上市時(shí)間和產(chǎn)品質(zhì)量等問(wèn)題的經(jīng)濟(jì)合理方法。IBM將資產(chǎn)的戰(zhàn)略性重用定義為“高級(jí)業(yè)務(wù)策略”。在人工智能的背景下，這并不是輕描淡寫。

隨著人工智能由機(jī)器學(xué)習(xí)和深度學(xué)習(xí)主導(dǎo)，數(shù)據(jù)和分析可以更精確地用于更復(fù)雜的問(wèn)題。這些預(yù)測(cè)機(jī)器使用的基于樣本數(shù)據(jù)的被稱為“訓(xùn)練數(shù)據(jù)”的數(shù)學(xué)算法和模型，可以通過(guò)經(jīng)驗(yàn)自動(dòng)改進(jìn)，并且隨著同樣的數(shù)據(jù)隨后被重用，其價(jià)值會(huì)變得越來(lái)越大。此外，當(dāng)我們重用AI模型時(shí)，它們的價(jià)值會(huì)增加，并且從新的使用中獲得的經(jīng)驗(yàn)會(huì)傳播給模型的所有用戶。

在供應(yīng)鏈中，通過(guò)配送車間的包裝自動(dòng)化過(guò)程，將深度學(xué)習(xí)與人工智能系統(tǒng)相結(jié)合，以快速重用和學(xué)習(xí)，同時(shí)獲得指數(shù)級(jí)的改進(jìn)。智能相機(jī)和深度學(xué)習(xí)的智能算法，可以在邊緣（計(jì)算過(guò)程發(fā)生的地方或附近）實(shí)現(xiàn)更好的質(zhì)量，倉(cāng)庫(kù)包裝可以相互實(shí)時(shí)通信，允許過(guò)程中的自我修正并可以形成更短、更準(zhǔn)確的質(zhì)量反饋環(huán)。

如果你也想開始人工智能，可以從這些最佳實(shí)踐開始：

1.從小處著手解決實(shí)際的業(yè)務(wù)問(wèn)題開始，但要有這樣的心態(tài)：在可預(yù)見的未來(lái)，業(yè)務(wù)問(wèn)題將成為關(guān)鍵資產(chǎn)。

2.包括所有的利益相關(guān)者，因?yàn)樗麄兪浅晒U(kuò)展的關(guān)鍵。通常，阻礙成功的是人為因素。

3.像任何資產(chǎn)一樣，投資也是必需的，但是人工智能和數(shù)據(jù)資產(chǎn)不會(huì)像大多數(shù)資產(chǎn)那樣貶值，而是隨著規(guī)模的擴(kuò)大和時(shí)間的推移而增值。

如上所述，隨著邊緣人工智能深度學(xué)習(xí)的發(fā)展，企業(yè)可以降低新用例的邊際成本，同時(shí)提升經(jīng)濟(jì)價(jià)值。在第一個(gè)成功用例基礎(chǔ)上構(gòu)建第二個(gè)用例，這樣累積的財(cái)務(wù)及操作價(jià)值會(huì)隨著用例的增長(zhǎng)而增長(zhǎng)。在日后的所有案例中，數(shù)據(jù)和分析的重用會(huì)加速人工智能的經(jīng)濟(jì)價(jià)值，并更能接近這個(gè)數(shù)字時(shí)代人工智能的規(guī)模經(jīng)濟(jì)。
責(zé)任編輯：tzh