人工智能的颠覆性力量

在一些在线出版物中，金融摘要和体育综述是由人工智能(AI)编写的，而不是人类。在医疗领域，得益于“计算机辅助诊断”，在女性被正式诊断前一年，计算机能够根据乳房x光扫描发现52%的乳腺癌。在一些组织中，人工智能决定哪些销售机会值得销售人员投入时间。

从2015年到2016年，高德纳客户对与人工智能密切相关的话题的询问增加了两倍。随着企业认识到人工智能颠覆商业的潜力，人们的兴趣正在迅速增长。

阅读更多:神经网络和现代BI平台将发展数据和分析

他说:“人工智能正在改变组织创新和沟通流程、产品和服务的方式。些微安德鲁斯副总裁兼著名分析师。“人工智能继续推动企业和政府与客户和选民互动的方式发生变化。”

2017年Gartner对人工智能的预测探索了人工智能将如何在企业中发展并改变行业。

到2020年，20%的公司将指派员工监控和指导神经网络。

神经网络需要监控和维护。认为人工智能技术不需要进一步的人力投入就可以作为成品交付的想法是失败的原因。虽然旧的基于规则的系统可以建立、配置，然后忽略几年，但只要有新数据，神经网络就需要重新训练，而新数据基本上是不变的。事实上，神经网络只有在无休止的再培训和强化循环中才能对企业保持价值。cio将需要制定业务案例，以确保为项目提供必要的资源。

这需要新的技能和思考问题的新方式。那些有设计、数据科学和逻辑背景的人可能比那些倾向于以更结构化的方式思考的程序员准备得更好。此外，神经网络的职责将跨越部门和许多应用程序。cio必须确保IT拥有所选平台的策略和治理。

到2019年，创业公司将超越亚马逊、谷歌、IBM和微软，以颠覆性的商业解决方案推动人工智能经济。

许多人工智能初创公司的所有者都是大型供应商的前雇员，他们离开后成立了一家专注于特定行业人工智能的公司，或者是发现自己的学科突然变得有利可图和令人兴奋的学者。这意味着，在组织考虑在内部构建定制AI解决方案之前，应该考虑许多打包的AI解决方案。打包的选项需要更少的资源，可以更快地部署。

任何拥有大量数据的行业都可以利用人工智能，这些数据多到人类不可能单独分析或理解。有些行业，如医疗保健行业，颠覆的时机已经成熟。随着可用数据量的增加，在需要人类与智能机器进行匹配的实时决策的工作中将很少。这包括乳腺癌的例子，但也延伸到市场部门的决策。然而，人工智能的力量是有限的，首席信息官必须帮助将人类思维和机器分析结合起来。例如，如果没有足够的数据可用，或者数据的内容或结构质量很差，智能机器将无法做出可靠的决策。

首席信息官应该评估业务流程，以确定人工智能对每个企业有利的地方。特别关注公司服务不足的领域，即拥有大量数据但缺乏分析的领域。这些领域可以从增强和改进人类决策的能力中受益。