正文
人工智能的构造块
然而，对于那些希望处于领先地位的公司来说，市场可能并不是总能提供最好的选择。譬如当平安想要采用面部识别软件的时候，它对市场上可用的产品的性能不满意，所以它自己制造了产品。最终的内部系统识别出了中国面孔的轮廓和特征，比市面上的商业替代品更好，而且这个工具已经在不同用途下识别了超过3亿张脸。它补充了平安的其他认知系统，如声音和图像识别。这家保险公司的经验表明，所有公司都应该评估他们使用人工智能构造块的能力，以争取获得竞争优势。
二、人工智能在行动
根据BCG与MIT的调查，人工智能在商业领域的有效应用仍然很低：
在20家公司中，只有1家公司广泛应用了人工智能
。然而，每个行业都有领先于该行业的公司。虽然没有公司在所有功能上都取得了卓越AI方面的成就，但许多公司都在利用人工智能创造巨大的商业价值。
以下是几个行业的简要应用示例，涉及到各种组织功能和过程，展示了人工智能的普及程度，以及它在合适的环境中的巨大效用。
1、市场和销售
人工智能为公司提供了提供个性化服务、广告和互动的机会。赌注是巨大的。整合先进数字技术和专有数据以创造个性化体验，品牌可以增加6%至10%的收入，是没有这样做的品牌的三倍。BCG估计，在零售业、医疗保健和金融服务行业，未来5年，将有8000亿美元的收入将转移到提供个性化公司服务的top15%。
人工智能在分散式设置中通常非常有效——如零售或金融服务，这得益于丰富的上下文和特定的客户数据的提供。适当构建的试点项目通常可以在四到六周内验证概念，并帮助确定全面推出所需要的的数据基础设施和技能构建。
2、研究和发展
与营销和销售相比，研发对人工智能来说是一个不太成熟的领域。与大型零售连锁店相比，研发所产生的数据要少得多，而且这些数据往往无法以数字方式捕捉到。此外，许多研发问题相当复杂，技术含量高，受到严格的科学限制。即便如此，人工智能在这一领域仍有很高的潜力。例如，在生物制药行业，研发是主要的利润驱动因素，人工智能可以改变扭转成本上涨和开发周期延长的趋势。
在工业产品领域，领先的制造商将人工智能、工程软件和操作数据——如维修频率——结合在一起，以优化设计。人工智能在增量制造设计方面特别有帮助，它也被称为3D打印，因为它的算法驱动程序不受工程学惯例的约束。
积极的数据收集应该是设计研发领域的人工智能试验的一个关键因素。可能需要与大学合作，将历史记录数字化，甚至从零开始生成新的数据。考虑到参与研发所需的知识和专业能力，很难获得有用的AI解决方案。相反，科学家必须依靠系统性试验作为指导，来建立未来人工智能应用程序所需的数据清单。
3、操作运行
操作实践和运行对人工智能非常合适。它们通常有类似的例程和步骤，生成大量的数据，并产生可测量的输出。在一个行业中运行的的许多AI概念在另一个行业中也能发挥作用。人工智能目前流行的用途包括预测维护和非线性生产优化，它对生产环境的元素进行整体分析，而不是按顺序或孤立地进行分析。
4、采购和供应链管理
在采购方面，人工智能的潜力是巨大的——因为结构化数据和重复交易十分常见——然而基本上没有应用。今天的机器可以打败世界上顶级的扑克玩家，也可以交易证券，但他们还没有表现出在企业购买方面胜过供应商的能力——至少公开的信息是这样。(企业可能会使用支持AI的采购系统，但不会告诉供应商或其他任何人，以保持竞争优势。)
已知的人工智能采购案例包括聊天机器人，半自动合同设计与审核，以及基于对新闻、天气、社交媒体和需求的分析提供建议。重要的增强甚至自动化采购现在才刚刚出现。
供应链管理和物流则是完全不同的。这些过程很容易获得历史数据，使它们理所当然成为机器学习的应用目标。需要注意的是，收集数据、建立数据结构比建立机器学习模型要费时的多。
5、支撑功能
公司通常会部分外包支撑功能，这些功能在各个机构中都很相似。但很快他们就可以为这些功能购买支持AI的解决方案了。IBM、埃森哲(Accenture)和印度四大巨头(HCL、Infosys、Wipro、Tata)等外包巨头正在进行大规模的人工智能开发。这些公司正将重点从强调降低劳动力成本和规模，转向建设智能和自动化平台，以提供更高价值的服务。
许多服务机构开始认识到人工智能与机器人处理自动化(RPA)相结合的好处。他们使用基于规则的软件机器人来代替人类的桌面活动，然后通过人工智能学习增强灵活性、智能，和学习。这种方法结合了RPA的快速回报和AI的高级潜力。
6、AI能提供优质产品和服务
涉及到提供先进的产品和服务的人工智能应用程序——数字个人助理、自动驾驶汽车和机器人投资顾问——大多都受到了广泛的关注。提供支持AI服务的公司急于向公众展示这些产品的优越性能和特性。
