今年，人工智能将通过改变我们的工作方式，保护数字资产，加强合作以及迎接人工智能驱动创新的新时代，进一步提升企业。 企业人工智能正在迅速超越炒作并转化为现实，并且已经准备好成为最重要的技术领域之一。 尽管创业公司已经意识到人工智能在重新定义行业中的力量，但企业高管们仍然在理解如何改变他们的业务并在所有部门重塑他们的团队。
在过去的一年中，尽早采用各种规模和行业的企业开始获益。 具有人工智能功能的人工智能应用引入了改变企业参与客户，细分市场，评估销售线索和参与影响力的方式的机会。 由于大量的知识和工具在整个组织内利用人工智能的潜力，企业处于进一步发展的边缘。
“基于新硬件架构的人工智能的新突破将为企业创造新的智能商业模式，”总部位于英国的联合创始人兼首席执行官Nigel Toon表示。 Graphcore 。 “能够建立初始知识模型并启动初始智能服务或产品的公司，然后利用这一第一产品获取新数据并持续改进知识模型，将快速创建出明显的领先的产品和服务，竞争对手将会 努力跟上。“
这个类别正在发展，大公司正在寻找不同的创新方式。 他们可以独特地利用数十年的行业经验开发横向人工智能，专为医疗保健，金融服务，汽车，零售等特定行业而构建。 但是，这些实施需要深厚的行业专业知识和行业特定的设计，培训，监控，安全和实施，以满足全球组织的高风险IT需求。
“2018年，AI进入企业。 我相信我们会看到许多企业采用人工智能技术，但是（少数）领导者将是那些能够使AI与他们的战略业务目标保持一致的领导者，“Gamma人工智能副总监Ronny Fehling说。 BCG 。
2018年：人工智能将开始把赢家与输家分开
早期的行业成功（和失败）证明了人工智能的必然性，但实际上大规模采用只能通过渐进式的进展来实现。 今年，我们将看到人工智能从影响产品或业务功能转向全组织范围的人工智能战略。 预计获胜者将迅速行动并保持灵活性，继续实施现成的专有AI。
赢得AI人才大战的公司将获得指数优势，因为该类别的快速增长。
Hans-Christian Boos，德国总裁兼创始人 阿拉戈 ，补充道：“2018年将是企业和普通经济体的成败年。 我相信人工智能是工业时代企业创新，新商业模式和数字化破坏的唯一可行途径。 通用人工智能可以使这些企业最终利用他们在与来自硅谷的新商业模式和巨头的战斗中获得的唯一优势，或者说是来自知识型商业模式新时代的巨人。“
AI人才挑战
企业AI的恩惠也意味着人才的进一步短缺。 电信，金融服务和制造业等行业将感受到人才挤压的最大程度。 赢得AI人才大战的公司将获得指数优势，因为该类别的快速增长。
因此，企业将通过提供强大的愿景，产品成功的历史记录，早期客户实施方案以及潜在影响群众的方式来吸引人才。 这是关于开发高功能和可靠的解决方案，成为客户的新基础。
然而，开发人员和数据科学家只是开始。 获奖企业必须采用他们的组织结构，以吸引新一代的理解人工智能的产品经理，销售，市场营销，沟通和其他交付团队。 这需要知情，热情和具有前瞻性的专业人士组合，这将帮助客户了解由AI支持的工作和客户合作的未来。
AI的采用和员工培训
数字化转型在很大程度上由新的人工智能功能提供支持，要求企业了解如何提取数据并利用数据驱动的智能。 数据是最大限度地提高AI应用程序价值的最重要的资产和基本要素之一，但数据常常被利用不足和误解。 管理人员必须建立团队，并让各部门的人员对成功和持续实施的数字工具负责，这些工具从可用的内部和外部数据中提取全部价值。
向AI本土组织转型需要它雇用，培训和重新培养所有级别的员工，并为个人提供资源，以便采用AI技术来提高绩效。 应该鼓励大多数从上到下的员工重新思考和发展他们的角色，通过整合新的数字工具，通常由AI自己启用。
预计人工智能和其他数字技术将在所有商业领域变得更加流行，不仅在应用层面，例如英国联合创始人兼首席执行官Vishal Chatrath Prowler.io 强调。 “企业中的决策主要由出生过时的专家系统来决定。 到目前为止，依靠对分类问题很好的深层神经网络（识别猫，狗，文字等）可用的AI工具在大型，复杂和动态环境中不适合用于决策目的，因为它们是 非常低效的数据（需要数百万个数据点）并且像黑匣子一样有效地工作。 2018年将看到企业人工智能超越分类决策。“
下一步是什么
但是，随着企业调整数据的整个部门和工作流程，聚光灯将照亮数据治理。 反过来，数据管理和完整性将成为成功的重要组成部分，因为消费者和企业越来越意识到公司如何使用客户数据。 这带来了大量的机会，但也需要公司透明地了解公司如何在客户数据之上使用，共享和构建应用程序以确保信任。
“在未来几年，每个行业都将通过人工智能得到增强。 在过去的几年里，在收集标准化数据方面进行了大量的基础工作，现在我们可以开始使用一些先进的AI技术为企业公司带来巨大的效率和质量提升，“Rasmus Rothe，联合创始人兼首席技术官 德国的研究实验室和风险投资者 Merantix 。 “因此，企业应该彻底分析其业务部门，以了解AI如何帮助他们改进。 与外部人工智能专家合作，而不是试图自己创建所有东西往往更具资金效率，并且会带来更好的结果。“
向本土企业的转变正处于一个明确的阶段。 AI支持市场的馅饼将继续增长，每个人都有机会分一杯羹。 企业需要快速利用他们的资产并提取他们的数据价值，因为当数据成为商品时，AI算法本身将成为最有价值的部分。 问题是，谁先行动，谁将有最大的胃口。
章悦 