“人工智慧如此普遍地增長並不是偶然。AI為互動帶來的價值，就是使每一種互動都更加自然和簡單。人與技術的互動方式逐漸成為競爭和差異化的主要點，企業需要新增AI技術來增強關鍵的客戶互動，簡化與自然的相互作用是核心。

人工智慧如此普遍地增長並不是偶然。

2020年的這場疫情雖然讓我們的工作節奏有所放緩，但是，卻無法阻止我們對智慧的構想和時間。所有智慧化產品的關鍵在於自然互動如何取代傳統的互動。以搜尋技術領域為例，語音搜尋在2015年從“零”猛增到全球搜尋的10％以上；僅僅一年後，Bing報道Windows10工作列搜尋中有四分之一是通過語音進行的，而谷歌宣佈在美國的移動安卓搜尋中也有五分之一通過語音進行。斯坦福大學的研究人員最近表明，語音識別完成了三成的搜尋工作。AI的易用性和效能超過了傳統介面，因此AI為未來互動的工作方式樹立了新的期望。

當然，很多核心技術都是免費提供的，這進一步加快了AI的採用。近年來，從谷歌的TensorFlow到英特爾的可信分析平臺（Trusted Analytics Platform），開源AI工具已經激增。例如，Caffe是由加州大學伯克利分校開發的深度學習框架，是谷歌在2016年釋出的Deep Dream專案的基礎，該專案展示了其人工神經網路如何檢視影象。直觀、自然的互動和開放原始碼工具的現成性相結合為整個介面的巨大變化鋪平了道路。

此外，作為通向簡單和智慧體驗的門戶，人工智慧的採用也在各個行業中廣泛傳播。例如在汽車保險行業，理算人員使用Tractable的深度學習系統，來簡化交通事故後的分類流程。他們不用人工掃描圖片，而是使用機器培訓的估算來計算維修成本，從而使代理人可以加快索賠要求，使其可以不受分類標準限制，快速進而進入維修，搶救或評估階段。在石油和天然氣領域，全球最大的油田服務公司之一的供應商向IPsoft的Amelia認知代理尋求線上幫助，可以在方便時自由地進行聊天，並減少了等待實時客戶服務代表可用的需求。不同行業，不同賽道，這樣的例子很多。

從目前的規劃看，大部分企業管理者將在未來三年內大力投資與AI相關的技術。AI技術將不僅僅被當作一種技術工具，還將被賦予優先順序和投資，讓它和未來在組織內部接管的角色相匹配。因此，企業必須抓緊時間發展人工智慧技術。如果三年前，CIO在機器學習上進行投資，那只是浪費，但是如果再等三年，落後企業將永遠追趕不上發展變化。

目前，許多企業已經在用AI改變機器與其他機器互動的方式。首先在自動駕駛方面，根據IHS的《汽車電子路線圖報告》，2015年新車中基於AI的系統的安裝率僅為8％，且絕大多數都集中在語音識別上。但是，由於許多汽車將安裝多種型別的人工智慧系統，因此該數字到2025年預計將增長109％。Gartner報告也指出，在2016年累計生產2.2億輛配備資料連線功能的互聯汽車。隨著5G概念後的發展，2020年將會允許車輛彼此之間以及周圍的基礎設施進行通訊。計算機視覺正在汽車及其周圍環境之間建立介面，實現以前根本不存在的自動駕駛功能。

另外，人工智慧也在改變製造業物流的介面。

產品從倉庫的一個區域到另一個區域的運輸是至關重要的，但是非常費力。為解決這一問題，就要使用AI機器人對其進行自動化。例如三星在RoboCV的俄羅斯工廠中部署了機器人無人駕駛電動車，通過使用視覺感測器檢視周圍的環境，該系統建立了數學模型，並通過避障策略在首選路線上做出決策，從而使倉庫車輛能夠自動移動，有望簡化八成的的生產流程。

人與技術的互動方式逐漸成為競爭和差異化的主要點，企業需要新增AI技術來增強關鍵的客戶互動，簡化與自然的相互作用是核心。■