人工智能方面有什么创业项目_关于人工智能创业项目的营销策略，人工智能对创业有哪些影响...

微软 (Microsoft) 一份名为“最大化人工智能机会” (Maximising the AI opportunity) 的新报告显示，近三分之二的商界领袖不明白使用“人工智能”的潜在回报。

报告称：“默认情况下，人工智能往往与高昂或不合理的支出联系在一起。”该报告对英国 1000 名企业领袖和 4000 名员工进行了调查。这种怀疑得到了一些行业观察人士的支持，他们强调了从聊天机器人到自动驾驶汽车等人工智能相关技术的前景与现实之间的差距。

尽管存在这些疑问，但该报告表示，其调查发现，“已经踏上人工智能之旅的企业，在生产率、业绩和业务成果等方面比没有踏上这条道路的企业提高了 5%。”

微软英国首席技术官迈克尔•维格纳尔 (Michael Wignall) 表示：“我们调查的那些企业已经做了一些事情，即使是成本不高的小事情，它们也从中看到了实实在在的好处。”

据 Wignall 称，公司正在实施的与人工智能相关的技术包括从网站聊天机器人到基于制造数据进行预测的自定义机器学习模型的一切。

下面是报告中指出的在企业中推广人工智能 (AI) 的五个步骤。

1. 确定需要解决的业务问题

首先确定需要解决的业务问题，然后评估每一个问题，看看它们是否适用现有的人工智能相关技术，例如用于处理简单客户查询的聊天机器人，或用于某些后台办公室角色的机器人流程自动化(Robotic Process Automation, RPA)(关于 RPA 的基于规则的方法是否应该被归为 AI 的一种形式存在争议，但本报告提到 RPA 是一种与 AI 相关的技术)。

微软英国首席执行官辛迪·罗斯在报告中写道:“与许多其他业务问题一样，克服这种惰性首先要找到需要解决的业务问题。”

例如，是否需要提高工资和发票等管理任务的效率？如果是这样，那么机器人过程自动化 (RPA) 解决方案可能是正确答案。是通过聊天机器人或自动电话系统改善客户体验吗？是否有必要利用机器学习来处理工作中更平凡或更直接的部分，从而解放员工的时间，让他们从事创造性的工作？以上都是需要解决的业务问题吗？

在报告中，英国能源公司 Centrica 表示，开始试图解决的目标客户快速查询的业务问题，并为此建立了一个自然语言机器人帮助呼叫中心人员以向他们提供最好的支持客户的信息并更新到我们的后端系统。

2. 确定您的企业是否准备好构建、管理和支持与人工智能相关的系统

一旦发现了合适的业务问题，公司需要检查他们是否准备好构建和管理他们选择的系统。

有来自主要的云服务提供商的各种各样的机器学习服务，例如按需的图像和语音识别服务、构建自定义模型和工具,以及使用 GPU 和机器学习框架的系统。

报告说，机器学习的一个关键问题是是否捕捉到正确的数据，是否对数据进行了适当的处理，以便训练模型做出有用的预测。

微软的 Wignall 说：“我们所说的好数据是指它既有质量又有数量。”

“你需要大量数据来更好地训练人工智能模型，你能得到的数据越多越好，无论是客户互动、物联网还是传感器数据。”

“但实际上，这也是质量的问题，要确保数据符合你想要的用途。”

“在实现任何一项技术之前，你都需要先思考一下，你为什么要收集这些数据，以及你用这些数据做什么。”不加区别地捕捉每一条数据不再适用与 AI。报告发现，许多公司已经开始收集和清理数据，超过三分之一的公司表示，他们的企业已经在使用预测数据分析和数据集成等工具。

3. 在你的企业中标记出核心技能和那些缺失的技能

一旦确定了业务问题的范围，并确定了所需的潜在技术和数据，下一步就是确定您拥有哪些内部技能来实现该项目。

该报告建议，在找到建立任何缺失的技能(包括使用内部技能项目、招聘和与合作伙伴合作)的方法之前，先绘制出可用技能和中长期所需技能的路线图。

这些不仅是实现该项目所需要的技能，也是那些由于在企业中使用聊天机器人等人工智能相关技术而导致工作岗位发生变化的员工所需要的技能。

微软发现，约三分之一的商界领袖承认，他们不确定如何为员工提供必要的技能，以应对人工智能重塑角色所带来的混乱。

尽管近一半的员工觉得自己能够掌握对工作很重要的新技能，但只有 15% 的员工表示，他们的公司正在帮助掌握新技能。此外，只有 18% 的人表示他们正在积极学习新技能，以帮助自己跟上人工智能给工作带来的未来变化。

这一缺乏准备的发现与英国人力资源协会 (CIPD) 的一份报告不谋而合。该报告去年发现，英国 2005 年的培训支出一直在下降，而且近年来，与工作相关的成人学习的参与度大幅下降。

4. 培养一种员工可以试验和评估人工智能的文化

微软发现，员工和企业领导人愿意尝试与人工智能相关的技术，以帮助他们完成工作。67% 的领导者和 59% 的员工表示，他们对这个想法持开放态度。

然而，在使用这些新技术之前，员工可能需要一些鼓励。纽卡斯尔市议会 (Newcastle City Council) 一直在试验使用各种机器人处理与公众的简单互动，它推荐了一些简单的步骤。

数字转型项目经理珍妮•纳尔逊 (Jenny Nelson) 在报告中写道：“部分原因在于选择合适的项目进行试验。”

“从小事做起，不断扩大规模，有助于团队建立信任、获得反馈、吸取教训，并树立信心。”

微软的 Wignall 说：“我们调查的员工对人工智能的使用越来越开放，从员工的角度来看，并没有根深蒂固的抵触情绪。但他们未必具备利用这种变化的技能，而且，如果他们现有的技能不是未来所需要的正确技能，他们还可能担心自己的工作将会发生什么。

他建议，“自下而上培养一个学习和发展的环境，让人们思考在人工智能的支持下他们的工作可能如何变化”，“投资于技能”，并鼓励“持续学习和发展”。

5. 不要忘记偏见和道德

如上所述，机器学习系统的好坏取决于它们所训练的数据。

报告指出：“如果这些数据不具有代表性、有偏见或完全错误，那么机器学习使用这些数据的方式将从根本上存在缺陷。”

“只有帮助工程师消除围绕性别、种族、民族和社会经济背景等因素的数据盲点，我们才能确保人工智能技术带来我们想要的公正、负责任的社会结果。”

报告建议制定一份人工智能宣言，为以道德的方式使用该技术设定框架，并保护数据隐私，防止人工智能被恶意滥用，围绕固有偏见、自动化以及出错时责任在哪里等问题制定明确的指导方针。