人工智能從專業(yè)小眾到廣泛普及

近日，德勤發(fā)布2019年的預(yù)測(cè)報(bào)告——《2019 科技、傳媒和電信行業(yè)預(yù)測(cè)》，該報(bào)告認(rèn)為機(jī)器學(xué)習(xí)將在2019年再次成為發(fā)展規(guī)模最大、增長(zhǎng)速度最快的技術(shù)。同時(shí)，報(bào)告分析了機(jī)器學(xué)習(xí)如何迅速?gòu)膶I(yè)小眾技術(shù)轉(zhuǎn)變?yōu)槿魏纹髽I(yè)都可通過云技術(shù)加以利用的強(qiáng)大科技。此外，也探討了中國(guó)如何從人工智能芯片著手推進(jìn)國(guó)內(nèi)芯片行業(yè)發(fā)展。

據(jù)德勤全球預(yù)測(cè)，到2019年，企業(yè)將加速應(yīng)用基于云技術(shù)的人工智能軟件和服務(wù)。在使用人工智能的企業(yè)中，70%將通過基于云技術(shù)的企業(yè)級(jí)軟件構(gòu)建人工智能能力，65%通過基于云技術(shù)的開發(fā)服務(wù)打造人工智能應(yīng)用。此外，德勤全球還預(yù)測(cè)，到2020年，在所有應(yīng)用人工智能軟件的企業(yè)中，將企業(yè)級(jí)軟件與人工智能和基于云技術(shù)的人工智能平臺(tái)相結(jié)合的企業(yè)比例將分別達(dá)到87%和83%。云技術(shù)將提升人工智能的應(yīng)用水平和投資回報(bào)率，并促進(jìn)對(duì)人工智能的投資。更重要的是，人工智能能力的提升將使更多人受益，而不再局限于早期應(yīng)用者。

人工智能迄今僅惠及少數(shù)企業(yè)

人工智能涵蓋了多種技術(shù)。其核心當(dāng)屬機(jī)器學(xué)習(xí)及其更復(fù)雜的衍生技術(shù)——深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)。這些技術(shù)令計(jì)算機(jī)視覺和自然語言處理等人工智能應(yīng)用得以實(shí)現(xiàn)，也正是借助這些技術(shù)， 我們才能用海量數(shù)據(jù)做出精確預(yù)測(cè)，并挖掘數(shù)據(jù)背后的更深層啟示（參見 “人工智能技術(shù)相關(guān)術(shù)語”）。人工智能近來受到的關(guān)注，一方面來自于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的發(fā)展， 一方面則是由于企業(yè)能通過許多方式運(yùn)用這些科技，改善運(yùn)營(yíng)、 開發(fā)新產(chǎn)品和服務(wù)， 并以更低的成本為顧客提供更優(yōu)質(zhì)的服務(wù)。

人工智能所面臨的困擾在于，迄今為止，許多企業(yè)仍缺乏充分利用人工智能所需的專業(yè)能力和資源。機(jī)器學(xué)習(xí)和深度學(xué)習(xí)往往需要多個(gè)人工智能專家團(tuán)隊(duì)、訪問大型數(shù)據(jù)組的權(quán)限、專門的基礎(chǔ)設(shè)施和處理能力。具備這些優(yōu)勢(shì)的企業(yè)接下來還要尋找人工智能的正確使用案例， 創(chuàng)建定制化解決方案，并擴(kuò)大至整個(gè)企業(yè)范圍內(nèi)。這些均需要一定程度的投資和經(jīng)驗(yàn)，無法一蹴而就，并且是許多企業(yè)遙不可及的。

因此，在人工智能發(fā)展初期，受益者主要是先行企業(yè)。他們擁有必要的技術(shù)能力、強(qiáng)大的信息技術(shù)基礎(chǔ)設(shè)施和獲取稀有、昂貴的數(shù)據(jù)科學(xué)技能所需的雄厚資金。其中最具代表性的就是全球的科技巨頭。隨著人工智能領(lǐng)域人才身價(jià)的攀升，科技巨頭可憑借其資源展開人才爭(zhēng)奪戰(zhàn)。此外，他們已投入數(shù)十億美元資金，用于建設(shè)巨型數(shù)據(jù)中心和專門的處理器等基礎(chǔ)設(shè)施。例如：

·谷歌已設(shè)計(jì)出自己的人工智能芯片，可用于加速其數(shù)據(jù)中心和物聯(lián)網(wǎng)設(shè)備的機(jī)器學(xué)習(xí)進(jìn)程。 自2011年推出Google Brain以來，谷歌持續(xù)探索深度學(xué)習(xí)領(lǐng)域，并將這一技術(shù)廣泛用于包括視頻數(shù)據(jù)分析和數(shù)據(jù)中心冷卻在內(nèi)的各環(huán)節(jié)。

·亞馬遜多年以來堅(jiān)持用機(jī)器學(xué)習(xí)技術(shù)驅(qū)動(dòng)業(yè)務(wù)建設(shè)。目前，亞馬遜正在利用深度學(xué)習(xí)重新設(shè)計(jì)業(yè)務(wù)流程、開發(fā)Alexa虛擬助手等新產(chǎn)品品類。

·中國(guó)的BAT——百度、阿里巴巴和騰訊——在大舉投資人工智能的同時(shí)，還向一直由美國(guó)企業(yè)主導(dǎo)的領(lǐng)域拓展：芯片設(shè)計(jì)、虛擬助手和自動(dòng)駕駛汽車。

人工智能正從小眾市場(chǎng)向大眾化轉(zhuǎn)變

這些科技巨頭正利用人工智能打造10億美元級(jí)別的服務(wù)并開展運(yùn)營(yíng)變革。為開發(fā)自己的人工智能服務(wù)，他們采用了一套熟悉的策略：（1）針對(duì)內(nèi)部挑戰(zhàn)或機(jī)遇尋求解決方案;（2）在企業(yè)內(nèi)更大規(guī)模地完善解決方案;（3）推出能迅速吸引大量用戶的服務(wù)。因此，我們看到亞馬遜、谷歌、微軟和中國(guó)的BAT基于自己的使用經(jīng)驗(yàn)，面向更廣大市場(chǎng)推出了人工智能開發(fā)平臺(tái)及獨(dú)立應(yīng)用。

大型企業(yè)級(jí)軟件公司也紛紛加入以上科技巨頭的行列，這些公司正著手將人工智能能力融入基于云技術(shù)的企業(yè)級(jí)軟件，并向大眾市場(chǎng)推廣。例如，2016年9月，Salesforce在其客戶關(guān)系管理軟件中融入了依托人工智能的商業(yè)智能工具Einstein。該公司稱，它將每天為用戶提供10億個(gè)預(yù)測(cè)。SAP將人工智能融入其基于云技術(shù)的企業(yè)資源計(jì)劃系統(tǒng)S4/HANA，以支持銷售、財(cái)務(wù)、采購(gòu)和供應(yīng)鏈等具體業(yè)務(wù)流程。S4/HANA已有約8000個(gè)企業(yè)用戶，為推廣其應(yīng)用，SAP宣布自2025年起將不再支持舊版的SAP企業(yè)資源計(jì)劃系統(tǒng)。

大量初創(chuàng)企業(yè)也紛紛憑借基于云技術(shù)的開發(fā)工具和應(yīng)用躍入人工智能市場(chǎng)。 其中， 至少有六家人工智能“獨(dú)角獸”，兩家來自中國(guó)。這些企業(yè)中，有些專注于某個(gè)特定的產(chǎn)業(yè)或使用案例。例如，美國(guó)人工智能領(lǐng)域獨(dú)角獸CrowdStrike專攻網(wǎng)絡(luò)安全，而另一家公司 BenevolentAI則致力于利用人工智能開發(fā)新藥物。

這些創(chuàng)新型企業(yè)讓更多企業(yè)更易獲益于人工智能。盡管這些企業(yè)缺乏頂級(jí)科技人才、訪問大型數(shù)據(jù)組的權(quán)限，也沒有強(qiáng)大的計(jì)算能力，但他們通過云技術(shù)獲得的服務(wù)可以彌補(bǔ)這些不足， 而且無需支付巨額的前期投入。簡(jiǎn)而言之，云技術(shù)正賦予企業(yè)即刻應(yīng)用人工智能的能力，從而實(shí)現(xiàn)這一技術(shù)的普及。

基于云技術(shù)的人工智能助力企業(yè)突破應(yīng)用阻礙

近期，德勤調(diào)查了1900名“認(rèn)知意識(shí)”企業(yè)高管，他們的企業(yè)已經(jīng)開始了人工智能技術(shù)試點(diǎn)或?qū)嵤╉?xiàng)目。這些企業(yè)來自7個(gè)國(guó)家10個(gè)行業(yè)。盡管還無法媲美亞馬遜、谷歌和中國(guó)的BAT等人工智能先行者，但與普通公司相比，他們可以稱得上是人工智能的“早期應(yīng)用者”。 調(diào)查發(fā)現(xiàn)，獲取高質(zhì)量數(shù)據(jù)、清理數(shù)據(jù)和訓(xùn)練人工智能系統(tǒng)等數(shù)據(jù)問題是應(yīng)用人工智能技術(shù)的兩大阻礙之一。在參與調(diào)研的眾多公司里，38%的公司將其列入挑戰(zhàn)榜單的前三位。 此外， 同樣被38%的受訪者列入前三名的挑戰(zhàn)還包括如何在現(xiàn)有流程和工作流中融入人工智能。 緊隨其后的是被37%的公司列入前三名的人工智能實(shí)施——當(dāng)企業(yè)試圖從概念認(rèn)證邁向全面生產(chǎn)時(shí)，這就成了一個(gè)嚴(yán)峻的問題。

針對(duì)“技能差距”是否阻礙了企業(yè)的人工智能發(fā)展，德勤分別采訪了這些早期應(yīng)用者。41%的人認(rèn)為其企業(yè)有“中等程度”的技能差距，另有27%的人認(rèn)為他們有“巨大”或“極大”的技能差距。這種技能差距在人工智能研究員、數(shù)據(jù)科學(xué)家和軟件開發(fā)人員中顯得尤為突出。

即便對(duì)缺乏專業(yè)能力，無法自主構(gòu)建、訓(xùn)練人工智能系統(tǒng)或管理數(shù)據(jù)的企業(yè)，基于云技術(shù)的軟件和平臺(tái)也能幫助他們利用人工智能。根據(jù)我們的調(diào)查，所有人工智能的早期應(yīng)用者都利用了這些技術(shù)。目前尚未采用這些技術(shù)的企業(yè)也計(jì)劃在未來采取行動(dòng)。

一條捷徑：融合人工智能的企業(yè)級(jí)軟件

我們對(duì)較早應(yīng)用人工智能的企業(yè)進(jìn)行了調(diào)查。結(jié)果表明，獲得人工智能能力最廣受歡迎的方式也恰恰是最簡(jiǎn)單的：整合了人工智能技術(shù)的企業(yè)級(jí)軟件。 這類軟件大多依托于云技術(shù)， 有些利用公共云部署，有些則通過私有云。全球范圍內(nèi)參與本研究的企業(yè)中，58%的企業(yè)目前都采用這種方法。德勤全球估計(jì)，截至2020年，約87%的人工智能用戶的人工智能能力都將部分來自于融入了人工智能技術(shù)的企業(yè)級(jí)軟件（圖 1）。

這種采用人工智能的方式有下列優(yōu)勢(shì)：

·企業(yè)不需要開發(fā)屬于自己的人工智能應(yīng)用，人工智能僅在后臺(tái)運(yùn)行，為終端用戶增加軟件的價(jià)值。

·終端用戶不需要任何專業(yè)知識(shí)就能使用企業(yè)應(yīng)用內(nèi)置的人工智能技術(shù)。

企業(yè)不需要開發(fā)直觀的新用戶界面。這對(duì)從零開發(fā)的人工智能應(yīng)用來說， 或許是一個(gè)挑戰(zhàn)，尤其考慮到21%的受訪企業(yè)提到自己缺乏用戶體驗(yàn)設(shè)計(jì)師。事實(shí)上，軟件公司正在利用自然語言處理等人工智能技術(shù)提升其解決方案的易用性。例如，Salesforce近期就為Einstein推出了一款語音助手產(chǎn)品。

語音助手等新應(yīng)用的出現(xiàn)，凸顯出基于云技術(shù)的各類人工智能服務(wù)帶來的另一大優(yōu)勢(shì)——持續(xù)升級(jí)。人工智能行業(yè)競(jìng)爭(zhēng)激烈，各企業(yè)均在迅速提升服務(wù)，而基于云技術(shù)的交付能讓客戶立即利用這一優(yōu)勢(shì)。

2019年，可供選擇的企業(yè)級(jí)人工智能服務(wù)范圍將進(jìn)一步擴(kuò)大。新晉基于云技術(shù)的人工智能服務(wù)提供商紛紛進(jìn)入市場(chǎng)。例如，近期谷歌發(fā)布了三款人工智能服務(wù)，專門針對(duì)人力資源和市場(chǎng)營(yíng)銷等業(yè)務(wù)職能，并計(jì)劃推出更多此類服務(wù)。我們預(yù)計(jì)不久之后，幾乎所有企業(yè)級(jí)軟件均會(huì)或多或少地融入一些人工智能元素。

有志于增加人工智能能力的企業(yè)還可以挖掘一系列服務(wù)于單一目的應(yīng)用，如聊天機(jī)器人。 這類應(yīng)用可以被迅速部署，為數(shù)字化業(yè)務(wù)打下基礎(chǔ)。 Lemonade是一家顛覆保險(xiǎn)業(yè)的新興企業(yè)， 它運(yùn)用聊天機(jī)器人銷售保險(xiǎn)并處理理賠，其速度和效率均高于人類。

針對(duì)特定行業(yè)的人工智能應(yīng)用軟件開始涌現(xiàn)，且通常來自于初創(chuàng)企業(yè)。Reflektion利用深度學(xué)習(xí)技術(shù)為電商網(wǎng)站的顧客呈現(xiàn)滿足個(gè)體需求的產(chǎn)品，從而提振銷售額。Ayasdi致力于開發(fā)一類基于云技術(shù)的人工智能軟件，這類軟件能夠幫助醫(yī)院厘清保險(xiǎn)公司拒絕理賠的原因，提供解決方案建議，并甄別值得再次申請(qǐng)的理賠案件。這類應(yīng)用雖然涉及范圍較小，但可以助力企業(yè)解決棘手且成本高昂的問題。

然而，這種“捷徑”的優(yōu)勢(shì)或許是它最大的短板：使用案例很大程度上取決于軟件。一方面， 企業(yè)不需要擔(dān)心某一使用案例是否存在，因?yàn)槠滟?gòu)買的人工智能服務(wù)正是針對(duì)特定業(yè)務(wù)職能的，而且通常是關(guān)鍵業(yè)務(wù)職能。另一方面，這些解決方案的定制化程度有限，軟件提供的能力可以被任何其它公司獲取。因此，如果企業(yè)想要從人工智能中獲得競(jìng)爭(zhēng)優(yōu)勢(shì)，就需要開發(fā)自己的解決方案。

人工智能開發(fā)服務(wù)：抵達(dá)定制化解決方案的快速跑道

鑒于上述原因，基于云技術(shù)的人工智能開發(fā)服務(wù)就派上了用場(chǎng)。這些服務(wù)幫助企業(yè)開發(fā)新的人工智能應(yīng)用，選取合適的模型，在自然語言處理和計(jì)算機(jī)視覺等更高級(jí)別的人工智能技術(shù)領(lǐng)域占得先機(jī)。

不同于“內(nèi)置”人工智能技術(shù)的企業(yè)級(jí)軟件，人工智能開發(fā)服務(wù)需要企業(yè)擁有自己的技術(shù)人才，如人工智能程序員、數(shù)據(jù)科學(xué)家等。這些服務(wù)能幫助企業(yè)獲得久經(jīng)考驗(yàn)的模型，加快關(guān)鍵流程，從而最大限度挖掘技術(shù)人才的價(jià)值。換言之，對(duì)于那些擁有技術(shù)型人工智能人才， 但尚無法自主開發(fā)人工智能服務(wù)，或開發(fā)速度不夠快的企業(yè)，這種服務(wù)能幫助企業(yè)大規(guī)模地構(gòu)建大量人工智能服務(wù)。

例如，通過機(jī)器學(xué)習(xí)和深度學(xué)習(xí)構(gòu)建解決方案的過程包含以下步驟：搭建模型，用大型數(shù)據(jù)組訓(xùn)練模型，評(píng)估模型表現(xiàn)，然后“微調(diào)”模型以取得最優(yōu)結(jié)果。

每一步都可能是勞動(dòng)密集型的，需要數(shù)據(jù)科學(xué)家做出多個(gè)決策。人工智能開發(fā)服務(wù)削減了搭建、檢驗(yàn)?zāi)Ｐ?，以及與數(shù)據(jù)“糾纏”的時(shí)間。自動(dòng)化機(jī)器學(xué)習(xí)能從給定集合中選擇最有效的模型，并且以快于人類100倍的速度“自動(dòng)調(diào)試”該模型，因此數(shù)據(jù)科學(xué)家團(tuán)隊(duì)能以更少的步驟建立更多模型。如此，即便企業(yè)的專業(yè)人才較少，也能迅速“試驗(yàn)并學(xué)習(xí)”。

一些人工智能開發(fā)服務(wù)已經(jīng)非常直觀，甚至不需要開發(fā)人員具備專業(yè)知識(shí)。比如，百度近期推出了名為EZDL的人工智能開發(fā)平臺(tái)。該平臺(tái)無需編碼經(jīng)驗(yàn)，甚至借助小型數(shù)據(jù)訓(xùn)練組亦可使用。

對(duì)于擁有大量資源的企業(yè)，人工智能開發(fā)平臺(tái)也能助其實(shí)現(xiàn)行業(yè)顛覆性的創(chuàng)新。例如，三星重工業(yè)有限公司正在使用亞馬遜云服務(wù)開發(fā)自動(dòng)航行貨輪及貨輪管理服務(wù)。

當(dāng)然，和企業(yè)級(jí)軟件一樣，客戶完全沒有必要重復(fù)開發(fā)。云提供商已經(jīng)為自然語言處理等技術(shù)開發(fā)出了預(yù)設(shè)機(jī)器學(xué)習(xí)應(yīng)用編程接口，便于客戶直接使用而非自主開發(fā)。

大量企業(yè)開始受益

我們針對(duì)人工智能早期應(yīng)用者的調(diào)查顯示，人工智能的大眾化不斷推動(dòng)人工智能的應(yīng)用。 雖然受訪者應(yīng)用人工智能的方式各有不同，但將企業(yè)級(jí)軟件與人工智能技術(shù)和基于云技術(shù)的開發(fā)平臺(tái)相結(jié)合是企業(yè)采用人工智能技術(shù)的兩大主要途徑。

接受德勤人工智能調(diào)查的美國(guó)受訪企業(yè)中，早期應(yīng)用人工智能的企業(yè)采用深度學(xué)習(xí)技術(shù)的比例從2017年的34%上升至2018年的50%。 越來越多的企業(yè)可通過大量基于云技術(shù)的人工智能服務(wù)運(yùn)用深度學(xué)習(xí)技術(shù)，推動(dòng)了該技術(shù)應(yīng)用比例的增長(zhǎng)。我們?cè)诹硪豁?xiàng)針對(duì)云服務(wù)的單獨(dú)調(diào)查中發(fā)現(xiàn)，希望獲取人工智能和先進(jìn)分析技術(shù)等先進(jìn)創(chuàng)新能力提升服務(wù)的企業(yè)，比希望獲得傳統(tǒng)IT服務(wù)的企業(yè)多2.6倍。

云技術(shù)的不斷普及和早期應(yīng)用者經(jīng)驗(yàn)的積累，共同推動(dòng)人工智能的應(yīng)用：

·從2017年至2018年，我們調(diào)查的美國(guó)受訪企業(yè)中，全面采用人工智能技術(shù)的企業(yè)數(shù)量從6家增長(zhǎng)到9家，增長(zhǎng)率達(dá)50%，德勤全球2018年預(yù)測(cè)得到印證。

·所有國(guó)家早期應(yīng)用人工智能的企業(yè)均取得了不錯(cuò)的經(jīng)濟(jì)效益，平均投資回報(bào)率達(dá)到16%。這對(duì)于在技術(shù)快速演變的情況下不斷積累經(jīng)驗(yàn)的企業(yè)來說，是個(gè)良好的開端。

·投資回報(bào)率可驅(qū)動(dòng)人工智能的應(yīng)用，但這并不能解釋企業(yè)采用人工智能的全部動(dòng)機(jī)。我們的受訪者認(rèn)為人工智能還將在未來兩年對(duì)其競(jìng)爭(zhēng)力產(chǎn)生重大影響（圖2）。

·由于已取得了一定成效，同時(shí)相信人工智能將對(duì)自身競(jìng)爭(zhēng)力的提升起到關(guān)鍵作用，企業(yè)不斷加大人工智能投資力度。我們調(diào)查發(fā)現(xiàn)，受訪企業(yè)2017年人工智能平均投資額度為390萬美元，到2019年這一額度有望上升至480萬美元。

從我們的調(diào)查結(jié)果來看， 企業(yè)將基于云技術(shù)的企業(yè)級(jí)軟件與人工智能相結(jié)合的趨勢(shì)將加速。 有趣的是，這一“捷徑”并非只適用于剛剛涉足人工智能應(yīng)用的企業(yè)。我們調(diào)查發(fā)現(xiàn)，最成功的人工智能早期應(yīng)用者（擁有最豐富的內(nèi)部資源）也是將企業(yè)級(jí)軟件與人工智能結(jié)合最多的企業(yè)。

與此同時(shí)我們也發(fā)現(xiàn)，在人工智能應(yīng)用方面比較成熟的企業(yè)，往往傾向于通過人工智能開發(fā)平臺(tái)利用人工智能人才資源。人工智能開發(fā)平臺(tái)提供商的數(shù)量隨之增長(zhǎng)：亞馬遜表示，去年使用亞馬遜網(wǎng)絡(luò)服務(wù)機(jī)器學(xué)習(xí)的用戶數(shù)量增長(zhǎng)了250%。

顯而易見，隨著市場(chǎng)上越來越多服務(wù)的推出，人工智能的應(yīng)用也將加快。推出的服務(wù)類型包括預(yù)制企業(yè)人工智能解決方案和開發(fā)工具等。借助人工智能開發(fā)工具，普通程序員可化身人工智能模型架構(gòu)師。

企業(yè)如何才能復(fù)制早期人工智能應(yīng)用者所取得的成效？

緊跟人工智能發(fā)展趨勢(shì)。隨著市場(chǎng)的高速發(fā)展，新的技能不斷涌現(xiàn)。即使是內(nèi)部人工智能技能平平的企業(yè)也能逐漸使用最先進(jìn)的技術(shù)。正如科技巨頭和初創(chuàng)企業(yè)為爭(zhēng)奪市場(chǎng)份額而尋求新的發(fā)展一樣，早期人工智能應(yīng)用者也在利用人工智能相關(guān)技能進(jìn)行摸索嘗試，以期超越競(jìng)爭(zhēng)對(duì)手。

有效利用現(xiàn)有解決方案。無論是企業(yè)自主開發(fā)還是供應(yīng)商提供的具體業(yè)務(wù)流程，均能與人工智能相結(jié)合。企業(yè)應(yīng)當(dāng)確認(rèn)軟件供應(yīng)商所開發(fā)的現(xiàn)有解決方案是否能夠滿足自身需求。若非必要，不必重新開發(fā)已有解決方案。

儲(chǔ)備一定的人工智能專業(yè)人才。雖然企業(yè)級(jí)軟件和基于云技術(shù)的開發(fā)平臺(tái)能夠提供有效的人工智能應(yīng)用途徑，但這并不意味著企業(yè)不必儲(chǔ)備人工智能專業(yè)人才。企業(yè)級(jí)軟件和基于云技術(shù)的開發(fā)平臺(tái)無法為企業(yè)提供定制化解決方案所能提供的競(jìng)爭(zhēng)優(yōu)勢(shì)。在人工智能廣泛應(yīng)用于企業(yè)級(jí)軟件的情況下，這一問題更加突出。企業(yè)需要自己的人工智能專業(yè)人才，基于人工智能開發(fā)平臺(tái)開發(fā)和定制算法。這些專業(yè)人才還將有助于企業(yè)根據(jù)自身業(yè)務(wù)需求開展人工智能應(yīng)用與服務(wù)投資。由于有供應(yīng)商試圖以普通分析技術(shù)冒充最新的深度學(xué)習(xí)能力，技術(shù)專業(yè)人士開展“真實(shí)性核查”變得越來越重要。內(nèi)部人工智能專業(yè)人才能夠幫助企業(yè)切實(shí)了解基于當(dāng)前的人才、數(shù)據(jù)資源和戰(zhàn)略水平，人工智能技術(shù)能夠?yàn)槠鋭?chuàng)造何種效益。

聚焦業(yè)務(wù)需求。只有了解自身需求才能更好地應(yīng)用人工智能技術(shù)。企業(yè)應(yīng)當(dāng)了解人工智能可協(xié)助自身應(yīng)對(duì)哪些挑戰(zhàn)，以及人工智能如何發(fā)揮其協(xié)助作用。鑒于此，除專業(yè)技術(shù)人員外，企業(yè)管理層也需了解業(yè)務(wù)需求，且能夠與專業(yè)技術(shù)人員“探討數(shù)據(jù)科學(xué)”，從而幫助企業(yè)高效建立有效模型，而不僅僅是提高建模效率。

（本文內(nèi)容摘自德勤《2019年科技、傳媒和電信行業(yè)預(yù)測(cè)》報(bào)告）