【51CTO.com快譯】　　當前數(shù)字經(jīng)濟席卷全球，放眼天下，人工智能具有重塑我們今天所知的世界經(jīng)濟的驚人潛力。到2023年，人工智能市場的全球利潤預計將達到1000億美元。這種強大的工具支持分析海量數(shù)據(jù)，提供可行的解決方案，甚至可以在人類難以預見的情況下獨立行動。

　　但是，人工智能持續(xù)向縱深發(fā)展，而確保業(yè)務連續(xù)性又對企業(yè)至關重要，因此大多數(shù)企業(yè)在實施AI項目時仍然面臨挑戰(zhàn)。此外，受到新冠疫情的影響，對于軟件的交付速度有了前所未有的要求，不少企業(yè)希望通過創(chuàng)新來尋找出路，但現(xiàn)實是多數(shù)企業(yè)并未做好相關準備。本文將進一步討論AI對業(yè)務的潛在價值、技術的引進標準以及整個過程中QA（質(zhì)量保證）監(jiān)督的作用。

[[401502]]

　　為當今企業(yè)創(chuàng)建認知能力

　　首先建議重點關注人工智能落地已經(jīng)產(chǎn)生實效的3個場景：

　　其一，業(yè)務流程自動化，一般通過機器人流程自動化（RPA）執(zhí)行。這一條相對容易實現(xiàn)，RPA可以模擬人工從不同的系統(tǒng)接收和處理數(shù)據(jù)。比如公司應用RPA來處理電子郵件，RPA根據(jù)內(nèi)容對它們進行分類、處理、管理回復等等，不需要人為介入。

　　其二，詳細的大數(shù)據(jù)分析。這主要指可以通過大數(shù)據(jù)分析來預判用戶行為，也可以用于財務欺詐檢測。機器學習的發(fā)展非常迅猛，目前已經(jīng)可以識別圖像和語音，這也進一步提高了數(shù)據(jù)分析能力。比較典型的是在數(shù)據(jù)庫中尋找匹配項，比如與同一類公司相關但以各種形式或格式呈現(xiàn)的信息。

　　其三，通過聊天機器人或智能代理與客戶或員工進行互動。這一項主要可實現(xiàn)全天候客戶支持以及高度個性化的產(chǎn)品推薦服務，從而拓展更多銷售線索，培養(yǎng)更多潛在客戶。

　　當人和機器工作相結合時，企業(yè)會欣然發(fā)現(xiàn)并接受這樣的優(yōu)勢：工作流程加速、員工效率和創(chuàng)造力持續(xù)提升、客戶滿意度提高。

　　人工智能的持續(xù)發(fā)展何以為期？

　　據(jù)麥肯錫調(diào)查顯示，44%的企業(yè)表示在引入人工智能后，成本降低了，而收益遠未結束。顯而易見的是，這些組織在未來幾年會繼續(xù)深入使用這項技術。人工智能領域有幾個方向的價值值得重點突出一下：

　　• 人工智能物聯(lián)網(wǎng)（AIoT）。想象一下，您的聯(lián)網(wǎng)設備可以從收集的數(shù)據(jù)中學習。比如智能辦公一站式解決方案，再比電暖設備節(jié)能智控系統(tǒng)。

　　•智能制造。人工智能在進行數(shù)據(jù)分析后可以驅(qū)動智能決策，為制造廠商提供可行建議，增強數(shù)字韌性，提升企業(yè)的應變能力，防范計劃外的意外停機。

　　•計算機視覺。為了幫助企業(yè)克服極端條件下的環(huán)境限制，可以使用計算機視覺來發(fā)現(xiàn)執(zhí)行過程中的流程差異，以及一些違反安全法規(guī)的行為等等。

　　由此可見，在合適的場景下，人工智能的應用和普及有助于企業(yè)規(guī)避風險，在長遠發(fā)展中減少人為錯誤，提高生產(chǎn)效率。

　　考慮實施 AI 的標準

　　目前人工智能已經(jīng)在多個行業(yè)取得了成功。綜合來看，要發(fā)揮其有效性，在很大程度上取決于企業(yè)引入這項新技術的必要性和時機。當想要確定新技術是否會達成理想的目標時，有兩個標準很重要，一是目標的性質(zhì)，二是失敗的代價。

　　首先，對于那些需要妥協(xié)、設置了優(yōu)先級或者是基于感性決定的目標，自動化并不總是適配。但是如果企業(yè)在搜集、存儲、處理大數(shù)據(jù)，人工智能可能會成為技術首選，因為高速處理海量數(shù)據(jù)可以極大地簡化商業(yè)模式。

　　其次，始終牢記：到目前為止，在做出戰(zhàn)略決策時，包括為業(yè)務發(fā)展制定下一階段的指南時，相對于機器智能，人類智能是至高的出路。因為即使是一個錯誤也可能導致財產(chǎn)損失或品牌受損。

　　利用QA支持引入AI技術

　　如果您的企業(yè)適合引入AI，那么QA 團隊要憑什么來驗證此類解決方案的穩(wěn)定性和可靠性呢？下面建議考慮五個步驟：

　　第一，聚焦需求。需求的多樣性、變異性和進化性使其很難被完全識別和表達出來。因此，工程師們必須和廠商、業(yè)務顧問和數(shù)據(jù)科學家積極互動、密切溝通，從而了解需求的真實內(nèi)涵和細節(jié)要求。

　　第二，對測試用例給予應有的關注。QA 專家應該不斷設計新的測試用例，更新測試模型。由于人工智能解決方案日新月異，很難捕捉所有的概率。

　　第三，仔細確定測試數(shù)據(jù)集。神經(jīng)網(wǎng)絡中的數(shù)據(jù)分為三個部分：一個訓練集，一個開發(fā)集和一個測試集。測試集主要是用從未應用過的數(shù)據(jù)來檢查最終的算法。這組數(shù)據(jù)必須包含盡可能接近生產(chǎn)的數(shù)據(jù)，QA團隊要仔細監(jiān)控這些數(shù)據(jù)。

　　第四，不要逃避網(wǎng)絡安全測試。比如在金融和保險業(yè)，當基于人工智能的系統(tǒng)受到網(wǎng)絡攻擊時，安全漏洞可能會造成嚴重后果，甚至可能泄露敏感的財務數(shù)據(jù)。

　　第五，好好利用測試自動化。由于人工智能系統(tǒng)的培訓是一致的，因此需要大量的測試自動化工作來包含新出現(xiàn)的測試用例，從而擴大測試覆蓋率，縮短測試時間并降低QA成本。

　　原文鏈接：https://www.forbes.com/sites/forbestechcouncil/2021/03/26/artificial-intelligence-blazing-a-trail-for-the-future/?utm_campaign=Artificial+Intelligence+Weekly&utm_medium=email&utm_source=Artificial_Intelligence_Weekly_208&sh=3865805e4e4c

【51CTO譯稿，合作站點轉(zhuǎn)載請注明原文譯者和出處為51CTO.com】