人工智能和机器学习：业界由犹豫转变成寄予厚望

至顶网软件频道消息： 人工智能、机器学习和机器人过程自动化能否解决未来的问题呢? KPMG最近的研究结果指出，业界对这些热门新技术有些不知所措，但时下供应商和分析师正在积极推动这些热门新技术的应用。

数字化转型需要跨越多个门槛 图：Joe McKendrick

KPMG的研究显示，业界存在一定的犹豫，但从长远来看，业界对这些热门新技术寄予厚望，资金将开始涌入笔者称之为“智能自动化”(IA)的领域。据KPMG的问卷调查结果，在接下来的三年里，40%的高管希望能将人工智能投资增加20%或更多，32%的高管会将机器人过程自动化(RPA)投资增加20%或更多。到2025年，这些投资预计将达到2320亿美元。

目前只有24%的高管在做试点项目或概念证明。Cliff Justice及KPMG研究小组的研究人员称，受访的大多数高管承认“他们仍只在试用机器人过程自动化，将其应用于传统应用程序和流程”。 Cliff Justice及KPMG研究小组的研究人员表示，“他们的关注较为狭隘，用的是自下而上的方法，他们的定位并不是用来改变他们的业务和运营模式达到能够成为拥有并保持强大竞争力的数字优先公司。”

那么，人工智能和相关技术的实施是因为这些技术闪闪发亮还是真的出现了商业案例呢?Justice和其他KPMG研究报告的作者表示，时下的高管们“表现出了很高的期望，但他们基本上还是没有准备好大规模推动智能自动化部署并将其用作组织转型的工具”。 有三分之二的高管认为最紧迫的挑战是技能短缺。而50%的受访高管表示，他们在为人工智能部署和问责定义明确目标和宗旨时遇到困难。

KPMG研究报告的作者补充表示，挑战归挑战，“越来越多的证据表明，如在智能自动化方面采取策略性的方法，尽早聚焦新的业务和运营模式的创建，回报可达5倍到10倍。该调查报告强调指出，大多数组织仍处于早期阶段，还处于只知道要在何处优先部署、如何衡量真正的利益以及如何解决人才和改变管理问题的阶段。”

在人工智能和智能自动化的早期面临着困扰许多科技方法的同样问题：目标太狭隘。KPMG团队提到，许多人工智能和智能自动化方面工作的目标是实现传统流程和应用程序，“但这样做只能有限度地提高效率，对企业效率和整体竞争力的影响不大” 。而人工智能的策略应该是要交付“更佳的客户服务、员工能力的提高、更好的创新、成本的降低、项目的加快、提升、标准化和高质量的运营”。

KPMG研究报告提出，为了实现明显的经营效益，任何智能自动化方面工作都应该是企业层次上的。 “各个部门则可以做些基于规则的特定流程自动化的实现。如果企业将重点放在这一类型的工作上就可能浪费时间和资源，企业应该将这些时间和资源花在有助于组织蓬勃发展和未来竞争的投资上。”