本文發表於《大眾科學》的前部落格網路，反映了作者的觀點，不一定反映《大眾科學》的觀點
在過去的幾年中，各種型別的企業都開始使用他們所謂的“人工智慧”。一項國際調查顯示，37%的組織（正如一份新聞稿所說）“以某種形式實施了人工智慧”。另一項針對美國企業的調查顯示，這一數字為61%。第三項針對美國和英國的調查則表示，用另一份新聞稿的話說，高達“77%的企業已經在工作場所實施了一些與人工智慧相關的技術。”
這些數字的差異不僅僅基於地理位置。它們突顯了關於人工智慧討論所面臨的一個問題：很少有人對它是什麼達成共識。
在這個領域工作，我們認為所有這些討論都為時過早。事實上，商業人工智慧實際上尚不存在。套用馬克·吐溫的話（或者更確切地說，是對吐溫實際所說的話的常見誤引），關於人工智慧誕生的報道被大大誇大了。
關於支援科學新聞
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞事業 訂閱。透過購買訂閱，您正在幫助確保未來能夠繼續講述關於塑造我們當今世界的發現和想法的具有影響力的故事。
並非只有我們這樣認為。三星創新副總裁兼Siri的聯合發明人Luc Julia也說過類似的話。如今，企業使用的工具包括數學、統計學、機器學習、深度學習和大資料——以及比過去更好的機器。但Julia認為，通常被稱為人工智慧的技術實際上並不涉及人工智慧的形式。對於希望充分利用新技術提供的機會並建立防禦未來競爭的企業來說，理解這一點至關重要。
今天的工具可能很強大。但最好將人工智慧視為企業尚未開始使用的新一代技術。總有一天他們會使用——那將引發一個全新的顛覆時代。如果企業認為他們已經在使用這些技術，他們可能沒有為那些更瞭解差異、利用這些差異並提出更好、更強大的方式來服務客戶的競爭對手做好準備。
那麼，如果它不是人工智慧，企業今天正在使用什麼技術呢？
對於許多人來說，它是自動化。組織正在使用已經存在了幾十年但一直由人們手工執行（例如將資訊輸入到書籍中）或在電子表格中執行的流程。現在，這些相同的流程正在被翻譯成程式碼，以便機器來完成。這些機器就像自動鋼琴，盲目地執行他們不理解的動作。
許多傳統公司甚至沒有這樣做。我們中的一位（Simkoff）創立了States Title，旨在變革產權保險行業，此前他發現該行業充斥著過時的機制，包括大量員工進行手動資料輸入。秉持著“沒壞就別修”的心態，這個市場上的公司保持著同樣的舊流程，人員反覆將相同的資訊輸入到多個計算機程式中——這是一個昂貴、錯誤百出且易於透過自動化改進的系統。
今天，一些企業確實在使用機器學習，儘管只是少數。它涉及自2000年代以來日臻成熟的一系列計算技術。藉助這些工具，機器可以隨著時間的推移找出如何改進自身的結果。機器學習著眼於資料分析中的模式和趨勢，並得出結論。
在加入States Title之前，我們中的一位（Mahdavi）將其中一些技術用於物理科學研究，得出了關於星系、宇宙學和暗物質的成果。這些“超前”的技術需要能夠基於自身發現進行構建的機器。它們涉及讓機器使用演繹邏輯和解決問題，並不斷用他們學到的東西來加強他們的流程。
機器學習可以在任何業務中應用。如果您的企業現在沒有使用它，請注意，您的行業中幾乎肯定有競爭對手正在尋求這樣做。
人工智慧有何不同？在我們看來，人工智慧透過使用類似於人類的智慧來確定問題的最佳解決方案。除了尋找資料中的趨勢外，它還接收並結合來自其他來源的資訊，以得出合乎邏輯的答案。
當商業人工智慧到來時，期待一場徹底的變革。它將催生從根本上以不同方式構建的組織。這些企業的領導者不會問人們可以提供哪些產品或服務以及機器如何幫助他們這樣做，而是從人工智慧可以做什麼開始，並圍繞其構建業務。真正的人工智慧甚至可能自行創辦一家公司。這將是一種新的正規化。
商業領袖最好熟悉最新的技術發展，並聘請了解這些技術的專家。States Title迅速崛起的最大原因之一是，它進入了一個對最前沿技術帶來的變革毫無準備的行業。在當今商業環境變革的速度下，每個行業都容易受到類似的顛覆。