當(dāng)認(rèn)識到自己長期處于挫敗感之中的時(shí)候，Ascension共享服務(wù)子公司的首席執(zhí)行官Lee Coulter到達(dá)了一個(gè)臨界點(diǎn)。他在共享服務(wù)高管的職位上工作了數(shù)十年，無休止地沉浸在這個(gè)職位推動技術(shù)的需求之中，他得出了一個(gè)結(jié)論，他不再能夠明白其他人在說什么了。

Coulter表示，“我不知道該相信什么，也不知道該相信誰。你無法和兩個(gè)不同的人進(jìn)行關(guān)于人工智能的有意義的談話。”

Coulte正在著手做一些和這個(gè)問題有關(guān)的事情。比如2016年，他成功地向IEEE標(biāo)準(zhǔn)協(xié)會（IEEE Standards Association）提出組建工作組的想法，該工作組將開始為位于企業(yè)自動化前沿的各種類別的機(jī)器人和“智能”技術(shù)給出定義。

Coulter主持的IEEE智能流程自動化標(biāo)準(zhǔn)工作組（IEEE Working Group on Standards in Intelligent Process Automation）的目標(biāo)是在2018年完成第一階段工作，即其所謂的“名詞、術(shù)語和概念”。第二階段的工作已經(jīng)開始，圍繞著“技術(shù)、分類和分級”。

可是與此同時(shí)，對于首席財(cái)務(wù)官來說，在決定新技術(shù)采購時(shí)，人工智能缺乏一個(gè)共同的、明確的定義是一個(gè)潛在的麻煩問題，特別是在目前推出人工智能或者機(jī)器學(xué)習(xí)解決方案的新廠商數(shù)量不斷激增的情況下更是如此。Coulter印證了很多其他的企業(yè)技術(shù)專家的說法，“很多廠商都跑出來說他們的產(chǎn)品里面有人工智能。但大多數(shù)時(shí)候，這都只不過是胡說八道。”對人工智能的困惑也可能導(dǎo)致財(cái)務(wù)負(fù)責(zé)人變得過于謹(jǐn)慎，而這可能會導(dǎo)致低估了不斷采用這些技術(shù)，即使未來這些技術(shù)可能將帶來長期價(jià)值。

為時(shí)過早

如何最好地定義人工智能和機(jī)器學(xué)習(xí)？總的來說，人工智能和機(jī)器學(xué)習(xí)都是用來對事物進(jìn)行分類，并根據(jù)對大量數(shù)據(jù)的處理來預(yù)測結(jié)果的。下面是麥肯錫在2017年6月份的一份報(bào)告中為人工智能下的一個(gè)簡短定義：“機(jī)器能夠展現(xiàn)出類似于人的智能的能力——例如，無須使用含有詳細(xì)指令的、手工編寫的軟件就能夠解決問題。”

至于機(jī)器學(xué)習(xí)，許多人認(rèn)為它是人工智能的一部分或者是人工智能的墊腳石，IEEE集團(tuán)的工作定義可能會更難理解一些：“通過基于機(jī)器的觀察，觀察人類的軟件系統(tǒng)操作，并使用持續(xù)性的自我告知算法，進(jìn)行檢測、相關(guān)性和模式識別……最終完成有用的預(yù)測或指定的分析。”

Coulter說，在過去兩年里，至少有1,000家創(chuàng)業(yè)企業(yè)推出了據(jù)稱擁有人工智能和機(jī)器學(xué)習(xí)能力的產(chǎn)品。一心執(zhí)著于“亮閃閃的新東西”的首席信息官們可能會上鉤，但很少有首席財(cái)務(wù)官會這樣。購買打著人工智能旗號的技術(shù)是一個(gè)特別可疑的命題。雖然人工智能的概念已經(jīng)出現(xiàn)至少六十年了，但是直到近年以來，計(jì)算能力和數(shù)據(jù)集的規(guī)模才達(dá)到了對大范圍的用例可用的水平。

那么這些用例都是什么呢？保險(xiǎn)公司和理賠師們正在部署先進(jìn)的“機(jī)器視覺”技術(shù)，根據(jù)客戶提交的照片，對汽車的事故傷害進(jìn)行分類。信用卡發(fā)行商正在使用程序四處搜索持卡人的公開Facebook頁面，以了解婚姻和孩子出生等事件對消費(fèi)習(xí)慣的影響。制造商們正在使用機(jī)器學(xué)習(xí)技術(shù)以求更容易地發(fā)現(xiàn)錯(cuò)誤的顏色、形狀和包裝等缺陷。許多服務(wù)業(yè)公司正在使用基于自然語言處理的網(wǎng)站聊天機(jī)器人。

事實(shí)是，大多數(shù)被吹噓為具備人工智能支持的解決方案并不太可能解決企業(yè)最深刻的問題。 Shared Services & Outsourcing Network 最近發(fā)表的一份名為《全球智能自動化市場報(bào)告》（《Global Intelligent Automation Market Report》）出版物稱絕大部分被打上人工智能標(biāo)簽的東西都是“圍繞著定義、非常狹窄的以知識領(lǐng)域?yàn)橹行?、非常有限的認(rèn)知解決方案”。Coulter是該報(bào)告的合著者之一。

安永會計(jì)師事務(wù)所的全球機(jī)器人和智能流程自動化的領(lǐng)導(dǎo)Weston Jones則提出了不同的看法。他表示，“現(xiàn)在很多人工智能的東西還無法廣泛應(yīng)用，因此也無法提供首席財(cái)務(wù)官們期望的回報(bào)。他們中的絕大部分人看不到價(jià)值。”

巨型技術(shù)公司卻是例外。根據(jù)麥肯錫的報(bào)告顯示，去年，巨頭們在人工智能技術(shù)上的花費(fèi)在200億美元到300億美元之間。例如，谷歌使用“強(qiáng)化學(xué)習(xí)”——一種與人工智能相關(guān)的技術(shù)，將其數(shù)據(jù)中心的功耗降低了10％以上。Facebook和其他社交媒體公司在其網(wǎng)站上使用自動語言翻譯，大大提高了客戶參與度。

盡管如此，麥肯錫寫道，在商業(yè)世界中，對人工智能的需求總體上只說是“不冷不熱”。在最近對超過3,073個(gè)C level管理人員的“人工智能感知”調(diào)查中，這家管理咨詢公司發(fā)現(xiàn)，許多企業(yè)領(lǐng)導(dǎo)者不僅不確定人工智能可以為他們做什么，而且他們還對“在哪里獲得人工智能支持的應(yīng)用程序，如何將其融入其公司，以及如何評估技術(shù)投資回報(bào)率”等問題糾結(jié)不已。

麥肯錫表示，只有20％的受訪者表示他們正在大規(guī)模地使用人工智能相關(guān)技術(shù)，或者在業(yè)務(wù)的核心部分使用人工智能相關(guān)技術(shù)。但是，要想真的衡量這些技術(shù)在企業(yè)世界的滲透程度，它的意義又不算明確了。該報(bào)告承認(rèn)，“人工智能涵蓋了廣泛的技術(shù)和應(yīng)用，其中一些僅僅是較早期技術(shù)的擴(kuò)展，而其他一些……則是全新的。”

此外，麥肯錫的報(bào)告還指出：“目前有幾種方法來分類人工智能技術(shù)，但很難列出一個(gè)彼此互斥的清單，因?yàn)槿藗兘?jīng)?；旌虾推ヅ涠喾N技術(shù)來創(chuàng)建某個(gè)特定問題的解決方案。”

但是，即便說企業(yè)現(xiàn)在還不愿意投資人工智能，至少他們的興趣水平在上升。Gartner首席人工智能分析師Whit Andrews表示，該公司與人工智能相關(guān)的查詢數(shù)量在2016年暴漲了200％，到2017年又上漲了100％。

Waterstone Management Group的長期技術(shù)戰(zhàn)略家及分公司合伙人John Parkinson表示，所有財(cái)富1000強(qiáng)的企業(yè)至少都在研究機(jī)器學(xué)習(xí)。已經(jīng)開始實(shí)際使用或者接近于準(zhǔn)備部署一些應(yīng)用程序的企業(yè)相對數(shù)量較少，在這些企業(yè)中，有一些企業(yè)使用的是現(xiàn)成的軟件，另一些則是租用了云端的機(jī)器學(xué)習(xí)功能，還有一些企業(yè)正在開發(fā)自己的系統(tǒng)。

Parkinson對企業(yè)使用人工智能沒有什么要說的。事實(shí)上，他認(rèn)為“智能”在這種環(huán)境中是一個(gè)非常不幸的、可能產(chǎn)生誤導(dǎo)的詞語，有可能會讓技術(shù)買家陷入困境。他表示，沒有人真的知道人類的智能是如何工作的，所以可以編寫軟件來模仿它的想法是“非?；闹?rdquo;的。

他補(bǔ)充表示，“我不在乎IBM關(guān)于Watson說了什么”，他指的是這家技術(shù)巨頭對其高規(guī)格知識系統(tǒng)作為人工智能平臺的定位。“它根本算不上是認(rèn)知。它是非常聰明的軟件，并且已經(jīng)用數(shù)學(xué)模型進(jìn)行了訓(xùn)練。”

循序漸進(jìn)

如果首席財(cái)務(wù)官們能夠克服這種類型的自動化必須能夠立刻帶來巨大回報(bào)的想法，他們可能會開始欣賞人工智能和機(jī)器學(xué)習(xí)的潛在價(jià)值。Gartner的Andrews表示，“我們會告訴（客戶）不要將其視為傳統(tǒng)的IT項(xiàng)目。”他表示，“對于許多組織來說，無論他們?nèi)绾问褂萌斯ぶ悄埽赡芏紵o法得到經(jīng)典形式的回報(bào)。將你的投資回報(bào)描述為你即將學(xué)習(xí)的課程的演示，而這課程是你獨(dú)有的。”

Andrews建議企業(yè)剛開始應(yīng)該尋找單獨(dú)的人工智能解決方案來解決他們從來沒有足夠人手解決的問題。很有可能，解決這些問題不會有變化。事實(shí)上，使用人工智能的早期就嘗試“登月計(jì)劃”的做法充滿了危險(xiǎn)。Andrews表示，“當(dāng)組織開始嘗試改造自己時(shí)，就是將自己置于巨大的風(fēng)險(xiǎn)之中。”

Parkinson表示，如果一家公司將“智能”自動化應(yīng)用于其10％的業(yè)務(wù)，那么它就可以相對較快地看到一些好處。但是，真正的回報(bào)將更晚才會出現(xiàn)，隨著流程不斷地自動化，就會變得更有效率。他表示，“越來越多常規(guī)性的業(yè)務(wù)工作將被納入自動化系統(tǒng)。”

安永的Jones建議企業(yè)對現(xiàn)有的以及可預(yù)見的項(xiàng)目進(jìn)行完整的評估，以便識別并排列這些業(yè)務(wù)案例，用高級自動化來解決它們。他表示，這是關(guān)鍵的一步，因?yàn)閾?jù)安永估計(jì)，30％到50％的人工智能類型的項(xiàng)目會在這一點(diǎn)上失敗。但重要的是要明白，高級自動化無法克服缺乏數(shù)據(jù)的問題或者數(shù)據(jù)不可信任的問題。

Andrews表示：“人工智能不是一種呈現(xiàn)數(shù)據(jù)中價(jià)值的神奇方式。”

這意味著你就是數(shù)據(jù)科學(xué)家了”，他表示，“如果您已經(jīng)成功地使用了機(jī)器學(xué)習(xí)五年或者十年，你就可以開始稱呼自己為數(shù)據(jù)科學(xué)家了。”

外部的影響

總體來說，企業(yè)，特別是財(cái)務(wù)部門也會顯著受到外部單位使用人工智能和機(jī)器學(xué)習(xí)的影響。例如，據(jù)稱，幾家主要的會計(jì)師事務(wù)所都在致力于改變審計(jì)流程，以便檢查100%的交易，而不僅僅是對少量隨機(jī)抽樣進(jìn)行審計(jì)。

此外，四大會計(jì)師事務(wù)所中的一家正在研究基于IBM沃森技術(shù)的產(chǎn)品，它可以大大減少該公司在兼并和收購盡職調(diào)查過程中花費(fèi)的時(shí)間和精力。據(jù)說這款將在兩年內(nèi)發(fā)布的產(chǎn)品的設(shè)計(jì)目標(biāo)是使用關(guān)于某家特定企業(yè)的所有可用信息——無論是結(jié)構(gòu)化數(shù)據(jù)還是非結(jié)構(gòu)化數(shù)據(jù)——并生成高度可信的、精確的估值估算。

正如Parkinson所說，這樣的能力可能不是智能的證據(jù)。同時(shí)，關(guān)于機(jī)器學(xué)習(xí)支持的技術(shù)分類的一個(gè)有趣的事實(shí)是，它實(shí)際上工作得比它所基于的理論描述的更好。 Parkinson 表示，“而且我們不知道為什么。”

在基礎(chǔ)層面上，是不斷的反復(fù)試錯(cuò)讓這項(xiàng)沒有人能夠真正理解的技術(shù)發(fā)展。Parkinson表示，“我們——在這個(gè)領(lǐng)域工作的人類一直都在尋找更好的方式找到軟件系統(tǒng)所能做的事情的邊界，并找到能夠促使我們構(gòu)建越來越好的核心系統(tǒng)的例外。”他表示，“這將繼續(xù)加速。當(dāng)我們將這些系統(tǒng)相互連接在一起時(shí)，我們將會發(fā)現(xiàn)它們共同做的事情是我們未曾預(yù)料到的。”

然而，有人定義了推動企業(yè)自動化前沿的能力，它們只會變得越來越大，也越來越好。首席財(cái)務(wù)官們必須決定是否開始挖掘這一機(jī)會。