现代技术是如何颠覆行业的,这一点无需提醒. 但技术也在破坏供应链等商业功能, 金融, 采购, 人力资源, 人才管理, 和组织的变化. 人工智能(AI)是改写许多专业人士剧本的技术之一, 它的影响将继续扩大. 企业面临的挑战是要超越炒作,将神话与现实区分开来, 使他们更好地理解将AI应用于提高业务绩效的机会.

 

在人才管理, 如今,人工智能已经在工作中,帮助员工设计职业道路,在没有人工干预的情况下顺利晋升. 这些业务解决方案使用自然语言处理(NLP)来阅读和消化个人简历, LinkedIn的资料, 以及其他来自员工档案的数据. 使用机器学习, 该系统可以生成可能的职业道路,并指导员工如何走好这些道路.g.、专业发展课程或导师).

 

这只是人工智能给人力资源和员工带来好处的一个例子, 但这项技术也可能带来一些道德和其他风险. 这就是为什么理解人工智能的基础知识至关重要——它是如何工作的以及如何应用的——hga010皇冠安卓版将在本系列的三部分中讨论这一点. 在这篇文章中,hga010皇冠安卓版将探索人工智能及其工作原理. 后续的文章将讨论组织在与解决方案提供商会面时需要问的关于人工智能应用的问题, 从人的角度来看,引入人工智能对一个组织意味着什么, 人才和变革管理团队在这一过程中可以发挥的作用.

 

关于AI的一些背景知识

 

人工智能并不新鲜. 事实上,自20世纪50年代以来,计算机科学家和技术专家一直在研究人工智能挑战. 但在过去的几十年里,人们更多地谈论人工智能,而不是使用人工智能,直到今天三种最重要的技术成为主流:云计算, 大数据, 和移动设备. 这些都使AI成为可能,并将其置于主流中.

 

人工智能系统需要大量的计算资源,这就是为什么 云计算 对当代人工智能的发展至关重要. AI引擎驻留在云中,并通过应用程序编程接口(api)访问。.

 

大数据 是人工智能的燃料. 人工智能系统拥有的数据越多, 它就越有可能发现有助于决策制定的洞察力和相关性. 与过去的系统不同,人工智能可以处理 非结构化 数据——例如,在电子表格的行和列中不容易捕获的数据. 这是至关重要的, 因为80%的数据是非结构化的(图像, 听起来, 穿戴, 传感器, 电子邮件, 和视频).

 

与此同时,电脑、智能手机和其他 上网设备 -例如传感器, 物联网, 穿戴, 便携式扫描仪, 以及其他——生成大数据,为AI引擎和系统提供燃料.

 

这三种资源代表了人工智能的基础或先决条件. 但人工智能背后的理念与传统计算中严格编程的规范截然不同. An AI solution is not programmed in the traditional sense; it is taught to underst和 和 to learn, 就像人们会理解和学习一样.

 

术语“机器学习”(ML)是人工智能的核心组成部分之一. ML在模式和结果之间建立关联,并对这种关联提出假设. 然后系统与人或机器交互,并接收假设的反馈. 然后,AI系统将反馈整合到下一个假设中. 这个不断细化的过程就是ML学习预测未来结果和事件的过程.

 

系统如何学习? 深度学习利用 神经网络 这可以建立大量的联系,并从暴露在大量数据中学习. 深度学习模型可以使用这两种方法来构建 监督无人管理的 学习. 强化学习, 另一方面, 应用反馈算法的系统学习通过奖励和惩罚.

 

AI的另一个组成部分是自然语言处理(NLP). NLP系统可以理解普通(“自然”)语言,并可以从中提取意义. 他们也能理解核心情绪(例如.g.,  愤怒, 快乐, 恐惧, 厌恶, 悲伤, 或快乐)在人类心理学和理解一个人的语言语调(了解顾客的情绪, 例如, 能从根本上改善客户服务). NLP是情感分析的基础,是意图识别等应用的有力工具, 聊天机器人, 情绪的映射, 和智能总结.

 

人工智能仍然存在一定程度的焦虑和恐惧. 这种技术经常被拿来与Ray Kurzweil在他的畅销书中描述的世界相比较 奇点, 在这个宇宙中,机器进化得比整个人类加起来还要聪明,最终与人类融合在一起.

 

但这种水平的人工智能——有时被称为 “人工总体智能” -需要几十年才能实现(也可能永远不会实现). 今天的实践者所关注的是什么呢 “人工狭窄智能” (ANI). ANI能够执行某些任务,这些任务被限制在特定的环境中,并由独立的AI应用程序执行. 例如, 人工智能系统可以执行特定的任务,比如计算无人机的飞行路径或预测天气.

 

人工智能仍然不能做的是将许多单一的任务连接起来,并想出整体的解决方案. 举个简单的例子:音乐流媒体应用中的人工智能可以推荐hga010皇冠安卓版可能想听的歌曲和艺术家, 但它不能从侧面考虑,推荐可能与你播放的音乐相搭配的食物或饮料.

 

当今常用的人工智能应用

 

大多数真实世界的AI应用都是局限于特定上下文或用例的ANI例子. 很多人用它来 声音和图像识别; Spotify 和 Netflix are good examples in the consumer realm. 它们还被用于面部识别、手势检测和数字语音. 例如,考虑将可穿戴数字助手嵌入工程师或现场工作人员的背心中. 它可以使用一个人工智能系统来听“唤醒词”,比如“我需要帮助”或“我想不出来”,然后通过查阅现有资料(例如.g.例如,手册、专家的输入等)来生成答案.

 

情绪分析 对于尝试人工智能的公司来说,这是另一个流行的切入点吗. 它最常见的用例是处理大量电子邮件的呼叫中心和服务台, 调用, 和消息. 同样,多亏了NLP,这个系统可以理解语言的书写和口语. 它能够将信息与核心情绪联系起来,提取音调,并相应地映射通信. 这也是聊天机器人、自动翻译和智能摘要使用的那种人工智能.

 

AI有能力在模式和结果之间建立关联, 提出一个假设, 并从收到的反馈中学习: 预测分析. 这就是人工智能系统预测未来事件、评估情况和预测结果的方式. 预测性人工智能通常用于预测性维护(物联网)和智能搜索.

 

Siri, 苹果IOS设备中的语音助手, 是最常见和最广泛使用的基于人工智能的应用程序之一吗. Siri使用人工智能来识别特定的人类声音, 解析查询以理解其含义, 并提供答案. 但Siri不是 聪明的. 它的答案通常缺乏细微差别,感觉更像是程序化的回应,事实也是如此.

 

但一个真正智能的语音助手——未来的Siri——将会更加强大. 它将通过挖掘用户的时间表来理解更多的上下文, 首选项, 过去的经历更有预见性. 一个真正智能的语音助手会进行学习,以便在用户提出问题之前就能预测到问题. 想象一个用户在出差, 而Siri在不同的时区叫醒这个人, 建议在酒店两个街区内找个吃早餐的地方, 并提供了一个概述的一天的时间表,而没有提示. 就人工智能而言,这将是一个更高级的成就,也是一种将真正改变人们对人工智能的看法的人工智能.

 

现在的情况

 

在与大流行有关的向远程工作的转变中, 许多公司被迫将越来越多的数据和计算能力放到云计算中. 扫除了障碍, 他们正在加倍努力拥抱人工智能, 这是唯一一种能够从海量数据中挖掘并获得洞察力的技术, 主要非结构化.

 

这就是为什么人工智能是CXO议程上的下一个大项目. 它将改变人们工作的方式和企业管理人员的方式. 有思想的企业会密切关注潜力 偏见 基于人工智能的解决方案和他们的 道德的使用 这是人力资源和人才管理专业人士扮演特别重要角色的一个因素. 自动化, hga010皇冠安卓版将在本系列的下一篇文章中看到, 有人类的后果, 这也强调了在这个美丽新世界中人力资源和变革管理的重要性. 组织机构不能忘记人员方面,以及需要做的工作,以使他们的人才为这一前所未有的技术转变做好准备.

 

第二篇文章将着重于理解“人工智能”意味着什么,以及向那些声称他们的解决方案是人工智能的业务解决方案供应商提出的问题.

布莱恩Nolf

布莱恩Nolf

实践伙伴-天才 & Wipro Ltd .的数字咨询公司Change

@WiproDigital

已经30多年了, Brian一直在技术和数字转型方面与客户合作并提供建议,特别关注如何让组织做好准备,成功地适应变化,并实现更好的业务成果

西尔维亚Cambie

西尔维亚Cambie

实践伙伴-天才 & Wipro Ltd .的数字咨询公司Change

@WiproDigital

西尔维亚Cambie是hga010皇冠手机版人才和变革业务的合伙人. 她在变革管理方面有超过20年的经验, 帮助客户提高工作场所技术的采用. 她对云充满热情, 人工智能, 机器学习以及将创造力应用到训练机器上

标签:
你在这里读到的? 冰山一角. 你准备好参与其中了吗?