人工智能7大关键技术,终于有人讲明白了( 四 )


一些RPA系统已经具有一定程度的智能 。 它们可以“观察”人类同事的工作(例如回答常见的客户问题) , 然后模仿他们的行为 。 其他一些则把过程自动化与机器视觉相结合 。 与物理机器人一样 , RPA系统正慢慢地变得更加智能化 , 其他类型的AI技术也被用来指导它们的行为 。
我对这些技术分别进行了描述 , 但是现实中它们越来越多地被组合和集成 。 然而就目前而言 , 了解什么样的技术可以完成什么样的任务对一个业务决策者来说是非常重要的 。
全球公司(Global Inc.)首席信息官克里希纳·内森(Krishna Nathan)指出 , 他在2018年的一个关键优先事项是“帮助我的利益干系人了解人工智能能做什么和不能做什么 , 以便我们能以正确的方式使用它” 。 也许在将来 , 这些技术将混杂在一起 , 以至于这样的理解将不再必要 , 甚至不可行 。
关于作者:托马斯·H. 达文波特(Thomas H.Davenport) , 美国巴布森学院(Babson College)信息技术与管理专业杰出教授 , 获哈佛大学哲学博士学位 , 并先后授课于哈佛商业学院、芝加哥大学和波士顿大学 。 曾任埃森哲战略变革研究院主任 , 研究领域广泛 , 包括信息和知识管理、再造工程以及信息技术在商业中的应用 。
本文摘编自《数字时代的企业AI优势:IT巨头的商业实践》 , 经出版方授权发布 。
人工智能7大关键技术,终于有人讲明白了
本文插图
延伸阅读《数字时代的企业AI优势》
推荐语:重点解读了IBM、Amazon、脸书和Google等IT巨头企业如何将AI运用到商业应用中 。 关注企业如何利用人工智能/认知技术来获得商业利益和竞争优势 。


推荐阅读