• Cloud • 人工智能 -- AI 主题 • 人工智能 术语 辨析 • AI 和 开发 人员 • AI 技术 可 为 企业 提供 哪 些 帮助 ？ • AI 在 企业 中 的 应用 • 企业 如何 使用 AI ？ • 哪 些 因素 促进 了 AI 的 使用 ？ • AI 模型 训练 和 开发 • AI 的 优势 和 挑战 • AI 成功 案例 • 即时 可用型 AI 让 AI 应用 更 简单 • 如何 开始 使用 AI ？ • 构建 良好 的 AI 文化 • 从 人工智能 到 自 适应 智能 • AI — 未 来 企业 的 战略 要务 和 竞争 优势 • 充分 发挥 AI 价 值 的 优秀 实践 • 获取 AI 支持 ， 开启 AI 之 旅 • 人工智能 学习 库 什 么 是 AI ？ 了 解 人工智能 人工智能 术语 辨析 如今 人工智能 ( AI ) 已 变成 了 一个 无所不包 的 术语 ， 很多 用 来 执行 在 过去 需要 人工 输入 的 复杂 任务 的 应用 （ 例如 与 客户 在 线 沟通 或 下棋 ） 都 可以 被 称作 人工智能 。 在 现实 中 ， 人工 智能 也 经常 与 它 的 子领域 互换 使用 ， 例如 机器 学习 ( ML ) 和 深度 学习 。 -- 然而 ， 它们 之间 是 有 区别 的 ， 例如 机器 学习 侧重 于 构建 能够 基于 自身 使用 的 数据 进行 学习 或 改进 性能 的 系统 。 换句话说 ， 所有 的 机器 学习 都 是 AI ， 但 不 是 所有 的 AI 都 是 机器 学习 。 为 了 充分 发挥 AI 的 价值 ， 如今 许多 企业 正 加大 对 数据 科学 团队 的 投入 。 数据 科学 综合 运 用 统计 、 计算机 科学 和 商业 知识 ， 从 各种 数据源 中 挖掘 价 值 。 了 解 AI 的 诸多 可能 了 解 AI 基础 设施 AI 和 开发 人员 人工智能 可 帮助 开发 人员 更 高效 地 执行 以往 需要 手动 处理 的 任务 ， 与 客户 建立 联系 ， 识别 模式 和 解决 问题 。 但 要 使用 人工智能 ， 开发 人员 需要 具备 数学 背景 ， 并且 熟悉 算法 。 在 使用 人工智能 构建 应用 时 ， 开发 人员 可以 从 简单 做 起 ， 例如 通过 相对 简单 的 三子棋 项目 学习 人工智能 的 基本 知识 。 在 实践 中 学习 是 提升 技能 的 好 方法 ， 人工智能 也 不 例外 。 当 您 成功 完成 了 一个 或 多 个 小 项目 后 ， 您 就 可以 尽情 探索 人工智能 的 无限 可能 了 。 -- AI 技术 可 为 企业 提供 哪 些 帮助 ？ AI 的 本质 是 学习 并 超越 人类 感知 和 响应 世界 的 方式 。 如今 ， AI 正 迅速 成为 创新 的 基石 。 得益 于 各种 可识 别 数据 模式 然后 驱动 企业 开展 预测 的 机器 学习 技术 ， AI 可以 为 您 创造 更 多 价 值 -- 了 解 AI 和 机器 学习 的 使用 场景 AI 在 企业 中 的 应用 人工智能 技术 可以 自动 执行 以往 需要 手动 完成 的 流程 或 任务 ， 提高 企业 绩效 和 生产率 ， 还 可以 超越 人力 极限 ， 充分 发挥 数据 的 价值 ， 为 企业 创造 巨大 的 商业 效益 。 例如 ， Netflix -- 大多数 公司 都 把 数据 科学 作为 重中之重 ， 并 在 这 方面 投入 巨资 。 McKinsey 在 2021 年 针对 AI 开展 的 一 项 调查 发现 ， 在 一个 及 以上 职能 中 采用 AI 的 企业 从 一 年 前 的 50 % 增加 到 了 56 % 。 此外 ， 27 % 的 受访者 表示 至少 5 % 的 收入 可能 要 归功 于 AI ， 而 一 年 前 仅 有 22 % 。 AI 可以 为 大多数 职能 、 业务 和 行业 创造 价 值 。 其中 包括 通用 和 行业 特定 的 应用 ， 例如 -- 企业 如何 使用 AI ？ 根据 哈 佛 商业 评论 开展 的 一 项 调查 ， 企业 主要 使用 AI 来 完成 以下 任务 -- 哪 些 因素 促进 了 AI 的 使用 ？ 推动 AI 在 各个 行业 中 快速 发展 的 主要 有 3 大 因素 。 • 快速 可用 、 经济 高效 、 性能 强劲 的 计算 能力 ： 强大 的 商用 云 计算 为 企业 带 来 了 经济 高 效 、 高性能 的 计算 能力 。 在 此 之前 ， 唯一 适用 于 AI 的 计算 环境 并非 基于 云 技术 且 成 本 高昂 。 • 大量 的 可 供 训练 的 数据 ： AI 需要 接受 大量 数据 的 训练 才 能 做出 正确 的 预测 。 易于 使 用 的 数据 标签 和 经济 实惠 的 结构化 和 非结构化 数据 存储 和 处理 让 更 多 算法 构建 和 训练 成为 可能 。 • AI 的 竞争 优势 ： 越 来 越 多 的 企业 开始 认识 到 运用 AI 洞察 支持 业务 目标 所 带 来 的 竞争 优势 ， 并 将 其 作为 企业 的 重中之重 。 例如 ， AI 提供 的 针对性 建议 可以 帮助 企业 更 快 做 出 更 明智 的 决策 。 利用 AI 特性 和 功能 ， 企业 可以 降低 成本 和 风险 ， 缩短 产品 上市 时 间 ， 获得 更 多 优势 。 了 解 如何 运用 AI 超越 极限 ， 实现 更 大 的 目标 AI 模型 训练 和 开发 机器 学习 模型 的 开发 和 部署 分为 多 个 阶段 ， 包括 训练 和 推理 。 AI 训练 和 推理 指 的 是 尝试 使 用 机器 学习 模型 解决 问题 的 过程 。 -- 规模化 AI 训练 的 关键 基础 设施 技术 包括 集群 网络 ， 如 RDMA 和 InfiniBand 、 裸金属 GPU 计算 和 高性能 存储 。 详细 了 解 AI 基础 设施 AI 的 优势 和 挑战 如今 很多 成功 案例 已经 有力 证明 了 AI 的 价值 。 通过 在 传统 业务 流程 和 应用 中 融入 机器 学 习 和 感知 交互 ， 组织 可 显著 改善 用户 体验 并 提高 工作 效率 。 但 阻碍 依然 存在 。 由于 多 个 方面 的 原因 ， 很 少 有 公司 能够 规模化 地 部署 人工智能 。 举例 来 说 ， 如果 未 采用 云 计算 ， 那 么 机器 学习 项目 的 计算 成本 往往 非常 高 。 此外 ， 构建 AI 项目 不 仅 十分 复杂 ， 而且 还 需要 极其 稀缺 、 高 水平 的 专业 技能 。 为 了 尽可能 减少 这些 痛点 ， 企 -- AI 成功 案例 如今 ， AI 已经 帮助 很多 企业 取得 了 重大 成功 。 • 哈 佛 商业 评论 称 ， 通过 训练 AI 软件 ， 美联社 实现 了 自动 撰写 短期 收益 新闻 报道 ， 并 将 新闻 报道量 提升 了 12 倍 。 这 让 其 记者 能够 专注 于 撰写 更 具 深度 的 文章 。 • Deep Patient 是 西奈山 伊坎 医学院 构建 的 一个 人工智能 工具 ， 可以 帮助 医生 在 诊断 出 疾病 之前 识别 高 风险 患者 。 insideBIGDATA 称 ， 该 工具 可以 分析 患者 的 病史 ， 在 发病 -- 即时 可用型 AI 让 AI 应用 更 简单 基于 AI 的 解决 方案 和 工具 的 兴起 意味着 更 多 的 公司 可以 在 更 短 的 时间 内 以 更 低 的 成本 利 用 AI 。 即时 可 用 的 AI 是 指 具有 内 置 AI 功能 或者 自动化 算法 决策 过程 的 解决 方案 、 工具 和 软件 。 即时 可 用 的 AI 包括 自治 修复 数据库 和 预构建 模型 ， 可 利用 各种 数据集 进行 图像 识别 和 文 本 分析 。 如何 开始 使用 AI ？ -- 查看 四 个 简单 的 AI 使用 场景 构建 良好 的 AI 文化 要 想 充分 利用 AI ， 消除 AI 应用 面临 的 阻碍 ， 企业 需要 构建 良好 的 AI 文化 ， 从而 为 AI 生态 系统 提供 全面 支持 。 在 此 环境 中 -- 从 人工智能 到 自 适应 智能 随着 AI 功能 广泛 应用 于 主流 企业 运营 ， 一个 新 术语 正在 兴起 ： 自 适应 智能 。 通过 将 实时 的 内部 和 外部 数据 与 决策 科学 及 高度 可 扩展 的 计算 基础 设施 相 结合 ， 自 适应 智能 应用 可 帮 -- 详细 了 解 采用 嵌入式 AI 的 Oracle SaaS 应用 如何 创造 颠覆性 力量 AI — 未 来 企业 的 战略 要务 和 竞争 优势 对于 任何 希望 获得 更 高 效率 、 新 的 收入 机会 和 提高 客户 忠诚度 的 企业 来 说 ， AI 都 是 一 项 战 略 要务 。 它 正 迅速 成为 众多 组织 的 竞争 优势 。 有 了 AI ， 企业 可以 在 更 短 的 时间 内 完成 更 多 任务 、 创建 个性化 和 极 具 吸引力 的 客户 体验 并 预测 业务 成果 ， 从而 提升 盈利 能力 。 但 AI 仍 是 一 项 颇为 复杂 的 新兴 技术 。 为 了 充分 发挥 其 价 值 ， 您 需要 在 如何 构建 和 管理 大 规模 AI 解决 方案 方面 具备 专业 知识 。 一个 成功 的 AI 项目 需要 的 不仅仅 是 聘用 数据 科学 家 。 企业 需要 实施 合适 的 工具 、 流程 和 管理 策略 来 确保 AI 的 成功 。 充分 发挥 AI 价 值 的 优秀 实践 哈 佛 商业 评论 就 如何 开始 使用 AI 提出 了 以下 建议 ： • 在 对 收入 和 成本 具有 重大 和 直接 影响 的 活动 中 应用 AI 功能 。 • 在 保持 人员 不 变 的 情况 下 使用 AI 来 提高 工作 效率 ， 而 不 是 削减 或 增加 员工 数量 。 • 在 后端 而 非 前端 开始 实施 AI （ IT 和 会计 受益 最 大 ） 。 获取 AI 支持 ， 开启 AI 之 旅 AI 转型 已 是 大势所趋 。 为 了 保持 竞争力 ， 企业 终将 拥抱 AI 并 构建 AI 生态 系统 。 在 未 来 10 年 里 ， 未能 在 某种 程度 上 采用 AI 的 企业 终 将 落 于 人 后 。 虽然 您 的 企业 可能 是 个 例外 ， 但 大多数 公司 没有 内部 人才 和 专业 知识 来 开发 能够 充分 发挥 人工智能 能力 的 生态 系统 和 解决 方案 要 成功 完成 AI 转型 之 旅 （ 包括 战略 开发 和 工具 访问 ） ， 您 需要 找到 一个 具备 丰富 行业 专 业 知识 和 全面 AI 产品 组合 的 合作 伙伴 。 人工智能 学习 库 • 什 么 是 数据 科学 ？ 企业 正 积极 将 统计学 与 计算机 科学 概念 （ 如 机器 学习 和 人工智能 ） 结合 起 来 ， 从 大数 据 中 提取 洞见 ， 进而 推动 创新 并 转变 决策 制定 。 • 什 么 是 机器 学习 ？ 机器 学习 是 人工智能 ( AI ) 的 一个 子集 ， 专注 于 构建 通过 数据 进行 学习 的 系统 ， 旨在 加快 自动化 决策 流程 和 价 值 实现 速度 。 AI 成功 案例 如今 ， AI 已经 帮助 很多 企业 取得 了 重大 成功 。 • 哈 佛 商业 评论 称 ， 通过 训练 AI 软件 ， 美联社 实现 了 自动 撰写 短期 收益 新闻 报道 ， 并 将 新闻 报道量 提升 了 12 倍 。 这 让 其 记者 能够 专注 于 撰写 更 具 深度 的 文章 。 • Deep Patient 是 西奈山 伊坎 医学院 构建 的 一个 人工智能 工具 ， 可以 帮助 医生 在 诊断 出 疾病 之前 识别 高 风险 患者 。 insideBIGDATA 称 ， 该 工具 可以 分析 患者 的 病史 ， 在 发病 -- 即时 可用型 AI 让 AI 应用 更 简单 基于 AI 的 解决 方案 和 工具 的 兴起 意味着 更 多 的 公司 可以 在 更 短 的 时间 内 以 更 低 的 成本 利 用 AI 。 即时 可 用 的 AI 是 指 具有 内 置 AI 功能 或者 自动化 算法 决策 过程 的 解决 方案 、 工具 和 软件 。 即时 可 用 的 AI 范围 非常 广 ， 包括 使用 机器 学习 进行 自我 修复 的 自治 数据库 ， 以及 在 各种 数据 集中 解决 图像 识别 和 文本 分析 等 问题 的 预构 建 模型 。 所有 这些 都 能 帮助 公司 更 快 地 实 -- 如何 开始 使用 AI ？ -- 查看 四 个 简单 的 AI 使用 场景 哪 些 因素 在 阻碍 企业 释放 AI 潜力 ？ 尽管 AI 具有 广阔 的 前景 ， 但 许多 公司 仍然 无法 充分 发挥 机器 学习 和 其他 AI 功能 的 潜力 。 其 原因 在于 ， 然而 ， 讽刺 的 是 ， 这 一 问题 在 很 大 程度 上 是 人 自己 造成 的 ， 正是 低效 的 工 作流 阻碍 了 公司 充分 发挥 AI 的 价值 。 -- 此外 ， 随着 开源 AI 工具 不 断 涌现 ， IT 团队 要 花费 更 多 的 时间 来 持续 更新 工作 环境 ， 以此 为 数据科学 团队 提供 支持 。 在 很多 情况 下 ， 由于 数据 科学 团队 工作 方式 不 够 标准化 ， 这个 -- 最终 ， 高管层 可能 无法 看到 AI 投资 的 价值 ， 自然 也 就 不 会 提供 充足 的 支持 和 资源 来 构建 AI 成功 所 需要 的 协作 和 集成式 生态 系统 。 构建 良好 的 AI 文化 要 想 充分 利用 AI ， 消除 AI 应用 面临 的 阻碍 ， 企业 需要 构建 良好 的 AI 文化 ， 从而 为 AI 生态 系统 提供 全面 支持 。 在 此 环境 中 -- 从 人工智能 到 自 适应 智能 随着 AI 功能 广泛 应用 于 主流 企业 运营 ， 一个 新 术语 正在 兴起 ： 自 适应 智能 。 通过 将 实时 的 内部 和 外部 数据 与 决策 科学 及 高度 可 扩展 的 计算 基础 设施 相 结合 ， 自 适应 智能 应用 可 帮 -- 了 解 采用 嵌入式 AI 的 Oracle SaaS 应用 如何 创造 颠覆性 力量 AI — 未 来 企业 的 战略 要务 和 竞争 优势 对于 任何 希望 获得 更 高 效率 、 新 的 收入 机会 和 提高 客户 忠诚度 的 企业 来 说 ， AI 都 是 一 项 战 略 要务 。 它 正 迅速 成为 众多 组织 的 竞争 优势 。 有 了 AI ， 企业 可以 在 更 短 的 时间 内 完成 更 多 任务 、 创建 个性化 和 极 具 吸引力 的 客户 体验 并 预测 业务 成果 ， 从而 提升 盈利 能力 。 但 AI 仍 是 一 项 颇为 复杂 的 新兴 技术 。 为 了 充分 发挥 其 价 值 ， 您 需要 在 如何 构建 和 管理 大 规模 AI 解决 方案 方面 具备 专业 知识 。 一个 成功 的 AI 项目 需要 的 不仅仅 是 聘用 数据 科学 家 。 企业 需要 实施 合适 的 工具 、 流程 和 管理 策略 来 确保 AI 的 成功 。 充分 发挥 AI 价 值 的 优秀 实践 哈 佛 商业 评论 就 如何 开始 使用 AI 提出 了 以下 建议 ： • 在 对 收入 和 成本 具有 重大 和 直接 影响 的 活动 中 应用 AI 功能 。 • 在 保持 人员 不 变 的 情况 下 使用 AI 来 提高 工作 效率 ， 而 不 是 削减 或 增加 员工 数量 。 • 在 后端 而 非 前端 开始 实施 AI （ IT 和 会计 受益 最 大 ） 。 获取 AI 支持 ， 开启 AI 之 旅 AI 转型 已 是 大势所趋 。 为 了 保持 竞争力 ， 企业 终将 拥抱 AI 并 构建 AI 生态 系统 。 在 未 来 10 年 里 ， 未能 在 某种 程度 上 采用 AI 的 企业 终 将 落 于 人 后 。 虽然 您 的 企业 可能 是 个 例外 ， 但 大多数 公司 没有 内部 人才 和 专业 知识 来 开发 能够 充分 发挥 人工智能 能力 的 生态 系统 和 解决 方案 为 了 确保 成功 实现 AI 转型 ， 您 需要 制定 正确 的 战略 ， 找到 正确 的 工具 。 对 此 ， 请 选择 引 领行业 创新 ， 具有 深厚 行业 知识 和 全面 的 AI 产品 组合 的 合作 伙伴 。 -- 人工智能 学习 库 • 什 么 是 数据 科学 ？ 企业 正 积极 将 统计学 与 计算机 科学 概念 （ 如 机器 学习 和 人工智能 ） 结合 起 来 ， 从 大数 据 中 提取 洞见 ， 进而 推动 创新 并 转变 决策 制定 。 • 什 么 是 机器 学习 ？ 机器 学习 是 人工智能 ( AI ) 的 一个 子集 ， 专注 于 构建 通过 数据 进行 学习 的 系统 ， 旨在 加快 自动化 决策 流程 和 价 值 实现 速度 。 • AI 资讯 和 观点 机器 学习 、 人工智能 和 数据 科学 正在 改变 企业 处理 复杂 问题 的 方式 ， 转变 各个 行业 的 发展 方向 。 阅读 最新 文章 ， 了 解行业 和 您 的 同行 都 在 如何 采用 这些 技术 。 -- • 什 么 是 AI ？ • 什 么 是 云 计算 ？