人(rén)工(gōng)智能(néng)（A&₽‌I）和(hé)機(jī)器(qì)學習(xí)（ML）是(shì® ∏)AI的(de)關鍵組成部分(fēn)和(hé)↔π≈驅動力，在科(kē)技(jì)界并不(bù)是(shì)新概念。而且，★♦&盡管它們得(de)到(dào)了(le)關注₩"α，但(dàn)對(duì)于使用(yòng)這(zhè)些(xiē)工(gōn★§g)具來(lái)改善業(yè)務運營和(hé)使軟件(↑ ε jiàn)應用(yòng)程序更加智能(néng)的(de)最佳方法仍未達成明♥™σ(míng)确共識。實現(xiàn)改進的(de)應用(yòng)程序智>φ→能(néng)的(de)最佳方法是(shì)将AI和(£→≥hé)ML嵌入軟件(jiàn)應用(yòng)程序中，這(zhè)有(yǒu)λ←¶✘助于現(xiàn)有(yǒu)應用(yòng)程序更高(♠§gāo)效地(dì)運行(xíng)，并更好(hǎo)地(dì)告知(zhī)>✘$行(xíng)為(wèi)和(hé)業(yè)務決Ω$策。當組織看(kàn)到(dào)自(z₹₹≈​ì)動化(huà)對(duì)運營效率和(hé)改善的(≥β≠→de)客戶體(tǐ)驗的(de)積極影(yǐng)響時(shí​≤¥)，組織便采用(yòng)了(le)這(zhè)ε∑λσ種方法。
通(tōng)過AI進行(xíng)改進利用(yòng)
ML進行(xíng)AI滲透和(hé)改進軟件β∑&(jiàn)應用(yòng)程序的(de)三種方法包括≥•✔α簡化(huà)服務，合并實時(shí)更新以✘♥及與雲的(de)一(yī)緻兼容性。
簡化(huà)服務
當将AI和(hé)ML合并到(dào)組織中γש的(de)新軟件(jiàn)或現(xiàn)有(yǒu)軟σ♦件(jiàn)應用(yòng)程序中時(shí)，企業(yè)'©↑φ可(kě)以立即開(kāi)始看(kàn)到(dào)收益，特别是☆↕φ™(shì)簡化(huà)先前分(fēn)離(líλφ •)的(de)服務。人(rén)工(gōng)智→<​能(néng)協助使組織可(kě)以組合服務和(hé)功能(néng)，這(€>zhè)為(wèi)實施這(zhè)些(↕ ♥xiē)技(jì)術(shù)的(de)營<λ​‍銷團隊創造了(le)積極的(de)成果。例如(rú)，在實施AI技(‌→jì)術(shù)之前，愛(ài)普生(s≥πβhēng)報(bào)告了(le)跟進潛在客戶時(shí)客戶的(de)響應π→率很(hěn)低(dī)。根據《哈佛商業(yè)÷'評論》 2017年(nián)發布的(de)布拉♦"​ 德·鮑爾（Brad Power）的(de)♥≠《人(rén)工(gōng)智能(néng)如(rú)何精簡營銷與✘≠>λ銷售》，在部署了(le)AI助手後，該公司的(de)響應率提高(•®÷gāo)了(le)51％，比之前建立的(de)基線提高↔™(gāo)了(le)240％。研究他(tā)們圍繞銷售γ✘™組合所做(zuò)的(de)事(shì)情，轉化(huà)和(hé)客戶見σ÷÷(jiàn)解。AI不(bù)僅可(kě)←™&↑以協助簡化(huà)來(lái)自(zì)多(duō)個(gèφ✔‌)來(lái)源的(de)數(shù)據，而且≈$εβ還(hái)具有(yǒu)過濾掉不(bù)相(xiàng)關信息的(de∏¶)能(néng)力，從(cóng)而使員(yuán)工(gōn₽•™g)可(kě)以專注于最新和(hé)可(kě)行(xí™ε​>ng)的(de)數(shù)據。
盡管AI在管理(lǐ)物(wù)流方面很(hěn)關™¶> 鍵，但(dàn)它也(yě)可(kě)以✘‍♥>擴展到(dào)內(nèi)容創建。通(tōng)過使用(yòn¥βδ≈g)軟件(jiàn)，員(yuán)工(gōng)可(kě)以簡'₽化(huà)職責并騰出時(shí)間(jiān)專注于客戶的&&(de)需求和(hé)體(tǐ)驗，而不(bù)用(yòng)創建和(hé)‌♠¶維護數(shù)千個(gè)內(nèi)容。随著(zheα §)更多(duō)的(de)認知(zhī)技(jì)能(néng)<•≥×（如(rú)語音(yīn)，視(shì)覺和(hé)自(zì)然語言（N  €αLP））被添加到(dào)AI中，其知(zhī)識和(hé)搜索功能(néng  ↓✔)将得(de)到(dào)增強。
整合實時(shí)更新
随著(zhe)業(yè)務和(hé)機(jī)會(huì)的(de)發展，βε人(rén)工(gōng)智能(néng)也(yě)将不‌↔‌≤(bù)斷發展。通(tōng)過連續，實時(s↔←hí)的(de)更新，人(rén)工(gō✘§σ♣ng)智能(néng)可(kě)以确保內(nèi)容和(hé)營銷抵π> ↕押品以客戶為(wèi)中心的(de)方式®∞準确地(dì)滿足客戶的(de)特定需求。這(zhè)意味著(z↕δhe)員(yuán)工(gōng)不(bù•£)再承擔監視(shì)更新的(de)額外(wài®π© )負擔。這(zhè)對(duì)每個(gè)人(≠®☆​rén)來(lái)說(shuō)都(dōu)是(shì)個(gè)好(h☆'δ¥ǎo)消息，因為(wèi)當員(yuán)工(gōng)有(y>♥☆↓ǒu)更多(duō)時(shí)間(jiān)專注于手頭的(de)任務時(s←π₹ hí)，他(tā)們可(kě)以做(zuò)得(de)更好(hǎo)。一(yΩ↔αī)緻的(de)維護可(kě)以實時(shí)更新♦β↓軟件(jiàn)，從(cóng)而減少(shǎo)和(hé)​☆消除與過時(shí)或不(bù)兼容的(de)軟件(ji£€​àn)及其數(shù)據相(xiàng)關的(de)麻煩和(h∏®←é)壓力。這(zhè)使公司領先于遊戲，并提高(gāo♣ )了(le)競争對(duì)手的(de)門(mén)檻。
人(rén)工(gōng)智能(néng≤"•↕)還(hái)可(kě)以提供對(duì)産品生(shēng)命周¶¶ ↑期和(hé)開(kāi)發階段的(de)≠$‍實時(shí)見(jiàn)解。這(zhè)包括使客戶能(n↑€  éng)夠跟蹤從(cóng)制(zhì)造到(dào$₩§")創建再到(dào)最終交付的(de)産品組件(jiàn)的(de↓≠★)能(néng)力。根據AI Busines‌§∑Ωs網站(zhàn)西(xī)門(mén)子(zǐ)首席執行(xí♣±¶☆ng)官的(de)一(yī)篇文(wén)章(zhāng)，它可(kě)¥β$以洞悉錯(cuò)誤或滞後，并确定需要(yào)改進的(de)方面，以改↕©善客戶體(tǐ)驗，西(xī)門(mén)子(zǐ≤₹‌ε)首席執行(xíng)官：彌合AI與IIoT之間(jiān)的(de)∞§§鴻溝是(shì)英國(guó)工(gōng)業(y<™♥è)未來(lái)的(de)關鍵。
與雲
的(de)一(yī)緻兼容性毫無疑問(wèn)，雲無處不(bù)在。實際‍₩上(shàng)，在路(lù)易斯·哥(gē)倫α☆€π布（Louis Columbus）在2019年(ni>↑án)1月(yuè)發布的(de)《福布斯》網站(zhàn)∑✔上(shàng)，預計(jì)到(dào☆← )2020年(nián)，将有(yǒu)83％的(de)企業(yè)工ε$←(gōng)作(zuò)負載在雲中。根據Gartner的(de)調查，到(™σdào)2019年(nián)，有(yǒu)37％的(de ♥α)CIO計(jì)劃部署或已經部署部署了(le)AI，證實了(le)AI和(h∑ é)雲很(hěn)快(kuài)将成為(wèi)同義詞的(de)必然性。 ♠≠≈實際上(shàng)，哥(gē)倫布注意到(dào)最近(jìn)的(®∑σde)一(yī)項調查，預測AI和(hé)ML将成為(wèi)推動2020<→"年(nián)雲計(jì)算(suàn)€♦♠采用(yòng)率提高(gāo)的(de)主要 •(yào)催化(huà)劑。投資AI和(hé)ML是(shì)對(duì)企 Ω★業(yè)未來(lái)的(de)投資，并且将在過渡期間(jiān)繼續提供收βΩ±Ω益到(dào)雲變得(de)更加普遍。
除了(le)實現(xiàn)AI的(de)這(zhè)三個(gè)核心優©∞×>勢外(wài)，深度學習(xí)，神經網絡和(hé)使用(yò∞> ¥ng)基于多(duō)層模式的(de)ML的(de)預測分(fē  πn)析将把AI推向新的(de)高(gāo)度。模拟人(rén)類&∞©∑行(xíng)為(wèi)會(huì)産生(shēng)深度→♣學習(xí)的(de)演變。邊緣計(jì)算(suàn)将AI / δδ•ML功能(néng)推向連接的(de)（即IoT）設備和(hé≠™)分(fēn)布式系統，而ML提供了(le)在生(shēng→✘)成數(shù)據時(shí)處理(lǐ)數( ♣‌↑shù)據的(de)功能(néng)。
AI和(hé)ML可(kě)以成功提供個©‍(gè)性化(huà)的(de)智能(néng)應用(yòng)程序，以近(jφ♠>₹ìn)乎實時(shí)地(dì)滿足單個(gè)業(yè)務需求✔δ©。通(tōng)過使用(yòng)相(x$≥‍δiàng)同的(de)知(zhī)識和(hé)偏好(hǎo)，自↕€​€(zì)動化(huà)現(xiàn)在可(kě)以成↓πβ為(wèi)開(kāi)發過程的(de)一(yī)部分(f ×ēn)。不(bù)可(kě)避免地(dì)，此過程将基于反饋和← (hé)不(bù)斷變化(huà)的(de)人(‌¥ rén)類行(xíng)為(wèi)而不(bù)γδ​斷發展。這(zhè)将為(wèi)軟件(jiàn)提供商提供主動而不(♣↑®bù)是(shì)被動的(de)機(jī)會(huì∑→β)。此外(wài)，使他(tā)們能(néng)夠在客戶知(zhīΩ₽↔σ)道(dào)他(tā)們需要(yào)它之前就(jiù)知(zhī) ↔∞✔道(dào)該解決方案。
由于該過程是(shì)自(zì)動化(huà)的(de"™α★)，因此可(kě)以縮短(duǎn)産品上(shàng)市(shì)時(sh♣☆§í)間(jiān)，并使團隊有(yǒu)更多(duō)時(shí§&)間(jiān)專注于對(duì)時(shí)間(jiān)更敏感的≠≤Ωλ(de)緊急情況，例如(rú)故障排除或其他(tā)特殊情況。随著(zhe)σ₽<時(shí)間(jiān)的(de)流逝，'∞π☆該過程将變得(de)标準化(huà)。這(zhè)些(xiē)≠&π組合将減少(shǎo)對(duì)無用(yòng)功能(néng)的(★≠de)浪費(fèi)，減少(shǎo)垃圾郵件(jiàn)和↕•(hé)泛濫，因為(wèi)該産品已經發展成為(wèi)個(gè)性↔'"化(huà)和(hé)匹配的(de)産品。應用(yòng)程序需要(≈✔≥Ωyào)利用(yòng)可(kě)用(yò$ ng)數(shù)據來(lái)基于預測模型觸發任務。與≈÷反應性任務相(xiàng)比，這(zhè)±&§進一(yī)步增強了(le)主動性的(de)概念≠₽，并提高(gāo)了(le)效率和(hé)有(yǒu)效性。找到(dào)能‍♣(néng)夠識别數(shù)據輸入的(de)系統的(de)能(néng)力最$☆終将導緻直接采取行(xíng)動的(de'₹♣)情報(bào)，盲點的(de)檢測以及在可(kě•←)能(néng)的(de)情況下(xià)自(zì)動進行(xí♦±ng)更正的(de)能(néng)力。
最大(dà)程度地(dì)發揮潛力
将AI和(hé)ML引入業(yè)務流程λ<中已成為(wèi)過去(qù)已成為(wèi)現(xiàn)實，而被困在流δ€程或管理(lǐ)工(gōng)作(zuò)中（這(zhπ≠è)在很(hěn)大(dà)程度上(shàng)是(shì)未被注意到(d™ε‍ào)的(de)）。通(tōng)過擁抱 ‌這(zhè)些(xiē)應用(yòng)程‌≥序簡化(huà)服務，提供實時(shí)更新并增加與雲的(de)兼容性的(d ₽"e)能(néng)力，企業(yè)可(kě)以準備并←≈™‌最大(dà)程度地(dì)利用(yòng)軟件(jià₽©₽‍n)的(de)潛力，以應對(duì)未來(lái ♠)的(de)不(bù)斷發展。