近年来，人们对智能系统的兴趣急剧增长，从客户支持到治疗癌症。似乎简单地把“人工智能”这个词投放到宣传平台上就会赚足人们的眼球。媒体不断报道人工智能将窃取我们的工作，我们将创造超级智能机器人等等。相对而言，却很少讨论人工智能是什么、它究竟会实际影响到哪些行业业务。

当人们谈论人工智能、机器学习、自动化、大数据、认知计算或深度学习时，他们谈论的是机器学习如何根据数据和推理来完成目标的能力。这是极其重要的，而且到目前为止几乎已经在每个行业都产生了一定的影响。但是暂时还先不用谈那些大胆的主张，人工智能依然存在一些核心问题，是在近几年来都几乎没有取得什么进展的（包括类比学习和自然语言理解）。机器学习还并不是万能的，事实是，我们现在是既没有足够的数据也没有必要的知识来构建能真正像人类一样做常规决策的机器。

这样讲可能会让一部分人失望，甚至可能会破坏一些非常昂贵的营销活动。但是，事实上真的是在不久的将来出现能够做到自我导向、超级智能计算代理的可能性非常低，所以现在还用不着因此为自己的生意担心。真正需要管理者们关注的是，那些我们目前已有的庞大的计算机技术。

在未来的五到10年里，最大的商业收益可能来自于在适当的时间向适当的人群提供适当的信息。在过去几年的商业智能革命基础之上，机器学习技术会在各种领域里的寻找规律和自动提取有效信息上疯狂加压。数据将越来越多地推动实时经济，资源使用效率会更高，货物和服务则会越来越按需生产，这样既能降低失败率，又能提高可预测性。这对于不同的行业来讲将会有不同的意义。

• 在服务方面，我们不仅能更好地预测需求，还将能为客户群提供针对单独个体的超个性化产品（Netflix的做法）。售后服务方面也可以通过运用人工智能来节省劳动力，就像现在一些企业的在线客服一样，其实都是计算机算法在回答你的问题，人工智能真的没有我们想的那样离我们的生活多么远。

• 在零售业，我们将看到更复杂的供应链，更深入地了解消费者的喜好，以及线上和线下为客户定制产品和销售经验的能力。零售商将更加专注于趋势创造和偏好形成/品牌建设。
  

• 对于制造业而言，整个监控系统将会更向实时监控方向演化，学术上的说发叫做“异态检测”。组件之间的联系将会更加紧密，允许机器学习算法通过检测实时数据流来在状况发生前就作出侦辨，优化部件寿命，并减少人为干预的需要。

• 对于农业来讲，将用数据来决定耕种哪种作物，什么数量，在什么地方，并将使年复一年更的农作过程更有效率。这将创造出更高效的供应链、更好的食品和使用更少资源的可持续耕种。

事实上，作为企业管理者在做企业决策或者未来规划的过程中哪怕只运用到机器学习的皮毛就能够提高企业很多方面的效率了。最基本的例子，企业里存在的一些机械性工作就完全可以通过机器学习方法替代或者提高效率。但是具体该进行什么样的改革也好，更新也好，都还是需要企业去寻找专业的相关服务机构量身定做一套解决方案的。也许现在我们大部分人会觉得机器学习离我们还很远，但是假如人工智能大浪潮袭来的时候我们没有任何准备，将会有一大批企业受创，就像曾经发生过的工业革命一样，人工智能革命也会到来，现在已经默默开始了。