（作者Tom Austin為Gartner研究副總裁，陳勇為Gartner研究總監）

摘要：智能機器、認知計算與人工智能尚有一定的差別，我們現在正處于智能機器時代的開端，企業應該把握好這一時代下的商機。Gartner預測，到2020年逾30%的首席信息官會將智能機器列入前五大投資重點。

　　我們正處于智能機器時代的開端，該時代以三大發展趨勢為鮮明特征——激進的硬件創新、海量數據以及深度神經網絡領域前所未有的進步，它們均出現于2012年前后。這一進程將如同工業革命一般極具變革性和顛覆性。

　　大大小小的物件將變得更加智能，越來越能理解并響應我們的需求。它們也將變得更加安全、適應力更強。設想，汽車、零售店、房屋、辦公室、工廠和娛樂場所等，幾乎各種形式的腦力勞動和社會互動都將因機器人的幫助而發生重大改變。智能機器將以我們今天難以想象的方式影響每一項工作以及每一行業。

　　如今，一些真實的商機已經對企業實現目標產生積極影響，如：自動駕駛汽車、智能視覺系統、虛擬客戶助手、智能(個人)代理以及自然語言處理等。作為首席信息官，您無需掌解所有能力和限制。不過，您必須確保跨部門團隊能夠足夠熟練挖掘各種機會并恰當地矯正謬見，這兩種能力均在這個領域不斷興起。

智能機器、認知計算與人工智能的區別

　　Gartner更傾向于采用“智能機器”這一通用術語而非認知計算或是人工智能，這是因為技術賦予人的屬性(擬人論)可能會扭曲我們對技術真正能力的理解。有些觀點認為此類機器真的非常聰明，人工智能最終能成功生產出能夠模擬人類大腦運作或復制人類認知過程的工具，而對這類假設進行投資時請務必謹慎。所有這些假設都是錯誤的，很可能還將繼續錯上好幾十年。

　　智能機器、認知計算與人工智能這些術語的區別如下：

　　• 智能機器：這種技術一般基于經驗采取行動，并非完全依賴人類的指令(它們能夠自我學習)，能夠創造意想不到的結果。然而，智能機器只是狹義上的“智能”。總的來說，這些技術不具備自我動機，只是展示常識或者想出新方法。

　　• 人工智能：回顧1955年，研究人員假設他們能夠描述人類智能的各個過程并加以模仿，進而創造出人工(人類)智能。我堅信他們錯了，今天依然如此，但我們現在進入了智能機器時代。

　　• 認知計算：該術語將人類認知的屬性賦予計算，這在科技中并未得到證實。機器不存在同源性，它們沒有認知能力，既不會思考也不會推理。它們的“推理”通常反映為執行使其運行編碼的推理規則(詳細的算法)以及用于訓練它們的數據。機器沒有常識，它們在這方面能力有限。沒有研究文獻支持相反的觀點，至少目前還沒有。

真正的商機

　　盡管有各自炒作和混亂，智能機器技術具有許多實際應用，可以完成需要大量(大規模)人工的工作，或者五年前無法實現的任務。例如：

　　• 在美國，Go Moment's Ivy是酒店客人的一位虛擬客戶助理，它能回答客人的問題，將要求發送給適當的聯系點，提高效率和客戶滿意度;

　　• 加拿大的Yactraq采用自然語言處理業務應用，為企業增加價值，它擅長快捷、便宜、自動地創造自定義詞匯，能夠從音頻信息提取更多的見解;

　　• 總部設在美國的Clarifai代表實用的前沿技術，提供圖像和視頻分類、標簽和搜索服務，以及針對具體任務的增值應用，如食品分類、網站和社交媒體分析、網站審核。

　　現在，智能機器的功能已足夠穩定、透明，企業可以利用它們嘗試創造商業價值。智能機器的商業投資將快速增長，集中于收入增長和運營效率。Gartner預測，到2020年逾30%的首席信息官會將智能機器列入前五大投資重點。

本文來源于中國科技期刊《電子產品世界》2016年第9期第7頁，歡迎您寫論文時引用，并注明出處。