（文章來源：教育新聞網(wǎng)）

工廠部署AI來自動化需要適應性和敏捷性的復雜物理任務。營銷人員使用AI生成個性化的建議和自動執(zhí)行訂單。該列表實際上是無限的。如今，如果沒有人工智能，從信用卡欺詐檢測到電子郵件垃圾郵件過濾器到預測性交通警報再到個性化提醒等一系列服務都是理所當然的。

商業(yè)智能是AI廣泛使用的領域之一。企業(yè)利用深度學習算法來發(fā)現(xiàn)可能導致銷售的行為模式，利用物聯(lián)網(wǎng)傳感器的提示進行預測性維護和庫存優(yōu)化，并做更多的事情。但是，企業(yè)現(xiàn)在所做的只是可能性的冰山一角。AI實現(xiàn)實時決策，隨著數(shù)據(jù)的擴散，幾家企業(yè)冒著數(shù)據(jù)過載的風險。大數(shù)據(jù)的空前增長以及對分析此類數(shù)據(jù)的癡迷很容易影響企業(yè)的核心運營。基于AI的商業(yè)智能軟件使企業(yè)能夠將數(shù)據(jù)分解為可管理的見解，并利用大數(shù)據(jù)。

人工智能還具有改變分析動態(tài)的潛力。常規(guī)數(shù)據(jù)分析專注于描述性分析或分析數(shù)據(jù)以報告發(fā)生的情況。當前一代的支持AI的分析工具可以進行預測分析或使用數(shù)據(jù)來解密未來的見解。但是，這是基于“最佳猜測”以及用于猜測概率的行為和歷史數(shù)據(jù)。

規(guī)范分析將在不久的將來接管所有工作?；贏I的規(guī)范性分析工具將搜索大量數(shù)據(jù)，并使用戶能夠制定各種可能的措施并提出可行的解決方案。規(guī)范性分析不僅可以預測，還可以提供合理的建議，并解釋為什么事情會按照既定方式發(fā)生。

從被動式預測分析到主動式規(guī)范分析的轉變提高了業(yè)務決策的效力和相關性。實時實時見解使企業(yè)能夠充分利用其運營數(shù)據(jù)，根據(jù)當前正在發(fā)生的事情而不是過去發(fā)生的事情做出決策。許多建議也可以自動執(zhí)行，由智能機器根據(jù)可用輸入確定最佳操作方案。從呼叫中心部署基于AI的聊天機器人到使用深度學習在幾秒鐘內分析無數(shù)數(shù)據(jù)點并檢測欺詐的銀行，當今的企業(yè)在許多方面都利用了AI的力量。

人工智能驅動的語音激活數(shù)字個人助理已經(jīng)極大地吸引了千禧一代。諸如語音識別接口之類的基于深度學習的應用程序的激增，其在企業(yè)中的廣泛采用以及諸如Apple Siri，Amazon Alexa和Google Assistant之類的數(shù)字語音助手的巨大普及都預示著未來的事物。語音將取代鍵盤和觸摸界面，成為個人參與品牌，跨行業(yè)的默認規(guī)范。

同樣，在不久的將來，成熟的面部識別技術也將在目前的水平上取得長足的進步。人工智能驅動的面部識別技術可能會使高刺激性的密碼過時?；贏I的情報可從經(jīng)驗中學習，每次經(jīng)驗或交易都會變得更好。由于下一個規(guī)定的決策自動地比上一個更好，因此AI模型已經(jīng)高度成熟并涵蓋所有可能發(fā)生的階段了。

By Checking This Box You Agree to ou它變得更好了。未來由AI驅動的系統(tǒng)可以從即將成為普通用戶的語音命令中自動識別用戶甚至用戶的情緒，以提出高度準確的建議或以真正的個人水平與他們互動。下一波由人工智能驅動的助手將能夠實時地在上下文中分析大量數(shù)據(jù)，以快速掌握客戶的需求和優(yōu)先級，并執(zhí)行所需的工作。AI都已將超個性化作為默認規(guī)范，而不是像現(xiàn)在這樣的高級服務。

在宏觀層面，企業(yè)將能夠整理來自各個數(shù)據(jù)點的信息并進行實時的實時情緒分析。例如，企業(yè)可以從客戶與公司的互動，社交媒體帖子和其他數(shù)據(jù)中收集實時數(shù)據(jù)，以了解他們對產品的思考過程和情感反應，并進行實時干預以強化或改變這種看法。