在德勤今天发布的年度科技趋势报告中，列举了2017年最值得企业投入的七大领域，“机器智能”就是其中之一。

　　报告中的“机器智能”包含了人工智能和其他技术，指的是一种算法能力，它可以用来提升员工表现、将日益复杂的工作内容自动化，以及开发能模仿人类思考和行为的“认知代理”。

　　以下是报告的一部分，谈了机器智能将如何为企业带来价值。由『量子位』编译。

　　机器智能如何创造价值

　　向机器智能转型需要对数据分析建立一种新的思考方式：它不该仅仅被视为一种生成统计报告的方式，而应该是一个运用更大、更丰富的数据集来将任务自动化以提升企业效率的工具。

　　在机器智能中，这些机会非常值得考虑：

　　认知洞见

　　对于已经发生、正在发生的事情，和接下来可能会发生什么，机器智能可以提供深刻的、能付诸实施的见地。这可以帮助商业领袖指导员工，提升他们的工作表现。

　　例如，在全球的客服中心里，服务代表借助多功能客户支持程序来回答关于产品的疑问、接受订单、查询账单问题、以及解决其他客户关新的问题。目前，在很多这样的系统中，员工为了回答一个特定的问题，通常必须在多个窗口间来回切换来获得所需的信息，可见优化的空间。

　　认知参与

　　机器智能价值树的下一级，是认知代理，这是一种借助认知技术来与人交流的系统。目前已有的主要案例中，这类技术都用于服务客户而不是生意本身，例如根据语音命令来调节室内温度、控制电视的智能助理。

　　但是，不少商业上的任务和流程都能从这类认知参与中受益，一类新的应用领域就此开始产生。它们可以访问复杂的信息，执行数字世界中的任务，例如为病人办理入院手续，或者推荐产品和服务。

　　在客服领域，它们可能具有更大的商业价值潜力，认知代理可以通过处理计费或帐户交互，提出技术支持问题以及回答员工的人力资源相关问题，从而替代一些人类员工。

　　认知自动化

　　这是我们总结的第三种机器智能机会，也可能是最具颠覆性的。机器学习、机器人流程自动化(roboTIcs process automaTIon，简称“RPA”)以及其他认知工具深入学习特定领域(例如行业、智能、地区)的专业技能，然后将相关任务自动化。

　　我们已经看到有这样的设备，它们内置的机器智能可以将传统上由训练有素的人类来做的工作自动化。比如说，一家健康领域的创业公司将深度学习技术用于分析X光片。经测试，其系统比专业人类放射科医生在判断恶性肿瘤方面的效率提高了50%。

　　我们已经看到设备设计与烘焙机器智能自动化的工作，传统上是由训练有素的人工。例如，一家医疗保健公司正在应用深度学习技术来分析放射学图像。 在测试中，其系统比专业人类放射科医生在判断恶性肿瘤方面的效率提高了50%。

　　在教育领域，在线学习计划中嵌入的机器智能功能通过追踪学习者在解决问题任务期间的“心理步骤”来诊断误解，然后为学习者提供及时的指导，反馈和解释。这样的功能，模仿了一对一辅导的优点。

（敬请关注微信号：dzbyqzx）