从人工智能到企业智能，企业还需要做哪些准备？
“未来将只有两种公司，有人工智能的和不赚钱的。”全球世界著名咨询公司TCS在2017年全球趋势年度报告中如此预测。
当下，人工智能可谓热度空前。那么，人工智能到底是万能管家？还是神话故事？穿透人工智能的神秘面纱和火爆热潮，从学术到应用，从实验室智能到企业智能，个人和企业能否应用人工智能找到自我成长与发展的AI密码？
在今天，作为一个普通人，究竟离人工智能有多远？
老张在昨晚睡觉之前，看了一部叫做《西部世界》的美剧。这时候他只能用对艺术作品的想象力来连接人工智能。
早上，老张在上班的路上刷新闻，看到了各类AlphaGo的消息。这时候人工智能距离他，是新闻到生活的距离。
来到工作单位，老张是一名物流仓库管理员。今天他发现，整个仓库的摆放位置全部更新了。到晚上，老张发现了怪事：这一天搬送货物无比顺手，工作非常轻松。甚至感觉一天等于过去半天的工作量——这时候，人工智能已经进入了老张的工作，成为他看不见摸不着，却至关重要的同事和伙伴。
这一幕并不遥远，而是就发生在今天。在华为云EI企业智能服务企业客户的过程中，已经有通过深度学习计算，帮助某企业实现仓储系统优化的案例。数据显示，经过优化后，仓库管理员每天的工作量能从行走三万步，下降到行走两万步，效率提升30%。
这或许说明，人工智能与我们的距离，已经无限接近于零。
众多专家都将人工智能技术的落地划为三个阶段：第一阶段，人工智能将完成技术上的成熟，开始在多个领域达成超过人类平均水平的目标；第二阶段，企业将广泛运用人工智能，将智能作为燃油和电力一样的发展必备资源；第三阶段，通用人工智能将来到人们身边，人类在影视作品中想象的与真人类似的智能体将开始出现。
那么目前来看，人工智能正处在第一阶段向第二阶段进发的关键时期。在这个阶段，如何让人工智能技术与企业需求和增长相结合，或许是属于整个时代的任务。
世界著名咨询公司TCS在此前的全球趋势年度报告中显示，全球范围内有84%的受访公司把人工智能视为竞争力的关键要素。
从人工智能到企业智能，从对AI的惊叹变成对AI如臂指使，我们还需要经历和跨越什么呢？
窥探：我们熟悉又陌生的人工智能
知史以明鉴，对人工智能来说也是如此。
从上世纪40年代，图灵提出现代人工智能概念，到1956年达特茅斯学院会议上，正式诞生了第一个人工智能程序，人工智能至少已经是60岁高龄的“爷爷级”技术。
按照英国图灵研究院给出的定义，我们正在经历和应用的人工智能技术，是一系列以人类思考、感知、交流方式为模仿目标的技术统称。简单来说，任何明确模仿人类智慧的计算与统计技术，都可以叫做人工智能。
上世纪60年代，人工智能曾经一度引发热议。以逻辑理论为支撑的各种人工智能应用如雨后春笋般生长，但由于技术想象不切实际、工程化太困难，最终在1974年迎来了人工智能泡沫破裂，整个产业陷入谷底。
今天的人工智能复兴，是以机器学习技术为主干，NLP、机器视觉、知识图谱以及深度学习、强化学习等技术实现方式作为体系支撑的多元技术革。借助了大数据、互联网技术带来的数据红利，以及云计算、芯片工艺带来的算力升级，人工智能得以在近几年出现发展热潮。
三重奏：人工智能带给企业的礼物
根据英国政府发布的《2017年人工智能产业发展报告》估计，到2030 年，人工智能将为全球经济贡献高达 15.7 万亿美元，这一数字将大于中国和印度目前的经济体量之和。其中，估计约有 6.6 万亿美元得益于生产率的提高，9.1万亿美元来自消费方面的影响。
到底是什么让人工智能有这样的底气？被寄予如此高的期望？
总体而言，以机器学习和神经网络带动的人工智能技术，在三个层面满足了企业的增长需求。
1.交互方式迭代
讨论人工智能带来的NLP、语音交互、机器阅读理解、机器视觉、机器传感等技术，正在让人与机器间长久以来通行的“手指命令输入”变得并不绝对。人类开始可以用语音、用动作来完成对机器的命令输入，甚至什么也不用做，让机器来主动理解人类。
比如一家线下零售企业，过去需要依赖店员去和顾客交流。很多时候店员的能力和态度直接决定企业收入，而在使用了人脸识别等机器视觉技术之后，企业可以通过摄像头直接了解来店的人流，甚至读取每一位顾客的满意程度。
2.生产效率优化
人工智能进入企业的另一个核心，在于通过让人工智能理解企业数据，优化数据处理结构，并使用算法智能分析出趋于合理的生产模式。从而将过去依靠人工粗略判断的效率提高为智能效率。
比如在巡检工作时，过去企业主要依靠人工检查、经验判断的方式,错误率较高的同时效率也较为低下。在企业智能时代，可以采用图像识别来精准判断设备和产品问题，其效率当然也极大提高。
举个更简单直接的例子，在养猪场，假如想要清点猪的数量，那么只能让人一头头的查过去。但假如用人工智能模型来完成这项工作，一次拍照后猪的数量就清楚了,可谓达成了效率的质变。
3.多元成本降低
运用人工智能技术，企业不仅可以提高良品率、降低人工成本，提高安全生产系数。还可以通过人工智能外部工具来提高员工工作质量，降低企业多方面的成本压力。
举例来说，发票单填报是每个企业都要面对的工作。但手动填报非常耗费人力，并且错误频发。而华为云EI提供的OCR识别技术，则可以快速将发票单据内容转化为电子版，这样就节省了企业大量人力时间成本，提高了流程效率。
此外，人工智能的应用化还能够致力于降低社会成本，为社会效率和生态环保添砖加瓦。比如华为云EI企业智能的项目中，有一个案例是通过强化学习技术来为某供暖企业提供精准优化的“智慧供暖”解决方案。通过人工智能技术，依据室内外温度、供热侧热量等信息对用户供暖量进行精准调节，最终实现了在保证室温21°的条件下燃料消耗下降10%。对于环境问题严峻的今天来说，用智能化技术开启节能环保新思路，可谓功在长远。
当然，通往智能的道路，绝不是能够一蹴而就的。
挑战：技术到商业的跋涉
人工智能到来之际，很多企业家与企业管理者、技术团队都希望能够运用人工智能来完成企业进化，但在实际操作中却可能面临各种各样的问题。
在刚刚发布的麻省理工《以人工智能重塑商业》年度产业报告中，分析者指出，当前有极高比率的企业希望尝试人工智能变革，但只有约五分之一的企业实际将人工智能纳入了某些产品或流程。
其中最主要的问题，在于从认知到解决方案，再到业务落地，企业面临着众多与机遇同时而生的挑战，在中国企业中尤其如此。比如说：
1.供需难以匹配
目前国内企业能够接触到的人工智能技术，普遍还是比较初级的机器学习模型。而从一些技术公司那里购买的技术解决方案，则很可能看起来花哨，却与企业实际需求并不匹配。两者强行结合，反而可能浪费企业的传统优势去配合人工智能进场。最终导致得不偿失。
2.人才困境
根据高盛发布的《全球人工智能产业分布》报告统计，2017年全球新兴人工智能项目中，中国占据51%，数量上已经超越美国。但全球人工智能人才储备，中国却只有5%左右。巨大的人才缺口和人才竞争压力，让中国企业难以找到真正理解人工智能，能够完整搭建和执行企业人工智能项目的人才。
3.成本焦虑
在今天，一家企业希望进行人工智能转型，或者尝试部分业务的人工智能化，很可能要负担算法使用、算力使用、数据购买、人才与团队支出、设备支出等方面的经济成本。在难以明确收益周期的情况下，很多企业在人工智能的大门前望而却步。
来自多方面的压力，以及对未来的不确定，明显放缓了人工智能进入企业的速度。但随着技术升级和平台级企业不断完善服务，越来越多的人工智能利好正在面向中国企业打开。
机遇：企业智能的下一幕
在今天，企业利用人工智能完成自身业务改造，获取产业竞争力，在多个层面展现出了持续的机遇升级。
我们可以从三个层面来看企业智能利好的打开：
1.企业级服务在不断完善
在英国、以色列等国家，企业级服务的人工智能项目会占据整个人工智能项目的85%以上，而在中国这个比率还相当低。幸运的是，随着国内云计算、互联网以及多种有一定积累的科技企业陆续进场，算法提
