端午前夕，2020年同济MBA“云游学”美国篇迎来收官。6月21日，由IBM全球项目总监Angie Krackeler精心筹备题为“人工智能的影响力”的实战线上分享。

同济经管学院专业学位中心主任徐勤进行英语主持，为本次线上讲座致开场辞，对Angie Krackeler总监进行了介绍并表示欢迎。

Angie作为IBM全球项目主管，在IBM任职超过25年，她带领着来自15个国家的国际IT精英，服务于全球的初创企业，孵化器，及私募基金。

在加入IBM的生态系统团队之前，Angie是IBM硅谷创新研发中心的主管，她曾经管理过多个IBM的重要部门，包括软件、硬件开发部门，IBM全球服务部门，IBM销售营销部门，以及IBM全球云计算实验室。同时，Angie也是IBM硅谷办公室所在城市Foster City商会的董事会成员，并担任硅谷多所大学的荣誉学术顾问，以及许多硅谷初创企业及孵化器的科技导师。

本次线上讲座主要包括AI面临的挑战，IBM在人工智能全球统一战略以及如何帮助全球公司揭开人工智能的力量。

AI简述与挑战

首先Angie叙述了 AI 简史。很多人觉得AI是5年前开始的，但其实早在1950年阿兰·图灵做出了第一个图灵测试机器，人们制作了机器人增定律，1950年中期编写了第一批AI程序。1956年组织第一次AI会议。从中可以看出AI并非新生事物。

从1950到1997年，人工智能成果并不丰硕，但从1997年进入增长期。深蓝国际象棋程序（IBM）打败了国际象棋世界冠军加里·卡斯帕罗夫。2011到2014年，IBM沃森大脑在老牌智力问答电视节目Jeopardy参赛中，成功战胜了两名人类选手。2016年谷歌DeepMind“阿尔法狗”，2018年IBM首个人工智能辩手Project Debater，谷歌助手打出了一个电话。

近两年AI为什么再度热门？20世纪50年代，人们就开始研究。当时能够处理数据的机器只能处理有机构的数据，而现在有大量无结构数据，如图片、视频和自然语言。人们对能够处理有结构和无结构数据的机器需求越来越大，就也就是AI再度热门的原因。

关于人工智能、机器学习和深度学习，人们有很多讨论，但三者是什么关系？以下图片解释了这一问题。

Angie与大家分享了这三者的定义：

人工智能：使电脑能够模仿人类的行为；

机器学习：一种算法，它能在没有明确指令的前提下，基于模型和数据做出决策；

深度学习：机器学习的一个子类，有多层算法，每层算法对数据有不同的诠释。

Angie通过一则漫画来进一步解释到底什么机器学习。机器学习就是从海量数据中找到有用的信息，持续学习这些数据的过程，直到得到我们想要的结果。

调查中85%的企业表示想要把人工智能制定企业的优先战略，试图对人工智能和大数据进行应用，可是实际情况却不尽如人意。真正使用人工智能的比例处于中间比较低的阶段。想要真正了解大数据和人工智能之间的关系比较困难是所有症结所在。

根据对全球财务一千强公司进行的调查显示，如果公司可以把对于数据使用和人工智能的部署提高到10%，每年企业营收可以增加8500美万的；相反，如果企业没有很好成功使用大数据或人工智能，每年增收将损失掉970万美元。

没有信息架构（IA）就没有人工智能（AI），企业最重要的是从海量的信息当中提取有用信息，海量数据到底怎么被人工智能使用。现在面临的困境是大约81%数据AI没有办法处理，所以不论多么成熟的AI算法，当没有预处理过的数据时，AI算法也没有办法找到有用信息。再成熟的AI算法无法克服数据（架构）缺失，这也是为什么企业人工智能使用率比较低。

Angie为大家详解AI使用阶梯，使用统一化的平台，使客户与数据链接起来。阶梯中先要收集正确的数据信息，第二步是对收集的数据进行整理，再进行数据融合后把信息纳入到商业运营，创造新的收入增长点。大部分企业不会把数据存在一个云上，大部分是多个云状态，但企业想要统一平台来运营管理融合多云平台数据，IBM 就可以提供一个平台来链接所有云，链接所有数据。

IBM的人工智能解决方案

数据是数字化转型最重要步骤，但人工智能是真正转型中解锁数据价值的方式，这就是为什么人工智能正在改变商业运营方式。如果人工智能得到很好的应用，预计到2030年，将会为全球经济注入 16万亿美元的价值。

这也是为什么IBM 为客户提供数据和AI的组合解决方案，可以帮助客户在任何云上进行企业级数据和AI融合；不论是准备数据、梳理数据、搭建模型或帮助客户部署运行模型，或者管理录入工具，都可以在一个平台进行一站式数据运营管理。

Angie通过一站式平台解决方案——IBM沃森助理来进行实例解说。它可以通过采样数据通过人工智能来处理各种数据，最后给出企业级数据。

人工智能是不停在学习的系统，是由人输入数据来训练的。如果一旦人工智能无法处理现有系统数据，它可以无缝衔接地把数据转移给人来处理。

许多行业龙头正在把人工智能运用到企业当中，变成有力工具增加营收方式。人工智能使用得当的话，可以缩短客户呼叫时长的60%，可以提供生产力40%，可以减少70％假的财务犯罪警报，可以把重复性工作量减少40%，对IT反应速度快6倍。

可以说，AI正在塑造未来的工作形态，正在改变人与人、人与机器的互动，也在改变企业的商业模式。Angie分享了一些IBM的合作客户案例，这些客户都是行业领先者，为大家解析到底人工智能为这些企业增加了哪些价值。

人工智能赋予企业的可能性

人工智能不是魔法，建立自能工作流程非常复杂，数据自带复杂性和流动性。

以下图片中显示蓝色框是想要运用AI处理数据的流程，要准备数据，预处理数据，搭建模型，让模型在企业中进行运行，对整个流程进行管理。准备蓝色区域最长，人工智能部署耗时最长。要确保数据转化成人工智能能处理的模式，梳理数据是最困难的。

但是企业也有自己不同的机会。如果有正确的专业知识，完全可以搭建自己的AI。建造自己的AI模型是要理解存在问题，最大的问题是缺少数据科学家，科学家们把数据准备好进行训练。数据准备最耗时，最缺失人才；第二个问题是企业数据非常碎片化，如何从海量数据中找到有用信息。

如何解决公司IT支持问题，答案就是真正合适的人工智能模型，对数据进行预处理，让它能够被人工智能学习，找到相应模型来解锁技术支持方面的问题。

每个公司都可以建立自己的模型，以IBM为例，有预建、预培训模型，可以使客户无需从零开始建立自己模型。在解决方案上，企业级人性化互动，可以让客户更便利的使用模型。所有建模和数据处理都可以做到自动化。

以下是IBM合作的客户，通过预建的AI应用加速企业增加收入点。如苏格兰黄金银行，通过IBM的人工智能实现40%查询人工智能自动化，净推荐值提供20%；还有汇丰银行和Nextel通讯公司，每个客户都面临自己的挑战，IBM为客户提供定制化服务，帮助客户解决现有问题。

AI作为创新催化剂，在崛起过程中，不仅对企业重要，也是下一代高管必备技能之一。他们需要有设计思维，能跳出框架思考整个公司面临问题，提出解决方案；需要了解人工智能是什么，如何运用和部署；掌握数据科学，了解有多少数据，如何准备数据；需要了解战略管理，能够进行数据治理。欧盟提出数据保护条例，要对数据治理，保证企业数据使用是合规有效的。

AI不是魔法，以下图片是IBM全球合作客户，每个客户都处于AI不同阶段，但他们都有一个共性，都是使用AI来改变现有商业模式，优化工作流程，寻找新的营收增长点。

AI使可预测的智能工作流程成为可能，使用人工智能可以解锁海量数据当中隐藏的价值。AI将是未来最重要的生产力，企业要把AI应用到企业运营当中，进行正确部署，增加企业利润和未来竞争力。

最后Angie和线上300多位学子进行了有关AI的深入互动问答探讨。本期线上讲座的结束也意味着同济MBA开设的海外讲师云游学系列美国篇成功收官。在这干货满满的四期海外大咖线上讲座的过程中，共计为1500多位同济学子提供了海外前沿信息和新思考模式。

编辑：颜回