人工智慧很熱，但有時候會熱得燙手。
日前，據英國《衛報》披露，人工智慧已經出現了種族和性別偏見。這種偏見，恰源於其引以爲傲的學習能力——它們將人類語言和觀念中的糟粕，一併學了過去。
這已不是什麼新鮮事了。早在一年前，微軟的Twitter聊天機器人Tay便被網友「玩壞」，迫使微軟不得不將這個會爆粗口的賬號緊急下線。
在此情景下，「人」性本善（惡）的爭論，再度甚囂塵上。甚至有人腦洞大開，擔心人工智慧會被用來「淨化種族」……
這樣的擔心不是沒有道理，但似乎言之過早。在人工智慧技術尚未擁有良好投資回報率之前，相信沒有人會熱衷於拿它「當槍使」。
就像未來人文學家Gerd Leonhard所說，提到人工智慧，還請大家暫時忘掉所有好萊塢影片中的未來場景，和你的種種憂慮（這些問題，自會有道德和準則去規範）。只有這樣，我們才能更加全面地來認識人工智慧。
財富，還是泡沫？
如果打開搜索引擎，一定會被各種言論迷了雙眼。比如，微軟亞洲研究院常務副院長的一句「實現真正的人工智慧大約要500年，你要讓我在後面再加個0我也不反對」，就被媒體大肆炒作。一盆冷水潑完，彷彿人工智慧就是個遙不可及的妄想。
的確，要實現「真正的」人工智慧還有很長的路要走，但人工智慧所帶來的變革，已是有目共睹。
在剛剛過去的2016年，我們便親眼見證了「阿爾法狗」的崛起。從戰勝圍棋二段選手，到橫掃世界頂尖高手，它只用了不到一年的時間。
埃森哲技術與創新董事總經理Justin Baird把人工智慧分爲1到10個等級，最初級的AI完成最基本的自動化任務，而最複雜的則是可自主工作的一整套系統。
更重要的是，人工智慧對勞動力和經濟的潛在影響，堪稱驚人！埃森哲最新有關12個發達經濟體的預測報告顯示，人工智慧對於未來的創新和發展將是一個難以置信的引擎。以2035年的美國爲例，人工智慧將幫助其經濟成長率從目前的2.6%提升至4.6%（近8兆美元）。
中國網路數據資訊中心的調查也表明，感知系統和人工智慧在更廣泛領域應用後，將會推動全球經濟成長從2016年的80億美元，提升至2020年的470億美元，年均複合增長率達55.1%。
未來，人工智慧有望徹底改變傳統的人機互動方式，真正意義上實現第三代業務流程轉型。
敵人，抑或朋友？
爲什麼人工智慧可以帶來如此驚人的成長？因爲它將是一個「釋放的飛輪效應」——人工智慧會幫助人類從重複的任務中解脫出來，去創造更多、更大的價值。這在人類歷史上的數次工業革命中屢見不鮮。
但與此同時，另一個伴隨了人類數百年的問題也再度出現——機器/電腦/人工智慧的崛起，會不會搶了人類的飯碗？
這一顧慮，在小A早前的一項調研中有所體現。高達84%的管理者認爲，人工智慧將提升工作效率和樂趣，但也有36%的受訪者擔心人工智慧會威脅到他們的飯碗。並且，越是基層、越是年長、越是處於發達經濟體的管理者，對人工智慧越是持保留態度。
的確，人工智慧將承擔越來越多的常規性工作，甚至輔助人們的決策，但它絕不可能取代人類的地位。相反，小A更願意將這種趨勢稱之爲「解放」。正是得益於人工智慧的出現，人類的大腦和雙手才得以解放出來，探尋新的用武之地。
「至少目前，人工智慧的學習能力，還達不到人類的一般理解與學習能力。」在Justin Baird看來，在人工智慧無法開展的「判斷性工作」方面，人類會具有無法替代的優勢。如何在缺乏充分可靠資訊時，運用自身經驗和專業知識來做出關鍵業務決策和實踐，恰是人類判斷力的真正價值所在。
埃森哲的人工智慧公式
既然人工智慧是財富，也是朋友，那接下去的問題便是——如何讓它創造價值，實現上文所提到的經濟成長目標。埃森哲認爲，人工智慧的價值創造將主要覆蓋以下三個關鍵領域：
1. 重塑商業模式和流程。人工智慧絕非簡單的自動化過程，而是透過流程來提高完善自己。換言之，人工智慧實質爲「智慧過程自動化」。
2. 人際關係互換。人工智慧的應用可以幫助人們花費時間去處理非常規任務，它們僅佔全部任務的20%，卻能創造全部價值的80%。在這裏，人+人工智慧=更多價值、效率和創新。
3. 解鎖困值數據。面對每天產生的2.5兆位元組的天文級數據量，人工智慧將扮演終極數據科學家的角色，成立指數演演化模板的程式，解鎖大量困值數據，發現更多價值。
「在埃森哲人工智慧公式中，人、流程與數據是最重要的三大組成部分；而要實現更多商業價值，人工智慧技術的組合效應則是關鍵。」埃森哲戰略大中華區董事總經理、技術戰略主管Malcolm Hsiao坦言，既不生產像Alpha Go這樣的人工智慧產品，也不像谷歌、亞馬遜那樣打造平臺，但憑藉人工智慧的技術組合，加之對行業以及商業機會的深刻洞察，將兩者巧妙結合就能創造價值。目前，埃森哲已將自主研發的7000餘個機器人自動化解決方案，成功嵌入將近80%的客戶中，爲其帶來了效率和收益。
舉個小例子：在印尼，我們透過使用無人機，結合電腦視覺、貝葉斯學習和地理空間分析等一系列人工智慧技術，幫助專業林業公司，在種植超過15年、覆蓋500萬公頃的土地上，分析得出了100萬次記錄和6000個變數數據。
曾經兩人在4天內的工作量，大致可勘察25公頃並對35,000顆樹做出評估，如今使用人工智慧引擎僅需5分鐘，便可覆蓋175公頃的250，000棵樹。
在多年實踐的基礎上，埃森哲組建了一個有意思的公式，解釋人工智慧如何與商業價值組合在一起：
這一公式如何解讀？它的背後又隱藏著哪些鮮爲人知的觀點？近日，由埃森哲和IDC主辦的CIO&創新圓桌會便邀請到以上文中的諸位大咖：Malcolm Hsiao、Justin Baird、Gerd Leonhard等，爲我們縱論人工智慧的現狀與未來。
文章的最後，小A爲您帶來了圓桌會現場的影片實錄。如果想了解大咖們更詳盡的前沿觀點與行業解讀，請戳此處，小A爲你奉上全部中、英文字幕，以備你做學習筆記使用。