人工智能新概念——认知技术

  随着深度学习技术的不断革新，人工智能在生活和工作中的作用越来越明显，认知技术作为人工智能中一块分支，正在逐渐改变企业传统的工作流程。认知技术简单来说，就是让计算机代替人来理解和思考问题，Google的人工智能专家指出，现在他们正在努力提高机器认知的速度、准确性和效率，并期望能够增加20%-30%的额外容量。通过认知技术的实现及广泛运用，能够将一大批人类专家从繁琐的数据整理工作中解放出来，从而专注于更高价值的活动。

  认知技术的实现模式既可以是应用程序，也可以是独立的机器，它们工作的主要目的是替换以前需要通过专家定义才能进行输入及输出的任务，其中包括机器人过程自动化（RPA）、机器学习和自然语言处理。认知技术减少了对专家输入的需求，并通过新的工作方式提高了机器自动学习的效率。
  现阶段，已经有诸多利用认知技术优化工作流程的实例，例如RPA通过现有接口自动执行包括数据提取和清理的日常任务活动；机器学习将高级算法应用于大数据集以识别模式，帮助诸如客户关系管理CRM、产品控制和交易监控等领域做出决策；自然语言处理将语音和文本文件转化为结构化可搜索和处理的数据；认知代理人技术与用户直接互动，常用于雇员服务中心、帮助台和其他内部联络中心。
  麦肯锡公司近期分别比较了几家银行在使用认知技术之后，其现金股权业务中的数字运营及贸易处理的渗透率。他们发现数字运营水平最高的公司其收入增长了八倍，并且FTE的交易量高水平组比低水平组高出4倍以上（数据来源于：《McKinsey Capital Markets Trade Processing Survey》, McKinsey research, Coalition data），具体可见下图：

  技术效率的提升往往与员工人数的减少呈现直接的线性关系。这是因为自动化能够有效降低工作总量，例如，RPA通常将每个人的工作量降低10%至20%，因此人员配比也将相应减少。然而，从整理的创造能力来看，认知技术的影响是潜在的，其可以作用于独立解决方案，也可以和其他应用程序组合运行而增加其影响力。例如，RPA和机器学习对结算和付款功能中的标准指令的更正具有很高的使用价值。同时，认知代理、智能工作流程和自然语言处理在客户端服务中最为有用，例如用于创建自定义的电子邮件响应等等。

  现在大多数企业所需要解决的问题不是在于是否部署基于人工智能的技术，而是在于部署了人工智能技术之后如何使其快速的产生价值，相信随着认知技术在不同领域的广泛运用，人工智能将在企业日常运营活动中产生更大的价值。