很多人談到人工智能，往往會走向兩個相反的極端：要么精準地預測人工智能未來幾年會催生或摧毀多少個就業機會，要么斷言人工智能會將我們的世界變成天堂（或者地獄）。因此，在本文中，我們決定靠譜地討論人工智能會怎樣改變商業的面貌。
是時候靠譜地談一談人工智能技術的未來了。之所以說這話，是因為坊間對人工智能技術的探討往往很不靠譜。很多人談到人工智能，往往會走向兩個相反的極端：要么精準地預測人工智能未來幾年會催生或摧毀多少個就業機會，要么斷言人工智能會將我們的世界變成天堂（或者地獄）。因此，在本文中，我們決定靠譜地討論人工智能會怎樣改變商業的面貌。在這個過程中，我們會盡量減少戲劇化的猜想。
“人工智能焦慮癥”的一大癥狀，就是擔心人工智能會造成大面積失業。然而實際上，未來會發生什么，沒有人知道，也不可能有人知道。全球有千百萬企業家和經理人在應用著各種快速革新的技術，他們會創造出怎樣的奇跡，我們永遠也猜想不到。
舉個例子，美國郵政部長亞瑟·薩默菲爾德1959年曾自信地預言稱，過不了多久，郵件就會用導彈來運送了，因為導彈是當時人們能想象出來的最神奇的技術。隨著二戰后經濟的發展，郵政部門要寄送的信件越來越多，在當時看來，郵政工人無疑是一份好工作。當時薩默菲爾德絕對想不到，有一天信件將不再被寫在紙上——雖然當時電子郵件、短信和無線通信網絡的雛形已經誕生，或至少已在研發階段。在人工智能的問題上，我們可能也會犯同樣的認知錯誤。
第二個重要事實，是人工智能的最終應用情況，很大程度上將由市場的力量決定。很多人以為人工智能將把世界變成一個烏托邦式的理想國，他們都忽視了市場這只“看不見的手”的作用。美國無線電公司老板大衛·薩諾夫曾經預言，在彩色電視普及后，大家就可以在家里欣賞藝術作品了。這聽起來當然是極好的，但是沒人想把它用在這么高雅的用途上。
人工智能也是一樣的，它會被廣大企業和消費者用在數不清的實際用途上，其中大多數用途談不上好也談不上不好，但其累積效果是無法預見的。在我們思考人工智能的未來時，關鍵是不要把自己放在一個道德的高地上，而是要像現實世界的每一個趨利避害的人（包括好人和壞人）一樣思考。
不過本文不會討論壞人的例子。我們將在文中討論25個人工智能的有益案例，其中有些案例非常具有啟發性——而且它們都是真實的。
人工智能如何改變你的工作方式
讓所有人都說同一種語言
從《神秘博士》（Doctor Who）和《星際迷航》（Star Trek）開始，科幻作品中就出現了能自動翻譯語言的機器，有了它，人類和外星人就算不學習對方的語言也能無障礙地交流。現在，地球上的一些公司已經在制造這種設備了。
谷歌近日發布的Pixel Buds智能耳機就是一例，有了它，美國公司的高管就可以給說葡萄牙語的同行打電話，談談跨國合作的事兒；跨國企業的員工可以更順暢地與其他國家的同事溝通，哪怕他們并不會說同一種語言；銷售人員可以給一個陌生地區的客戶打推銷電話，不必擔心對方聽不懂自己在說什么，說不定這一通電話就是公司咸魚翻身的機會。雖然很多跨國公司都將英語定為公司的官方語言，不過基于人工智能的同聲傳譯技術卻使非英語母語者可以繼續說自己的語言，保持自己的文化特點——在全球化的時代，這顯然是一個優點。
讀心術
語音控制是一項挺“酷”的技術。然而無論是亞馬遜的Alexa、蘋果的Siri還是微軟的Cortana，你在公開場合跟它對話，都顯得特別尷尬，也比較打擾別人。然而麻省理工學院的研究人員已經發明出了一種名叫AlterEgo的神奇裝置，它是一種非侵入性的可穿戴設備，它可以在你開口說話前就知道你要說什么。AlterEgo可以在幾秒鐘內回答很多問題，也可以發送私人信息，或者內部記錄信息流以留待稍后處理，這些都無需任何外部可觀察到的操作。
當然，AlterEgo并非真的有讀心術，不過它可以解讀人體下頜骨的電脈沖，這個位置正是人體的發聲器官，從而使AlterEgo能做到“聲未發而先知”。目前，麻省理工學院的研究人員仍在繼續收集數據，并對該系統進行訓練。以后，該系統可以作為高噪音環境下的一個溝通平臺使用，也可以用于患有語言障礙的人士。不過AlterEgo雖然具有大大加速書寫、計劃和溝通的能力，但人類終究還是要花不少時間閱讀這些文字。
更聰明地招聘
千里馬常有，而伯樂不常有。招聘是一個特別容易受個別人主觀因素影響的過程。一個人很容易因為某個求職者的姓名、畢業院校甚至簡歷上的字體大小就對他產生好惡。所以現在有些公司已經開始在招聘中尋求人工智能技術的幫助了。
比如沃達豐、尼爾森和聯合利華等公司在招聘時，會讓求職者先玩一款由AI創業公司Pymetrics開發的手游，這款手游能夠評估求職者的認知和情商水平，同時在設計中有避免了所有種族、性別等其他因素的影響。當軟件篩選出表現最好的一批求職者后，聯合利華會要求他們在HireVue網站上錄一段視頻，他們在視頻中要回答一些問題，比如如何解決工作中遇到的各類挑戰。該網站的人工智能算法不僅會分析求職者說了什么，還會觀察他們的反應有多快，以及他們的面部表情透露了什么情緒線索。通過了這些初步測試的求職者便會得到真人面試的機會。
聯合利華表示，啟用該系統后，人才對該公司工作邀約的接受率提高了；從種族、民族和社會經濟狀況等多個指標上來看，公司人才的多元化也提高了。以錄取新員工的畢業院校數量來看，該公司新員工教育背景的多元化程度達到了以往的三倍。
打造終極經理人
很多人根深蒂固地認為，只有人類才有資格評價人類的行為。不過那是過去了。現在，計算機算法已經在越來越多地評估我們的行為甚至意圖，并得出結論。尤其是在職場中，為了了解潛在的人員流失風險、高績效員工的特質，以及哪些因素有助于保持團隊的活力，人力資源部門很多時候都會求助于人工智能程序。比如波士頓的Humanyze公司就在試驗一種智能身份徽章，它可以持續追蹤員工之間的溝通情況，使雇主能夠找到其中的模式，分析公司的工作實際上是怎樣完成的。
西雅圖的創業公司Textio則使用人工智能技術幫助企業撰寫合適的招聘廣告（該公司的“增強寫作平臺”在通過堆砌語言以吸引多元化的求職者方面特別有效）。很多大公司在人力資源領域也引入了AI技術。比如英特爾公司正在研究使用人工智能技術開發一項新的內部工具，以將員工與公司內部的其他工作機會進行匹配，以更好地保留人才。
人工智能的這些新功能可以幫助企業吸引和留住他們所需要的人才，待這些流程實現自動化后，企業的招聘成本也將有所下降。那么它有沒有什么缺點呢？一個潛在的風險，就是有可能造成企業與員工的疏遠——畢竟員工都不喜歡雇主越來越多地侵入他們的生活。
人工智能將如何顛覆華爾街和銀行業
你的按揭貸款經理是機器人
次貸危機爆發后冒出了一種新觀點：機器可能比人類更知道如何正確地發放住房貸款。最近，房利美對抵押貸款機構進行的一項調查發現，美國有40%的抵押貸款銀行已經采用了人工智能技術來處理手續繁瑣的申請流程，檢測客戶可能的欺詐行為，以及預判借款者的違約風險。比如舊金山的Blend公司已經為包括富國銀行在內的114家銀行提供了在線抵押貸款申請程序，使貸款審批過程縮短了至少一星期。假設當年有這種人工智能技術，那么次貸危機還會出現嗎？
我認為即便不能完全避免，至少也能減輕次貸危機的烈度，因為機器會比人類更早發出預警信號。Blend公司聯合創始人、CEO尼瑪·甘沙里表示：“關于數據的錯誤決策可以在瞬間被發現和修正。”雖然銀行尚未開始基于人工智能的評估結果來審批貸款的發放，但很多銀行已經發現了人工智能程序的另一個好處——能讓更多美國人獲得住房貸款。Blend公司定義的“低收入群體”一向不愿申請抵押貸款。但現在，該群體通過Blend的移動應用申請房屋貸款的可能性是其他階層的三倍。富國銀行的消費銀行業務主管瑪麗·馬克表示： “它消除了人們的恐懼。”
為專業投資者帶來新優勢
過去十年間，金融行業的數據量呈爆炸式增長，即使那些20來歲的分析師不眠不休地干，也不可能處理完所有數據。人力雖然做不到，機器卻可以。因此，彭博、FactSet研究系統和湯森路透等金融研究機構都開發了一系列數據分析工具和技術，包括機器學習、深度學習和自然語言處理（NLP）技術等，以方便成千上萬的專業金融人士迅速從海量信息中挖掘出有價值的見解。
彭博就是使用情感分析（亦是自然語言處理技術的一種）技術的先驅，彭博從10年前就開始研發這項技術了。簡單說來，它所使用的機器學習技術會識別出某條新聞或某篇網文與一只股票有關，并賦予它一個情感分數。除了用于股市分析，人工智能技術也在向財富管理領域拓展。過去五年間，由于整個行業都在爭相發掘包含在網站文章、語音分析、信用卡購買數據和衛星數據中的交易信號，各大投資集團里的所謂“另類數據”分析師的人數增加了四倍有余。包括貝萊德、富達、景順、施羅德和普信集團在內的行業頂級研究機構都在使用人工智能技術。全球最大的資產管理公司貝萊德集團也是應用人工智能技術的先行者，它還建立了一個“貝萊德實驗室”，專門用于開發人工智能技術。
業余投資者也能受益
由Betterment等創業公司和嘉信理財等傳統經紀公司推出的“機器人理財顧問”服務，就是利用人工智能技術服務普通投資者的例子。這些理財工具的費用較低，它們基于你的風險偏好，用計算機算法來決定你的資產應該如何在股票、債券和其他資產上進行分配。這些公司的AI技術可以自動調整你的投資組合。當人工智能程序判定你需要合理避稅或者需要遺產規劃方面的幫助時，它還會讓一名顧問（非機器人）打電話給你。
與此同時，一些金融機構也在研發能夠幫助投資者做出明智的長期決策的投資工具。美銀美林和摩根士丹利就是“量化基本面分析”這一新興領域的兩個大玩家。他們的目標是在基本的AI定量分析（也就是從海量數據中識別出模式）的基礎上，結合由最頂尖的人類分析師的復雜分析訓練的額外算法，用以進行基本面投資的評估，比如評估一個行業的潛長潛力，或是一家公司管理層的戰略敏銳性等等。有了機器學習技術的加成，量化基本面分析系統將能夠從失誤中學習，進而不斷完善。最終，普通投資者只需要花很少的錢，就擁了股神巴菲特般的長線投資智慧。到時，這套系統也可能有了一個比“量化基本面分析系統”更潮的名字。
人工智能如何改變我們制造事物的方法
更高效的設計
有人說，人工智能雖然對科技、醫療等行業沖擊很大，但我們這些搞藝術創作的總歸是安全的吧？并不完全是。美國有一家叫Autodesk的軟件公司開發了一款叫Dreamcatcher的軟件，它可以利用人工智能技術輔助人類設計師進行創作。這款軟件已經被空中客車、安德瑪和史丹利百得等多家知名企業采用。這款軟件充分展示了機器也能創造出嘆為觀止的設計。人類設計師只需要輸入需求、限制以及其他品質要求（甚至包括材料的總成本），軟件就會自動生成幾百甚至幾千種設計方案。設計人員可以對這些方案進行篩選，在篩選的過程中，系統會自動判斷設計者的偏好，并且給出更符合你偏好的迭代方案。空中客車利用該軟件對A320客機的內飾隔板進行了重新設計，這種新設計的重量只有66磅，比之前的設計整整輕了45%。
人機融合
過去幾十年間，機器人已經承擔了各種各樣的制造業工種。不過最近，有些機器人添加了一個新零件——人類。這種類型的機器人又叫“人機合作機器人”，形態不一而足，有的類似一個機器人助手，可以在人類工人勞動時將各種工具準確地遞給他；有的則是像“鋼鐵俠”一樣的外骨骼套裝，人們穿了他，就會獲得額外的力量以及AI軟件的指導。比如寶馬公司的斯帕坦堡工廠里就有一款昵稱為“夏洛特小姐”的人機合作機器人，它主要用來安裝車門。
梅塞德斯奔馳公司也在開發人機合作機器人技術，以使該公司組裝的部分奢華車型每一臺都能更加個性化。比如在使用人機合作機器人取代了體積更大的自動化系統后，人類工人在機器人助手的幫助下，就能更快地在大量零件中找出定制版S級轎車所需的特殊零件。麻省理工學院的教授朱莉·肖正在開發一種特殊的軟件算法，它能教會機器人解讀人類發出的信號，并使它們知道何時以及如何與人類進行溝通。
有些研究人員甚至正在研究如何將人機合作機器人與人的腦電波相連。到了這一步，究竟是機器在為人服務，還是人類已經成了機器的一部分呢？
提供清潔能源
如果風能的利用成本想要降到化石能源以下，那么風能轉化為電能的過程就必須變得更加高效。西門子公司開發的一種機器學習技術恰好能起到這個效果。研究人員意識到，大型風力渦輪機可以利用天氣和零部件振動等數據，不斷對自身進行調整——比如調整風車葉片的角度等等。研究人員沃克瑪·斯特金指出，靠分析計算，是實現不了這樣的目標的。
然而這對于人工智能和機器學習技術卻不是難事。斯特金指出，風力發電機的傳感器其實早已生成了所需的參數，只不過“以前這些參數只用于遠程和服務診斷，但現在它們也在幫助風力渦輪機發出更多電力。”這項技術甚至可以對風力輪機進行相應調整，使其適應因穿過前面其它風力輪機而變得不可預測的氣流。
去年，西門子的風能部門與西班牙歌美颯公司的風能業務合并，成立了一家名叫西門子歌美颯可再生能源的獨立公司。這項人工智能技術的廣泛運用，也為該公司帶來了新的機會。
守護人類的安全和健康
很多人并不了解自己的極限。很多人要么吃得太多，要么睡得太少，或者高估了自己在一段時間里能達到的目標。在一些小事上，這倒也無傷大雅。但在某些專業領域——比如長途開貨車，或是操作重型設備，如果你不知道自己的極限，后果可能相當危險，甚至會付出嚴重代價。
有鑒于此，現在很多公司都使用人工智能程序作為“守護天使”，以保護高風險工種的安全。商業軟件公司SAP的高級副總裁麥克·弗拉納根介紹道，這些人工智能系統受過幾百小時的員工傳感器數據的訓練，可以實時監測工作人員的心率、體溫以及疲勞和緊張水平的指標數據，當員工需要休息時，系統就會發出警報信號，提醒員工休息。（SAP有一款安全產品就是這樣工作的。）
那么對于我們這些普通群眾呢？如無意外，很快我們也會在自己的汽車上看到這項技術了。目前，各大汽車廠商也在爭相研發疲勞檢測技術。目前市面上只有少輛車型搭載了防疲勞駕駛功能，功能本身也非常簡單——車子的儀表盤上會亮起一個咖啡杯狀的圖標，提醒你應該休息了。Nuance Communications公司的汽車創新管理總監尼爾斯·蘭克表示，過不了多久，疲勞檢測以及語音和面部識別技術就將成為新車市場上的標配。該公司目前已與多數主流汽車廠商展開了合作。
人工智能保護個人安全的三種方式
制造能夠自動選擇其目標的武器
殺人機器人能夠識別并消滅敵方勢力，這個曾經只出現在災難科幻小說里的場景如今已不再遙遠，前提是各大公司和五角大樓下決心開展這一合作。國防官員到目前為止已經叫停了致命自主武器系統（政府的官方稱法）的研發。在理論上，這一系統能夠在沒有任何人命令的情況下發動攻擊，就像Facebook在沒有征得人們同意的情況下標記照片中你的朋友那么簡單。
然而，用于支持進行類似攻擊的人工智能技術已經處于研發中。五角大樓最知名的人工智能計劃Project Maven旨在使用機器學習算法，從無人機拍攝的視頻中發現恐怖分子目標，協助軍方的ISIS打擊行動（據稱涉及20家技術和國防承包商，但并未對外宣布名單）。雖然開發戰爭用物資對于國防行業來說并不是什么新鮮事，但五角大樓正越來越多地采用硅谷在人工智能和面部識別方面的專長。雙方日趨緊密的關系最近引發了爭議。在多名員工因抗議而辭職之后，谷歌已于今夏宣布退出Project Maven。未來，各大公司是否能攬獲利潤豐厚的新人工智能國防合約，唯一的障礙可能便是其自身的意愿。
規避威脅
一旦預防網絡和現實生活中的攻擊以失敗告終，其代價是異常慘痛的。2017年，個人數據泄露的平均成本達到了近400萬美元。但最近攻擊的激增也并非都是壞事：它也意味著可供挖掘的數據增多了。機器學習技術數十年來一直被用于檢測攻擊模式，并過濾郵件，但諸如Barracuda Networks這樣的供應商所提供的新系統居然能夠使用人工智能來學習特定公司和其高管獨特的溝通模式，從而確定可能的釣魚詐騙和其他黑客攻擊行為。
在現實安全領域，連攝像頭都采用了人工智能技術，以發現并嘗試阻止威脅。來自于初創企業Athena Security的新攝像頭可識別拔槍動作，甚至自動報警。總之：我們掌握的數據越多，我們便可以更多地利用人工智能來打擊犯罪。
侵占公款的人，注意了！
如何抓住金融罪犯？像匯豐、丹斯克這樣的國際性銀行并沒有聘請負責合規業務的員工，并讓他們通過查閱上萬筆交易來尋找可疑的活動，而是更多地依靠人工智能來發現金融詐騙、洗錢和欺詐活動。（這一舉措最近大有升溫的趨勢，因為多家銀行因未能發現流經其賬戶的非法資金而遭到了巨額罰款。）匯豐攜手人工智能初創企業Ayasdi實現其合規的自動化。在匯豐為期12周的試運行過程中，Ayasdi的人工智能技術讓正誤識（看起來可疑但卻是合法的交易）減少了20%，同時其可疑活動報告的數量與人工查驗的數量一致。
人工智能改變人們購物、餐飲和生活的7個方式
無需親自駕駛的汽車
NBC電視劇《The Office》的主角邁克·斯考特在將一輛租來的福特金牛座（Taurus）推進賓夕法尼亞州斯克蘭頓附近的一個湖中時叫到：“這是它自愿的！”從技術方面來看，我們很久之前便已經可以讓無人駕駛汽車在理想的路況下安全行駛，但在現實世界中，汽車應多學點人類開車的方式。這是初創企業Comma.ai的主攻方向，該公司由臭名昭著的iPhone黑客喬治·霍茨創建。
Comma.ai的Openpilot技術并沒有教授計算機系統如何辨別樹木或停止標識，而是分析了普通駕駛員的駕駛模式，并以此來培訓自動駕駛模型。公司從名為Chffr的行車記錄儀應用以及一個名為Panda的插件模塊中調取了數百萬英里的駕駛數據，然后對數據進行累積，以打造能夠模擬人類司機的自動駕駛系統。公司的技術目前正用于本田、風投和現代的部分車型上，公司將自己稱之為自動駕駛界的安卓，而將對手特斯拉的Autopilot視為iPhone。Autopilot是一個開源系統，聲稱自身的成功之處在于：用戶將讓其變得更好。但愿特色拉所說的用戶并不包括邁克斯·考特吧。
你的新旅行伴侶
事實證明，埃亞菲亞德拉冰蓋已經伴隨我們很長一段時間了，它在火山灰褪去后便已經存在。這座2010年噴發的冰島火山影響了數百萬的飛行員，而且它的噴發也讓旅行通信進入了新時代。在信息流功能受限的情況下，航空公司發現社交媒體可以作為一個有效、實時的乘客溝通方式。Accenture Interactive社交媒體和新興渠道負責人羅伯·哈勒斯表示：“一旦發生這種情況，這類通訊模式成為了一種無法阻止的力量。”然而自那之后，旅行者的數量出現了激增，2016年的游客數達到了12.5億人，增長30%。以人為基礎的社交媒體互動要達到如此規模是“不可能的”，哈勒斯說道。
讓我們來問問能夠回答旅行者基礎性問題的客服聊天機器人：我的航班有延誤嗎？我的酒店的退房日期是什么時候？例如，Booking.com便擁有這樣一臺機器，公司稱它可以自動回答60%的客戶問詢。該技術的下一個目標是讓機器人了解旅客旅行的性質，是商務還是休閑，然后再根據旅客的喜好圍繞整個旅程進行推薦，從建議航班升艙到預留最好的素食餐廳的座位，例如匹茲堡的餐廳。因此，當前我們所說的這些聊天機器人可能很快會成為功能齊全的自動禮賓接待員。
升級呼叫中心
“需要什么幫助嗎？”到2020年，IBM預計85%的客戶服務互動在無需人工介入的情況下便可以完成。機器學習和自然語言處理讓聊天機器人、改良后的電話支持和自助服務界面能夠完成大多數人工代表可以提供的功能。
那270萬從事客戶服務代表工作的美國人怎么辦？一些可能會被部署到那些機器人無法從事的工作崗位（例如應對怒氣沖天的客戶）。依靠這一技術的公司表示，這項技術能夠幫助消除人為失誤，大幅提升數據獲取速度，并杜絕客戶服務互動中的偏見。
不要以為這項技術的終點是機器人。瑞士投行瑞銀集團最近攜手新西蘭人工智能專家Faceme，對經濟學家丹尼爾·卡爾特進行克隆，以便讓機器人能夠以他本人的方式與客戶進行互動。瑞銀集團表示，這個化身使用了IBM Watson人工智能技術，并由卡爾特本人親自培訓，是該銀行探索提供“人類數字融合服務”的一部分。
圖片來源：Durzi: David K Irouac — Icon Sportswire via Getty Images
點球成金2.0
2017年，美國國家冰球聯盟的選秀團隊看到19歲的防守隊員肖恩·德茲（上圖），并沒怎么留意。僅僅一年之后，德茲在第二輪便被選入多倫多楓葉隊。之所以差別如此巨大，是因為總部位于蒙特利爾的創業公司Sportlogiq開發的人工智能軟件，數據顯示出德茲強大的組織能力。這款軟件叫點球成金2.0。Sportlogiq只是利用人工智能技術幫球隊尋找新星的公司之一。澳大利亞數據分析公司Brooklyn Dynamics的聯合創始人卡姆·波特表示：“關鍵在于在人才未成型時及時鑒別，尋找可塑之才。”該公司曾與幾家美國職業棒球大聯盟球隊合作，還為2017年環法自行車賽開發了機器學習人工智能系統，收集實時數據并預測比賽結果。
Brooklyn Dynamics正開發一款應用程序，繁忙的選秀團隊和教練可使用機器學習技術，分析潛在球員和當前的球員，創建全球各地大學和專業團隊均可訪問的集中式數據庫。“這是一個獨特的工具，可成為招募人員的絕招。”波特說。“該組織的其他成員可以查看[統計數據]并加入前期討論，判斷哪些球員能為俱樂部帶來價值。”
改變購物方式
現在實體商店有了新吸引力，店面都是絕佳的人工智能數據收集實驗室。家居建材零售商家得寶就在分析數百萬筆交易數據，弄清楚顧客還需要什么東西，例如廚房整體翻新，提供詳細的家庭裝修指南以及超級精準的交叉銷售。絲芙蘭利用ModiFace（最近被歐萊雅收購）的人工智能支持面部識別，幫助購物者選擇最合適的眼影。該軟件分析了數百萬歷史用戶，更好地預測適合當前顧客的商品。 MIT-spinoff Celect利用機器學習預測購物者的行為方式，判斷商店哪些地方更適合哪些促銷活動，研究售賣哪些產品業績最佳。
想高效檢查完10條過道上價簽？沃爾瑪就已在50家商店測試機器人，機器人負責掃描貨架上的缺貨商品，將客戶放錯位置的產品放回原位，檢查錯誤價簽等。對于人類來說都是耗時繁瑣的工作。創投調研機構CB Insights表示，雖然沃爾瑪對應用技術守口如瓶，但Navii和Simbe之類制造人工智能機器人的公司非常引人注目，投資人也在密切觀察。
廣告能逗你笑嗎？
現在營銷人員想達成目標越發困難，超模肯達爾·詹娜出演的百事可樂廣告就明顯效果不佳。但越來越多營銷人士依靠人工智能降低失誤的幾率。情感人工智能公司Affectiva公司表示，《財富》美國500強企業里有四分之一在創意開發流程中使用其技術，主要在人工智能技術支持的調查研究測試用戶對備選廣告的反應。 Affectiva的系統已接受87個國家700萬張面孔（以及38億個面部框架）的圖像訓練，解碼了個人的面部表情，技術可識別人們看到廣告一刻的20種面部表情以及8種情緒，包括“厭惡”。
2011年以來，媒體研究巨頭Kantar Millward Brown已應用Affectiva的產品（鑒別了3萬個廣告），發現耐克廣受贊美的四分衛科林·卡珀尼克廣告評分達到了微笑。“由此能確定，卡珀尼克關于犧牲和夢想的信息引發了積極的反應。”該公司董事總經理格雷厄姆·佩奇表示。他們還發現，觀眾對世界杯廣告中的女運動員反應回應，比較出乎意料。
佩奇指出，除了幫客戶提升廣告效果，Kantar也從中累積了對所有客戶有意的經驗。該公司表示，觀眾描述為“進步”的廣告，即主角更為現代（而非傳統）時，效果提升了25%。
自己種出食物
表面上看農業很簡單：在土里播種、澆水、收獲，然后重復。但實際上種植糧食基于一系列復雜的因素。“我們在農業中處理的大量數據非常復雜。”室內垂直農業企業Plenty的聯合創始人兼首席科學官奈特·斯托瑞說。環境因素（舉幾個例子：氣流、二氧化碳、光照和濕度），植物遺傳以及施肥和澆水之類人類行為都是相互作用的變量。現在Plenty和許多創業公司都在用人工智能技術協助管理農業中各種復雜決策。例如，Plenty及其競爭對手Bowery和Gotham Greens都在搭建系統收集和分析圖像數據，通過機器學習確認植物是否缺氮、缺鐵或遭遇蟲害問題等，然后及早應對。“軟件可以發現問題所在，而且能實現大規模自動檢測，人力很難做到。”斯托瑞說。
人工智能改變醫療的三種方式
讓醫療重歸人性
當前美國醫療行業前景相當不明朗：每年超過1200萬個嚴重診斷錯誤，醫療領域3.6萬億美元有三分之一浪費，預期壽命將連續三年減少（此前從未出現），醫生倦怠、抑郁和自殺的水平均達到頂峰。與此同時，每個人產生的醫療數據超過以往任何時候，舉幾個例子，可穿戴傳感器生理學、掃描解剖學、DNA測序，腸道微生物組生物學均是來源。
進入深度學習人工智能領域，神經網絡會影響各類臨床醫生，實現準確辨識掃描片、載片、皮膚病變和眼底等，還能在衛生系統應用，促進遠程監控推廣，最終不需要實體醫院；在消費者層面，可提供虛擬醫療顧問更好地管理甚至防治疾病。這仍是人工智能整合人醫療實踐的早期階段，宣傳熱鬧卻實證寥寥。但這是我們應對各種嚴峻挑戰的好機會，可以利用豐富的數據減少錯誤和浪費，并節省時間，顯著改善臨床醫生與患者的關系。
作者埃里克·托普爾，醫學博士，Scripps研究轉化研究所的創始人和主任，也是即將出版的《深度醫學》一書作者。
超越醫生
就在過去幾年，一系列技術越發可信，當然仍在不斷進步，即通過人工智能技術讀取放射掃描（如Imagen），識別腫瘤并跟蹤癌癥的擴散（Arterys），用視網膜成像檢測眼睛狀況（谷歌的DeepMind），通過“不流血的血液測試”（梅奧合資企業和AliveCor）標記血鉀水平危險的異常，并以其他方式協助診斷甚至預測疾病等棘手問題。從歷史上看，診斷錯誤率在5%到20%之間，某些病癥的錯誤率更高，與此同時醫療系統因醫生短缺和倦怠承受壓力，人工智能或許能幫忙緩解。
圖片來源：Photograph by The Voorhes for Fortune Magazin
重塑藥物研發
醫藥行業從不乏命運起伏的案例。某種藥可能在早期研究中看起來安全，卻在大規模臨床試驗中出現問題，代價極其高昂。德勤數據顯示，2017年美國大型生物制藥公司的投資回報率降至令人沮喪的3.2%。這也是BERG和Roivant Sciences等美國公司，以及英國的Exscientia等都希望借助人工智能更好地調配資源。BERG與阿斯利康和賽諾菲巴斯德等大制藥公司合作，利用算法提供的臨床數據，為藥物和分子找出可能奏效的生物靶點，從而治療帕金森病等疾病。
賽諾菲在分析大量數據，希望了解為什么流感疫苗對某些人有效而對其他人無效（考慮到去年嚴重的流感疫情，這是很重要的公共衛生問題）。利用人工智能協助制藥工具仍處于早期階段。但前景很明確，將制藥研發工作集中在有希望的目標上，避免浪費大量的時間和金錢，希望有一天能令藥物開發過程更加簡化，不管是藥企還是患者都可從中受益。
逆轉疾病
美國的醫療系統一直被批評只注重分診，卻不主動尋找更便宜也更積極的治療方法， 企業也為生產力損失和醫療成本暴漲付出巨大代價。Virta Health的首席執行官薩米·因肯能另辟蹊徑，他想用人工智能防止有糖尿病風險的患者發病，甚至在早期試驗中通過純數字平臺治療2型糖尿病。Virta為顧客安排健康顧問，努力改變顧客的生活方式，顧問會提供飲食和其他因素方面的個性化建議。數字平臺還提供數字連接工具測量血糖、酮、血壓和體重等指標。臨床醫生了解患者預期的血糖和體重改善情況之后，工作流程中可按患者情況安排診療次序。Virta也有競爭對手，IBM的沃森健康部門和醫療技術巨頭美敦力正合作開發一款名為Sugar.IQ的應用程序，提供類似的工具。