人工智能将比20年前的互联网更能改变我们的行业。这是为什么。

消费事务欢迎来自Julien Nadaud，创新高级副总裁Corcentric．

计算领域每10到15年就会发生重大变化，从上世纪80年代的个人电脑开始，然后是90年代的互联网，再到本世纪头十年中期移动设备的出现。计算机和数字化世界的下一个目标是什么?在互联网之后，人工智能(AI)变得越来越重要。

互联网使我们能够实时存储和分享信息和知识，加速了经济全球化。这从总体上深刻地改变了商业，尤其是采购的方式。现在移动设备让我们可以在任何时间，任何地点接触到任何东西。

在21世纪初，“采购”变成了“电子采购”，大多数企业对企业的交易开始从纸张、传真或调制解调器相关的EDI转向在线协作、谈判、交易和现在的支付。这是大多数电子采购供应商的诞生地，充分利用了网络应用程序和互联网网络的结合。

淘金热始于B2B市场，它被认为是将所有交易集中在网上(并赚很多钱)。然后，该行业将重点转移到企业内部的数字化和精简采购流程，以及执行在线电子拍卖。

现在，我们能够将供应商管理、战略采购、合同管理、电子采购和AP自动化与供应链财务和支付结合在一个统一的业务平台上。下一步是通过合并买卖双方来完全消除B2B交易的摩擦。换句话说，使用业务网络管理完整的订单到现金和多对多关系。

在21世纪10年代，由于新的云计算，变化的步伐呈指数级加速，使商业解决方案完全成为互联网的一部分。只有投资于云计算和SaaS解决方案的提供商，才能在技术、全球化和社会变革相结合的情况下，成功地实现创新。

其中，只有那些拥有强大且成熟的云平台即服务的公司能够提供管理多个实体(买家和卖家)之间复杂业务流程的能力。与此同时，有越来越多的专门针对特定行业、地区或服务的专门利基解决方案。将这两种类型的实体结合在一起是市场目前所寻求的。

所有这一切都在继续——让每个人都忙于数字转型和流程自动化(大多数时间都在追赶)——另一场革命正在蓄势待发:人工智能(AI)。

人工智能正在加速转型。

重要的是，首先要确保我们没有误解什么是人工智能。人类喜欢将自己与人工智能进行比较，并不断强调人工智能永远都无法与我们匹敌。这完全没有抓住重点。今天的人工智能只是新一代的计算机，恰好非常擅长处理任何类型的信息和做出预测。

如果我们把人类比作标准的计算机，毫无疑问，一台每秒进行数十亿次复杂计算的计算机比一个人做同样的事情的效率要高得多。你要花多长时间来除两个大的浮点数?但是,那不意思是电脑比我们聪明。

话虽如此，让我们找出人工智能的闪光点，以及它为什么会改变我们的行业。

首先，人工智能可以理解我们的语言。

这被称为自然语言处理，简称NLP。这一领域在过去的两年中经历了重大的突破，使计算机能够接收信息任何文档任何语言和理解它的意义。更令人印象深刻的是，计算机现在可以用自然语言生成文档，我们也开始看到人工智能生成图像、音乐和视频。

现在我们需要正确看待这一点。在一个给定的组织中，80%到90%的信息是非结构化的——合同、程序和笔记、营销材料等等，包括图片、图表和视频。所有这些都是人类的领地。这些物品是由人类产生并被人类使用的，尽管它们中的大多数现在已经数字化并存储在电脑中。

人工智能现在可以访问这些物品，这意味着人工智能可以学习和使用它们，甚至开始更新或升级它们，并在未来很快生成新的物品。这完全改变了计算机在商业世界的用途。

其次，人工智能可以访问很多的数据。

互联网用于信息共享已经有20多年的历史。现在，网上有数百万tb的信息，而且信息量正以指数速度增长。大数据技术是最近才发展起来的技术，可以近乎实时地处理大量数据。如何使用这些信息最好的例子是维基百科。它现在可能是新一代孩子的主要知识来源，也是人工智能的主要信息来源。谷歌这样的公司能够阅读所有语言的整个维基百科网页，从而开发出能够理解我们不同语言的预先训练的模型。

事实上，这些被称为“变形金刚”的模型将所有人类语言转换成一种新的数字化通用语言，这种通用语言可以概括人类描述世界的方式。如果你问你的谷歌助手任何问题，它将根据它从维基百科和其他在线信息来源了解到的答案。这些变压器是开源技术，可以重用来开发非常专业和有用的应用程序。

如果你把这句话翻译到我们的商业世界，想想每天你都要做出什么样的决定和行动。每一个都是基于一个非常具体的背景，你必须依赖你所拥有的信息和你的经验。人工智能非常擅长理解非常具体的情境，并识别与做出正确决定相关的相关信息。

这些信息可能来自过去的事件或已配置到您的业务系统中的内容，但也可能来自新闻、市场研究、业务数据库和在线目录，甚至是讨论、会议、电子邮件或笔记。万博体育下载app在这方面，电脑可以获得比我们多得多的数据。

第三，人工智能非常擅长通过查看所有数据找到模式并做出预测。

我们人类喜欢认为自己是独一无二的，自己做决定，但事实上，我们做决定是基于我们所知道的和我们被教导去做的。计算机现在可以检测这些模式，并很容易地预测接下来会发生什么。这意味着人工智能可以用来分析我们的数据并预测结果——这被称为预测分析，它在商业智能工具中变得非常流行。

但如果你再进一步，这项技术也可以起到帮助作用我们做出正确的决定。如果通过查看我们的所有选项，系统可以告诉我们每个选项对业务的影响，那么它将基于预定义的业务目标推荐最佳决策。这被称为说明性分析。

你可以猜到我要说什么:如果计算机可以告诉你做什么，为什么不让计算机来做决定呢?

最后但并非最不重要的是，根据定义，“机器学习”会学习和进化，这是人工智能和我们习惯的软件开发类型的主要区别。

当您实现软件时，您必须等待更新以获得改进。当执行AI时，你使用系统的次数越多，系统就会变得越好，而无需等待开发者添加新的代码行。SaaS应用程序允许我们快速更新应用程序，但机器学习现在是一个新的范例，它的变化和适应速度被提升到一个全新的水平。

另一个问题是，机器学习可以从可能属于特定组织的专有数据中学习。在我们的业务中，数据隐私和保密性至关重要，但得益于与自然语言处理中使用的转换器相同的逻辑，我们可以将来自不同组织的信息转换为模式，这些模式聚合到不包含任何更多可识别信息的机器学习模型中。这被称为泛化。

使用来自许多来源的数据，这些模型可以创造非常强大和有效的价值。例如，当我们训练模型使用数百万个文档来阅读发票时，它学会了如何像人类一样阅读发票。它并不存储关于每个发票的信息，但最终，该模型可以用完全安全且保密的方法来处理发票。

人工智能已经改变了我们的行业和我们做生意的方式。

人工智能正在影响商业的方方面面，这种变化将比我们以前看到的任何变化都要快。它将使接受它的公司能够比其他公司行动更快，更具竞争力。

好消息是，人工智能对员工来说将是简单和透明的，因为它最擅长理解和模仿我们做事的方式，并在我们的日常工作中帮助我们。它将把我们从战术和经常性任务中解放出来，这样我们就可以更多地专注于改进业务的战略机会。

事实上，整体效率的提高应该创造更多的业务,这意味着更多的为那些愿意完全融入人工智能的人提供工作和机会。