《数字时代的企业AI优势：IT巨头的商业实践》
托马斯H. 达文波特（Thomas H.Davenport）
美国巴布森学院（Babson College）信息技术与管理专业杰出教授，获哈佛大学哲学博士学位，并先后授课于哈佛商业学院、芝加哥大学和波士顿大学。曾任埃森哲战略变革研究院主任，研究领域广泛，包括信息和知识管理、再造工程以及信息技术在商业中的应用。著有 Process Innovation： Reengineering Work through Information Technology等。2000年，他被CIO杂志评选为新经济十大杰出人物。
《数字时代的企业AI优势：IT巨头的商业实践》
托马斯H. 达文波特（Thomas H.Davenport）
美国巴布森学院（Babson College）信息技术与管理专业杰出教授，获哈佛大学哲学博士学位，并先后授课于哈佛商业学院、芝加哥大学和波士顿大学。曾任埃森哲战略变革研究院主任，研究领域广泛，包括信息和知识管理、再造工程以及信息技术在商业中的应用。著有 Process Innovation： Reengineering Work through Information Technology等。2000年，他被CIO杂志评选为新经济十大杰出人物。
前 言
我很早就对人工智能有兴趣。1986年我在技术管理研究中心PRISM（Partnership for Research in Information Systems Management，信息系统管理研究伙伴关系）担任主管，与已故MIT教授、业务重组大师迈克尔哈默（Michael Hammer）一起工作。我们对那一年的各种话题都进行了研究，我对其中一个叫作专家系统：前景与早期开发的话题十分感兴趣。专家系统（现在这个老旧的术语通常改称为认知技术）在那时是最令企业激动的AI技术（Artificial Intelligence，人工智能），它描绘了AI中成长速度最快的领域。
PRISM拥有50多个企业赞助商，其中很多都是专家系统的先行者。这个技术当时似乎已经准备好进入黄金时期了。我当时在马萨诸塞州剑桥市肯德尔广场上班，周围的所有人对AI的热衷都溢于言表。我的公司Index System是一家主营咨询业务的企业，但是我们也剥离出了一个创业公司Apex（Applied Expert Systems，应用专家系统）来开发用于财务规划的专家系统。MIT则建立了计算机科学与AI实验室（Computer Science and AI Lab，CSAIL）并持续运营到今天。从我的办公室沿街走过去就是Symbolics的总部，它是制造专用Lisp（一种适合于AI应用的开发语言）主机的领先型企业。顺便说一句，我记得在1985年3月15号Symbolics注册了第一个互联网域名：Symbolics.com。
几十年来，我依旧对技术及企业如何应用它们感兴趣。从20世纪90年代到21世纪头几年，我主要从事知识管理与分析（兴起于20世纪90年代后期），而AI正处于商业热情低迷的又一个寒冬期。然而，我始终对AI如何应用于商业非常感兴趣。在那个时代规则引擎还是支配性的技术，有些公司（包括埃森哲，我运营着它的一个研究中心）通过构建和使用规则引擎来赚钱。我和当时的埃森哲同事珍妮哈里斯（Jeanne Harris）开展了对规则引擎的研究。我们在2005年发表的文章Automated Decision-Making Comes of Age阐述了很多金融服务行业的公司通过该技术获取了可观的收益。但是根据谷歌学术检索的统计，它在我所有的出版物中被引用次数只排第86位，只有99位作者在出版物中提到它！
由于在过去的一二十年里我的大部分工作都涉及分析与大数据，我便努力紧紧跟随它的演进。在过去的两三年里它已经非常清晰地表明在向AI演进。在本书中，我将始终强调AI在很大程度上是一种分析技术，而且对于大多数使用它的组织而言，AI便是它们在数据和分析方面工作的直接扩展。
我在几年前就想下笔写这本关于企业应用AI认知技术的书。当新的技术出现时，通常我会把注意力放在企业上。我曾经写过一些关于企业资源规划（ERP）系统、知识管理、分析及大数据的书。但是几年前有效使用这些技术的大企业还不太多。于是我与朱莉娅柯比（Julia Kirby）一起写了另外一本书来探讨AI对工人及其职业到底意味着什么。但是当2016年那本书出版发行时，越来越多的企业已经纷纷投身到这股大潮当中。业界已然需要一本书来阐述人工智能及认知技术在主流商业环境中的发展路径。接下来便是我想在本书中要阐述的内容。
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
