-
人工智能
德国人工智能客户服务平台 Parlamind 获165万美元种子轮融资，为电商提供更加智能的客户服务
Parlamind 是一家提供人工智能客户服务平台服务的初创公司，总部设在德国柏林。近日，该公司宣布获得150万欧元（约合165万美元）种子轮融资，投资方是Motu Ventures、Asgard Capital和angelfund.vc 三家风投公司。据悉，该公司计划利用这笔投资加大其智能客服平台的研发工作。
基于对自然语言处理、机器学习、以及先进的云技术软件领域的最新研究，Parlamind 团队正在为电子商务公司客户服务构建下一代人工智能技术，可以支持定位、分析、自动回答客户所提出的各类问题，优化客户服务体验。实际上，Parlamind 解决方案能够结合人工客户服务代表，帮助电子商务公司为客户提供无缝的业务支持服务，将人工智能融入到企业客服团队内部，就像是他们中的“一员”。
该公司于去年八月创立，目前成立还不到一年，创始人是四位连续创业家——Tina Klüwer博士（CTO）、Christian Wolf（CEO）、Núria Bertomeu Castelló（CSO）、以及Tobias Lehmann（CIO）。他们在人工智能研究、企业软件、电子商务行业，特别是电子商务客服领域有着丰富的经验，了解电商消费者会问什么问题、交流过程中会有什么样的感受、遇到的问题是什么、问题解决速度有多快、如何取悦消费者，等等。此外，Parlamind公司还和多家业内领先的企业和研究机构建立了合作伙伴关系，包括德国知名消费电商 wirkaufens.de 的人工智能研究中心（DFKI）、德国电信实验室（T-Labs）以及德国最大的SEO软件服务商 Searchmetrics。
Parlamind公司首席执行官Christian Wolf表示：
我相信下一个大战场将会发生在电子商务客户服务领域，未来的电商客服会涉及到定价、流量和广告等多种业务。优秀的客户关怀解决方案，能帮助电商企业构建忠诚客户，他们会成为你公司的回头客，甚至会为你进行“口碑营销”。如果你掌握了客户关怀的诀窍，那么就能把客户问题变成机遇，吸引更多粉丝。我们知道客户服务是很多电商公司的痛点，因此从2014年开始，我和 Tina 就开始和电商进行接洽，而现在，到了解决这一行业痛点的时候了。
相比于人工客服代表，Parlamind 人工智能云技术平台识别某个具体电商问题的速度更快，它可以准确判断出顾客的问题所在，知道相关问题是公司内部哪个具体部门负责，并把这些问题发送给指定团队。显然，利用 Parlamind 人工智能技术的电商公司会在客户服务业务上获得极大提升，一方面可以提升客户服务质量，另一方面也提高了整个企业内部的工作效率。
本文来自翻译：www.finsmes.com
-
人工智能
谷歌董事长力挺人工智能：它能把人类从工作中解放出来
编者注：近日，谷歌董事长Eric Schmidt（埃里克·施密特）和在线教育公司Udacity总裁兼董事长Sebastian Thrun（塞巴斯蒂安·史朗）发表联合署名文章《Let's Stop Freaking Out About Artificial Intelligence》，发表在Fortune（《财富》杂志）网络版上，呼吁拥抱人工智能，摒除对人工智能的恐惧。这一观点跟此前霍金、比尔·盖茨等名人的意见相左。本文由雷锋网翻译。
人工智能值得肯定的地方绝对其负面影响要多得多，所以，让我们继续开发人工智能技术吧！
如今科技圈里讨论最多的话题肯定是人工智能(AI)，不过在我们的日常生活里，人工智能似乎通常都是处于“隐身”模式。
有很多行业里的公司都成功应用了人工智能技术，涉及的领域范围也十分广泛，比如信用卡欺诈监测，语音识别，网络搜索排名，自动化客户服务，法律探索，照片搜索，翻译，甚至是传统农业。一直以来，围棋这个古老而复杂的游戏被认为是超出了计算机所掌控的能力，但就在几周前，谷歌的人工智能程序“阿法狗”击败了人类围棋冠军李世石。事实上，阿法狗学习了数百万个围棋比赛才获得了这场胜利。斯坦福大学的人工智能实验室和IBM Watson学习了数百万份患者的医疗病历记录，对癌症类型的诊断甚至比人类医生还要准确。人工智能正在发挥越来越多的正面作用。
当我们在自动驾驶汽车里引入人工智能技术时，很多专家都认为让电脑开车上路是非常不安全的。但是谷歌自动驾驶汽车开发团队非常有远见，他们对人工智能在自动驾驶汽车上的应用，有着不一样的看法。当我们在驾驶汽车时，绝大多数人都是从他们自己所犯过的错误上学习经验教训，但是却很少能从其他人所犯的错误中学习。这会产生一个问题，那就是大家会一次又一次地集体犯相同的错误，结果就导致了全世界每年有很多人死于交通事故。
人工智能会用不同的“进化”方法来解决这一问题。当一辆自动驾驶汽车犯错误之后，所有的自动驾驶汽车都能从这个错误中学习教训。事实上，新生产的自动驾驶汽车从一“出生”就已经完全掌握了前几代产品的所有技能。所以总体而言，这些汽车的学习速度要比人类更快。在这种情况下，搭载人工智能技术的自动驾驶汽车会在短期内和人类驾驶员一起行驶在马路上，他们会学习彼此的错误。
由于最近出现了很多突破性的技术，导致人工智能发展的很快，同时也引发了公众的辩论。有一些人对人工智能感到恐惧，他们呼吁要采取紧急措施，以避免一个假想的“反乌托邦”出现。
但是谷歌对人工智能还是非常乐观的。从技术发展的历史可以看出，每个新技术的出现起初都会有很多怀疑和恐惧，但最终，这些新技术都改善了人类的生活。举个例子，柯达相机出现的时候，人们认为它会破坏艺术；电力出现时有人觉得它太危险了。但是，一旦这些技术应用在了数以百万计的人手中，并且不断开放、发展、合作，所有的恐惧都会烟消云散。正如农业机械革命把我们的双手释放了出现，再也不用在农田里靠双手采摘农作物了。人工智能革命也是如此，它将我们人类从琐碎的、重复的、盲目的工作中解脱出来。人工智能会做一些我们不愿意做的事情——比如在交通繁忙的道路上开车。
我们相信，人工智能不仅能够让我们从很多消极的工作中解放出来，而且来能提升人类的积极性。比如在和“阿法狗”比赛时，围棋大师李世石对围棋有了更深层次的理解，同时也大大提升了自己的比赛水平。未来，我们每个人都可以像李世石这样，利用人工智能改善我们每天所做的事情。
想象一下未来的世界，智能的App应用和设备可以帮助我们识别每一个要遇到的人，回忆我们曾经说过的每一句话，体验我们曾经错过的每一个瞬间。未来，我们能够理解全世界各种语言(如今，谷歌翻译已经开始着手启动开发这个功能了)，依靠人工智能技术，我们可以使用工具更好地借鉴别人的经验，给我们的孩子输送更多知识。
我们会担心人工智能带来世界末日吗？我们认为，这个问题需要仔细考虑。今天的人工智能只能完成很少的、重复性的工作任务，而且我们还需要提供足够多的数据、案例来训练他们。而且，可以负责任地说，没有任何一个研究人员或技术人员希望那些好莱坞电影里的“反乌托邦”场景出现在真实世界里。不过，面对恐惧的正确方法是不要恐惧——直面恐惧，努力工作，解决问题，消除工具。谷歌、以及其他许多公司在人工智能安全领域正在做着大量严谨的研究工作，比如如何确保人类可以随时中断人工智能系统，如何让这些系统变得足够坚固、能够应付强大的网络攻击。
不要陷入恐惧之中，我们要努力工作，找到消除恐惧的解决方案。就拿自动驾驶汽车来说，我们可以学到很多经验教训，提升协作性。举个例子，谷歌已经开源了人工智能学习系统TensorFlow——现在所有的代码都开放了。它可以让世界各地的人工智能研究人员更轻松地协作，不仅可以共享研究论文，更可以共享实际代码。用这种方法，我们就能看到计算机学习了什么，使用了什么数据，最后，利用我们最聪明的头脑来控制、优化人工智能。
事实上，我们都知道硅谷并不是唯一能让人工智能技术发展的地方，人工智能需要全世界的努力，挖掘全世界的潜力。我们相信，当人工智能由各种不同种族、不同类型的人构建，才能更好地服务每一个人。最近，谷歌在苏黎世成立了机器学习工作组，而且会在全世界其他各地建设类似的工作组。
对我们谷歌来说，与其沉浸在对人工智能无限可能性的兴奋之中，不如脚踏实地的工作，即使今天人工智能已经为人类提供了很多好处。我们已经迫不及待地想让人工智能把人类从盲目的、琐碎的工作中解放出来，这样，才能让人类投入到具有真正创造力的工作中去。
-
人工智能
企业服务人工智能公司AppZen今天获得290万美元种子轮融资，帮助企业防范费用欺诈行为
AppZen 使用机器学习算法和自然语言处理技术自动化 和分析欺诈费用报告。根据该公司发言人 Michelle O’ Rourke 透露，未来他们计划开发更多后台办公功能，比如支持会计服务。
美国注册欺诈审查师协会（Association of Certified Fraud Examiners）曾对 2400 家公司做过调研，发现他们每年的费用欺诈损失高达 60 亿美元。AppZen 表示，他们可以减少 80%的审计成本，并且有能力帮助企业防范各类欺诈行为。
在企业及费用报告软件行业里，AppZen 的竞争对手包括 SAP、Unit4 和 Sapho；此外，在 Botcamp 创业加速器里也有超过 50 多个申请初创公司也从事相关行业。
AppZen 总部设在加州森尼维尔市，2015年 从 500Startups 创业加速器毕业。本轮融资的领投方是 Resolute Ventures 风投，此外硅谷银行、万事达卡和 Bloomberg Beta 也参与了投资。
本文编译自：venturebeat.com
-
人工智能
科技将改变“四大”招聘模式？
在科技改变企业审计方式之际，跻身于全球最大毕业生雇主之列的“四大”专业服务公司正在彻底反思各自的招聘实践。
随着部分审计流程实现自动化，随着各事务所采纳人工智能技术，过去往往交由初级员工完成的单调的行政工作有很大一部分正被消除。这导致人们预测，某些最大审计机构将显著减少招聘毕业生。
“随着时间的推移，我们对毕业生的需求正在下降，”安永(EY)英国及爱尔兰董事长和管理合伙人史蒂夫•瓦利(Steve Varley)表示，“我们在2010年招聘了650名毕业生，在2015年招聘了1200名毕业生。考虑到技术加快审计流程的速率，到2020年这个数字可能会下降50%。”
与此同时，会计师事务所越来越多地使用技术意味着，具备数据分析和计算机科学等领域技能的毕业生非常吃香。
在美国工作的会计专家和作者吉姆•彼得森(Jim Peterson)表示，从中期来看，专业服务公司的招聘模式将出现戏剧性改变。“事务所不再需要大批初级员工，而是需要世界上最优秀的算法设计怪才，”他说，“事务所会派出一间会议室就能容纳的团队来审计大公司，而不需要占据整栋写字楼的庞大团队。”
随着会计师事务所采用数据分析，一大挑战在于确保它们拥有搭配合适的技能。
毕马威(KPMG)英国审计业务负责人阿德里安•斯通(Adrian Stone)表示：“我们还没有到计算机代替人的阶段。现在的挑战是确保我们在从事数据诠释的人员和设置计算机使其恰当查询数据的人员之间达到正确平衡。”
德勤(Deloitte)纽约的首席创新官乔恩•拉斐尔(Jon Raphael)表示，该事务所“开始聘用更多帮助进行数据分析和数据采集的专业人士”。
对技术方面的技能更为看重意味着，各事务所或许在搜寻人才时需要更大面积地撒网，这使它们难免和苹果(Apple)及Alphabet等科技公司正面交锋。
德勤英国审计和风险咨询管理合伙人斯蒂芬•格里格斯(Stephen Griggs)表示：“我们可能必须从科技公司那里招聘人才。在现代社会，这些人将成为抢手的人才，因此他们将是一种昂贵的资源。”
波士顿大学(Boston University)资深学术研究者威廉•克林(William Kring)也表示，他预计“对来自商学院的求职者的IT背景将更加重视”。
“我预计招聘人员将更加关注审计师的分析能力，”他说。
英国排名前三的毕业生雇主普华永道(PwC)的鉴证业务主管詹姆斯•查默斯(James Chalmers)并不认为该公司招聘的毕业生人数将会降低。
“如果你认为这是第四次工业革命，那么我们认为更多地采用技术和人工智能将围绕解决新的、不同的问题创造出种种机遇，”他说，“我们认为这将促进业务增长。”
作者：英国《金融时报》 哈丽雅特•阿格纽 译者 何黎
文章来源：FT中文网
-
人工智能
SAP 认为全球在迎来变革浪潮，而中国的商业要这样重构
编者注：日前，SAP在上海举办了主题为“数字经济下的商业重构”的大型论坛活动，大中华区总裁纪秉盟发表了主旨演讲，他认为“旧的商业模式正在变得过时，我们将迎来新一波的变革浪潮”。本文基于他的演讲内容整理：
中国政府在供给侧改革方面正不断进行经济的演进。很多体制改革，尤其是大型国有企业的改革，将对未来将会产生实质性的影响。“十二五”规划是一个延续的概念，五个发展理念 (创新、协调、绿色、开放、共享) 就是中国政府和中国企业目前从自己的角度，在全球经济下对中国的定位。
中国政府的主要核心项目是互联网+、互联网+汽车、银行。任何一个传统行业，都可以利用信息技术、移动技术、大数据和人工智能。任何一种前沿的技术都可以用来对某一个具体的行业进行转型。国家级的战略规划项目，也就是中国制造2025。在未来10年，中国的制造将会脱胎换骨。在过去几十年里，中国一直是全球的制造工厂，而现在中国制造业正在向智能制造转型。
在做商业重构的时候，首先是基于结果导向的模式，而不是从生产产品的角度去销售。设想一下消费者怎么使用这些产品，能不能补充他们现在的服务，带来完全不同的体验？
比如数字渠道，一些体育用品，一些体恤衫，还有运动鞋，充分利用数字渠道，把一些传感器放到所有产品里面去，形成一个意识型社区，并不只是提供运动设备，运动衣衫，还能够跟社交网络连接起来，涉及营养、食品、运动等等，使用这样一些数字渠道，能够支持到主要的服务和业务，这就是非常好的案例。
比如生态模式，像Uber还有滴滴打车，充分利用了这样一个生态系统。他们并不只是一家出租车公司，也成为了全球的运输企业，而自己不拥有任何车辆。他们正在考虑物流、快递，形成这样的商业模式。从传统来说，这是从来没有想到过的，企业都重构这样的业务模式，这是今后很多年都会出现的。
重构业务流程和工作模式的第一点是做到“实时流程”，技术在历史上第一次做到了去推动一个实时的工作平台，能够看到实时完整的供应链，以前都是一些分散、比较过时的数据，也很难确定它的机会在什么地方，或者这些挑战是来自于供应链哪一个方面。现在已经发生巨大的变化，我们有最新的技术，这已经变成了一种可能了。还有我们协作式的流程，SAP有一些客户，利用物联网，利用健康的行业，能够改善我们医疗。
公司需要一个中间的数字核心去管理所有内部的流程，除此之外，也需要能够管理客户、供应商、人力资本，这是所有这些公司要做的三个最基本的事情。
再看大数据，还有物联网：现在太多的公司，也包含了中国一些公司在里面，有一些暗数据，这些公司拥有的数据也是不能被使用的暗数据，这些数据并没有充分利用，可以看到一些数据收集的灰色领域，并没有充分利用这样一些信息去改进他们一些服务质量，能够改进他们跟客户差异性的一些服务，这个领域是一个全新的，而且是快速在改变。
员工队伍也在体验着巨大的变化，这是以前从来没有看到过的。不同的一些年龄段，不同的年代的员工，都有一些不同的价值，不同的一些理念，就是给他们提供什么样的工作方式，年轻的员工、千禧一代他们并不只是看重钱的问题，他们价值系统完全不一样，价值观不一样，这些企业如何跟他们互动，来去保留，保护这些员工，也是变得非常非常重要。
最后就回到了我们是否有这样一个结构和这个企业的文化，能够支撑、能够驱动我们数字化转型的历程？是否有正确的领导者和人才，能够驾驭这样一个战略的方向？你要找到一个正确的轨道，你们是否知道你们的竞争对手在做什么，以及你们是否有正确的轨道，这些问题都要问自己，我们公司是否有这样一个数字的DNA，能够不断重构我们这样一些商业能力。
来源：虎嗅网
-
人工智能
【YC新创产品】Nova：销售邮件智能写手，还帮你寻找感兴趣的用户
HRTechChina编辑部 4月14日报道，如需转载请注明出处与本文链接。
如果你或你的朋友的项目希望被 HRTechChina报道，戳这里可寻求报道。
编者注：在2016YC Demo Day上，HRTechChina小编关注了许多2B初创项目潜力股，之后会陆续为大家进行详细产品报道，请持续关注哟~
Nova（http://www.nova.ai/）成立于2015年1月，它运用人工智能自动写邮件，在网站和社交媒体智能搜索邮件接收者的消息，并且投其所好地加到邮件中，例如最新的新闻主题，或是特定的爱好。
Nova写的营销邮件要优于人工邮件，Nova的邮件拥有67%的邮件点击率和11%的网站点击率。Nova计划面向美国400万B2B销售人员兜售自己的产品，每台电脑每月收费99美元，并且现在Nova已经同Uber和Monster签约。
Nova的联合创始人为Will Dinkel（CEO）和Bryan Pirtle（CTO），Will毕业于加州理工工程系，并在哈佛商学院学习过商务，Will曾在惠普与CloudFlare中担任过销售工作。在Nova的顾问团队中，Kendall Collins曾是Salesforce Cloud的CEO，并且现在是AppDynamics的CMO。
Will在CloudFlare里担任销售职位时，他发现定制邮件对销售人员是很重要的，但定制邮件是一个很费时间并还不成规模的一件事，于是他决定自己创立公司来解决这个事。Will说他希望销售人员可以花更少的时间写出更好的销售邮件，并得到更好的结果！
目前Nova团队规模在12人左右，地址在美国旧金山湾区。
价格方面，Nova为专业销售员提供＄89/月（一年付）与＄99/月（一月付）两个选择，还为企业增加提供自定义定制、新员工培训以及白天的电话服务三个功能。
关注更多YC DEMO DAY上的2B初创企业：
http://www.hrtechchina.com/12295.html
http://www.hrtechchina.com/12311.html
-
人工智能
未来，“人工智能”将如何影响企业的“经营管理”？
适逢AlphaGo战胜围棋高手李世石不久，各种关于人工智能的遐想、吹捧乃至担忧不绝于耳。但是，当我说包括人工智能在内的互联网给企业经营带来的危害时，并不是说人工智能将完全替代人类、机器人将统治世界这样的人类劫难。因为，在互联网现有的逻辑下，这根本就是杞人忧天，对于这类言论根本不值得费口舌解释。
在这里，我是从企业经营管理的角度，分析过于相信或迷恋技术给企业可能带来的管理上的风险和危害。企业经营本质上是一种社会行为，而技术仅仅是达到目的的手段和工具，相信技术能够解决企业经营中存在问题的想法，本身就是一种危害，甚至对于技术导向的公司也是如此。但这样的例子数不胜数，很多传统企业开启互联网+模式，转型电商，他们认为好像只要做了电商就能起死回生一样。也有企业痴迷于大数据，相信买了一个软件就能自然解决目前的经营困境，当然，这种想法的产生肯定与某些技术公司对大数据的炒作是分不开的。
于是，随着技术的发展，我们相信大家的交流越来越方便，从而面对面的沟通是可有可无的。我们相信在网络这一大平台下一切中间环节都是多余的，从而纷纷试水各种电商平台。甚至有人认为未来公司也是多余的，未来的模式是平台+个人，哦对了，广告也是多余的，广告增加了成本，妨碍了性价比，进而压榨消费者...过于相信技术导致企业不去关注公司的基于公司产品定位的商业模式以及内部运营机制，更重要的是，忽略了人的价值。因为，技术（包括人工智能）只是人的辅助和补充，技术能够高效地完成一部分工作，从而使另一部分必须由人来完成的工作显得更加重要，用一句话来总结：技术使人的作用越来越重要，而不是相反。
一、AlphaGo的优势：破解珍珑棋局
我丝毫不怀疑人工智能的能力，AlphaGo战胜李世石并不吃惊，并且我相信AlphaGo能够轻易破解珍珑棋局！在金庸先生的《天龙八部》中，珍珑棋局难倒所有在世高手，即使最后被破解也仅仅是出于偶然，但是AlphaGo能够破解，因为珍珑棋局破解的关键所在是首先要在不可能下子之后下子！之所以说是不可能下子之处是因为，所有根据经验的高手都不会在那里下子，因为在可以推算的接下来几步中会损失惨重。而AlphaGo不是依据经验，而是依据强大的运算能力，所以阿尔法狗会对每一个可以落子之处没有任何歧视地进行完整的推演（在目前并非穷举法的算法下或许还做不到），而不会有任何经验上的倾向和情绪上的波动。AlphaGo不会因为一步棋不符合传统下法就放弃对这步棋的运算，但是人的记忆和运算能力毕竟有限，只能先从经验上进行筛选，并且能够推演的步数也是有限的。所以，我们看到AlphaGo有几步的下法违法常规，这可能令我们吃惊，但是它自己并不这么觉得，因为它已经对接下来的棋局进行了推演，AlphaGo不是根据经验，而是根据对棋局的运算。
因此我们可以看出，AlphaGo或者说是人工智能的优势是存储记忆能力和运算能力。在这两方面，AlphaGo的效率要远远高出人类。机器不会厌烦，不会有情绪，当然也不会索要加班费，并且能够计算地比人类更快、更准确。
AlphaGo是不依靠经验的，有些人对此表示怀疑，因为设计团队声称AlphaGo一直在不断地进行深度学习，并且不断锻炼自己。这种说法是存在问题的，理论上来讲，通过穷举法AlphaGo是一定会赢的，但是由于围棋的可能性实在太多导致目前的运算能力无法支持，所以其设计团队就不得不通过其他方法弥补这一缺陷。方法就是用概率去排除掉一些情况减少运算量，以使推演在运算能力之内。所谓的锻炼学习，不过是收录更多的棋局并通过一定的概率计算排除某些情况的过程。归根结底，考验的是收录的完整性和运算能力，这是通过一些技巧实现穷举罢了，而随着计算机运算能力增强，采用穷举法就能使计算机立于不败之地。
二、AlphaGo的局限：无法像人类一样学习和思考
AlphaGo虽然拥有完美的存储记忆能力和运算能力，但是这些能力人类也都具备，只不过不完美。但是，人类拥有的其他能力，AlphaGo却完全没有，所以人工智能永远无法代替人类（在现有计算机的设计逻辑下）。从这个角度来讲，人类是完美的。虽然人有情绪和感情波动导致的失误，人的记忆有限还容易遗忘，但是人能够思考，能够创造，能够想出新的东西，能够进行感性的、抽象的逻辑和概括，能够根据有限的、不完整的信息进行加工和推理，但是机器却不能。AlphaGo的没有情绪和一个人经过训练导致的不受情绪影响有本质区别。正是因为AlphaGo没有情绪，AlphaGo也不能像人类一样进行抽象的学习和思考。
从输入的角度看，人工智能的输入完全来自于外界，虽然可以进行逻辑推理，但是逻辑必须是确定的、结构化的和可量化的。人工智能只是按照特定的逻辑和数据进行运算，并不会产生新的条件。假如信息和条件不完整，那么得出的结果就是概率事件，但是信息和条件的不完整性也需要设定一个概率值。但是在大多数决策中，我们没有可以量化的信息，逻辑也是非结构化的。
从输出的角度看，人工智能及计算机给出的结果并不解决问题，只是指出问题所在。通过计算机的运算，可以帮我们找出异常数据，比如某些月份的销售异常，但是至于为什么异常，就需要我们根据实际情况进行分析，而这种分析是无法量化的。数据分析可以得出啤酒尿布放在一起销量会提高的事实，但要分析出为什么啤酒尿布放一起销量会增加还需要人类的智慧。
三、大数据有用吗——我从来不相信问卷调查
时至今日，我们到处都能够发现大数据的身影，从IT到DT，大数据时代等等，仿佛一个企业不采用大数据明天就会破产一样。很明显，对大数据的吹捧过头了。因为，我从来不相信问卷调查，更不用说对问卷调查的数据分析结果了。
在管理学上，有专门的课程讲解调查问卷的问题设置，比如选项的多少、问题的顺序和调查区域和群体等都会对结果产生影响。也就是说，调查结果本身就有很强的主观性。另外，即使问卷设置尽量合理客观，结果依旧差强人意，因为很多时候被调查者也不明白自己怎么想的，或者想要什么。当然人人都想要一部配置高、颜值高的手机，但是如果把价格考虑在内大部分人就不考虑了。乔布斯当年认为3.5寸是手机的最佳尺寸，但是现在用过大屏手机的人不会这样想了，甚至连苹果公司自己都不这么想了。所以，乔布斯懂得探知客户的潜在需求，或者引领客户需求，而引领客户需求实际上也是激发了客户的潜在需求。这些，是无法通过问卷获得的。有些人会在创业之前咨询周围的朋友，很多人表示项目太好了，完美解决了现存的某一痛点，一定支持。但结果是用过一段时间就反水了，还会找到很多借口。所以，宁愿通过观察，或者无目的的访谈去了解人的真实想法，也不要通过问卷获取。
问卷调查的例子只是为了说明，如果数据本身的真实性就很难保证，那么大数据的结果就没有意义了。当然，并不是所有的数据都是主观的，比如公司的销售数据，统计部门的统计年鉴，还有互联网上采集的浏览数据。但是要想利用好数据就不仅是技术的问题，甚至不是技术的问题。数据本身不具目的性，从输入的角度看，必须要先根据目的确定分析方法，比如对数据进行切片挖掘。现有的信息系统如SAP也仅仅是提供较为完善的数据，而即使对于能够提供可视化数据挖掘模型的系统，对于操作者来说也必须要选择合适的模型，而这一选择方法和模型的过程，只有人类思维才能做到，这一决策过程是非结构化的，所以计算机无法做到。
再次从输出的角度看，通过数据分析，计算机会给出一定的结果，但是这一结果必须和实际问题结合才有意义，并且如果将结果用于解决问题，还需要人类的思维分析，如上面提高的啤酒尿布案例。所以，数据分析只是提供辅助决策的信息，而无法替代决策，无论是从输入还是输出的角度，一个能够进行敏锐分析和思考的人给企业带来的价值远远高于一套大数据系统，如果企业没有这样的人，大数据就毫无意义。而如果没有大数据系统，依旧可以通过人脑的分析能力弥补，比如中国人口密度的“爱辉—腾冲一线”（也称胡焕庸线）与最近大数据的分析结果是一致的，也就是说早在上世纪30年代胡焕庸先生就得出了这样的结论。
四、管理就是决策：人工智能使管理者更加重要
管理大师赫伯特·西蒙说，管理就是决策。但实际上，大部分中层管理者处理的大多工作不是决策问题，而是按部就班的执行流程。如果把管理者的工作内容进行划分，就会分成两部分：有特定流程的日常工作和需要做出判断和非常规的决策。
前者可称为routine，执行已经程序化的流程，后者是临时的、一次性的、非结构化的调节性工作。真正的管理者应该擅长于后者，并且应该把更多的时间花在后者。管理者应该发现并处理一些在routine之外的工作，并且尽快将之变成routine。比如，通过分析常规数据发现了公司库存管理中的弊端，于是设计出一套新的库存管理办法，并且将之流程化，然后推广到全公司。在这一过程中，计算机可以代替的是数据处理的过程和流程化之后的工作，但是提出问题分析方法并且找出解决办法这一过程却是必须要人类才能完成的。
随着人工智能的发展，大多甚至全部routine的工作都可以被取代，因此之前那些只是汇总一下数据就能蒙混过关的管理者将会面临淘汰。而真正侧重于非结构化决策的管理者将显得更加重要，因为其不需要再被日常琐事所累。这也对管理者提出了更高的要求，这些管理者的能力也是人工智能完全不具备的，但人工智能能够进行决策支持，从而使管理者更加高效，并减少失误。
毫无疑问，人工智能及其他互联网技术有助于提高工作效率，能使管理者把更多时间精力用在需要的地方。但是这里面临的一个问题是，很多企业过分看重或者痴迷于技术，从而愿意投入更多的资金用在技术上，但反而忽视了人的作用，甚至认为人的作用降低了，这种思维具有极大的危害，很容易导致本末倒置。
与企业过分看重技术忽视人类这种思维相似的是，技术在使沟通更加方便的同时，也使沟通变得更加困难。任何时候，面对面的沟通都是最有效的，因为沟通传递的信息不仅是文字，还有情绪、态度、观点等。而通过互联网的沟通，如微信，只有文字和声音，在信息多级传递的过程中还可能失真。相对于面对面的沟通，微信传递的信息是有限的，这可能会导致沟通效率的低下，所以有时我们会在微信说了很久都无法说清之后拿起电话。
作者末华，致力于研究互联网及传统行业转型，创业者，微信号1576429360
-
人工智能
AI 概念热浪袭人，来看看我国人工智能领域的专利布局
“4：1”。
这是在与前世界围棋第一人、韩国九段名将李世石的对弈中，谷歌人工智能“阿法狗”（AlphaGo）机器最终取得的战绩。
这场“人机大战”或“人工智能PK人类智慧”的全球网络直播秀，全程的关注人数、传播速度以及影响范围应该已超过1997年深蓝击败国际象棋大师卡斯帕罗夫的世纪之战。
如果说，1997年深蓝大战卡斯帕罗夫宣告了“电脑或计算机”的到来，那么，这“阿法狗”对弈李世石或将让“大数据或深度学习”更加贴近现实。
在人工智能概念热浪袭人的时候，我们不禁要问，我国在人工智能领域的专利布局如何？是深陷被动跟随之中，还是能做到与世界同步？
人工智能非新概念：我国最早可追溯至1993年
从概念上来看，“人工智能”（Artificial Intelligence，英文缩写为AI）并非新概念，早在上世纪90年代就有科学家提出。
有观点认为，人工智能作为计算机科学的一个分支，也有观点认为，除了计算机科学以外，人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。
但是，不管怎样，人工智能的发展历史是和计算机科学技术的发展史联系在一起的，同时，人工智能技术企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
以人工智能领域的图像识别技术为例，国家知识产权局网站的统计数据显示，我国最早与图像识别相关的专利申请发生在1993年。
当时，中国科学技术大学提交了一项名为“图像识别火灾监测报警装置”的发明专利申请，该专利技术主要原理是“在软件支持下，用像素点灰度值判别有否火焰存在，以影像面积增长率识别是火焰还是火灾”。
显然，根据其技术原理及实现方式，这项早在1993年就提交的发明专利已经具备了很强的“人工智能”理念或原理。
而从其应用领域或场景来看，通过图像识别技术防范火灾隐患，如果和当下的“互联网+”相结合，堪称“互联网+火灾预警”应用典范。
不过很可惜，这个23年前提交的发明专利中途因未及时缴纳专利费已经失效。
但这也从一个侧面说明，人工智能确实并非新概念，其研究和应用也并非刚刚起步，而我国在人工智能相关细分领域也并非全面落后于发达国家。
人工智能技术研究：技术、专利和标准需齐头并进
1997年深蓝大战卡斯帕罗夫，在当时也是被认为属于人工智能领域的重要成果和重大进展，它告诉我们通过“电脑或计算机”可以替代部分人的工作，随后，电脑及互联网应用席卷全球，不仅带来了全新的技术革命，也深刻改变了很多行业或产业。
如今，“阿法狗”对弈李世石，则让更多人领略了人工智能领域的“大数据或深度学习”的魔力，它让人看到了“机器”或“系统”更多的可能，甚至有替代人做推理或决策的可能。
因此，从新技术的价值普及来说，“阿法狗”机器与围棋高手李世石的对决，应该说正面意义很大，它让更多人看到了更多的可能，并对科学或技术产生浓厚的兴趣和关注。
但是，一方面，我们要看到人工智能技术进步给科技产业及传统产业带来的积极影响，另一方面，我们也要注意人工智能还不能等同于“机器万能”，它可能还存在这样或那样的问题有待解决。
而具体到产业发展和技术布局， 对于人工智能领域可能涉及到的大数据技术、语言识别技术、图像识别技术等各类新技术，不仅需要研究及时跟上，更需要专利布局和保护及时跟上，并在前述基础上参与或建立相关技术标准的制定，为以后更广泛的行业或产业应用打下坚实的基础。
人工智能应用推广：政府、市场和应用一个都不能少
回顾计算机时代，由于我国起步晚，未能较早参与相应的技术、专利及标准制定中，虽然享受到了技术进步的红利，但也奉上了数额不菲的“学费”。
而在通信技术领域，虽然我国错过了2G技术、专利和标准，但在3G时代标准上建立了中国标准，在4G时代更是催生了更多本土智能手机厂商。
事实上，近3年，国内智能手机厂商也是专利申请最多的行业所在。
对于5G甚至6G等移动通信技术，随着我国参与的主体越来越多，自主研发的技术越来越多，对标准的贡献或占比越来越大，都将改变我们在通信技术领域多年被动跟随的尴尬。
而对于人工智能领域，我国也有很多科研机构和企业在参与其中的技术研发，应该说，在某些领域可能与国外基本是同步甚至是领先的，这对于提升我国在未来人工智能时代的技术、标准话语权以及市场应用主导权至关重要。
仅以“图像识别技术”为例，国家知识产权局网站的统计数据显示，截止目前，国内共有1015年项与图像识别相关发明专利申请，申请时间横跨1993年至2015年。
从专利申请主体来看，既有个人，也有单位，在单位主体中，既有大学等科研机构，也有各类企业。
而在企业之中，既包括LG、佳能、松下、索尼、三星、爱普生、欧姆龙等国外专利巨头，也有百度、携程、小米、创维、TCL、长虹、神画等国内互联网或家电企业代表。
可以说，从时间跨度、参与主体以及研究成果来看，至少在图像识别领域我国已经有一定的技术和专利积累。
所以，我们在感慨“人工智能”的神奇之时，更要看到其未来深不可测的应用前景，在叫好的同时，更要做好本土的技术研究、专利布局和标准制定。
而在人工智能技术应用推广和市场开发中，既需要国家在政策、资金及应用等方面适当予以扶持或支持，加快新技术今早从实验室走向广袤的民用领域，也需要各类企业结合所处行业或领域的特点，尽早将各类人工智能技术成果与自身业务相结合，催生新的服务体验和竞争实力。
本文系作者 李俊慧，来源钛媒体（http://www.tmtpost.com/1658603.html）
-
人工智能
人工智能：人力资源的下一次变革
本文来自作者投稿，作者：刘石锁（原国内某大型家居事业集团（华耐家居）集团招聘经理及HRBP，现从事人力资源和心理学研究。）
转载请注明作者及出处。如对HRTech方面有自己的见解、作品以及资讯，也欢迎大家投稿至yudan@hrtechchina.com
之前我曾经写过一篇文章，是关于互联网+与人力资源管理的，在我的公众号和HRtechchina上面都有发布，现在，互联网与人力资源管理的结合正在越来越深入，现在已经不是趋势，而是正在成为现在时，虽然还有不少的路要走，但是已经切切实实的来临。但是，下一个人力资源管理的重大变革来自于什么地方呢，我们今天就来探讨一下这个问题，个人认为，下一个重大的技术及理念的转变，来自于人工智能。
说到人工智能，我们不得不提到一个著名的数学家和逻辑学家，英国人，图灵（Alan Mathison Turing），一个伟大的计算理论奠基人，被称为计算机之父和人工智能之父，最早提出了人工智能的概念，并提出了测试人工智能著名的“图灵测试”（图灵实验），图灵的成就非常伟大，但是遗憾的是，图灵因性取向问题被英国政府迫害，最终在1954年，年仅42岁的图灵去世，桌子上还摆放着咬了一口的苹果（因此，也有人认为现在风靡的苹果公司的标志就来自于此）。图灵的伟大，很难去描述它，他就像是从遥远的未来回到我们这个时代来帮助我们的，如果不是去世的如此之早，可能还会有更多改变人类历史的发现，仅仅在世的这42年，就给我们未来描绘了美好的图景，带给我们巨大的进步。
但是，人工智能这个术语不是图灵告诉我们的，人工智能（Artificial Intelligence，英文缩写为AI）这个词是1956年提出来的，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。
人工智能这个概念有两个方面，一个是人工，一个是智能，人工不用多解释了，非常好理解，我们看看智能。到目前为止，我们所认识到的智能，主要是人类智能，对于其它的智能我们了解其实并不多。那么什么是智能呢，我曾经在心理学上给大家讲过一些，最重要的智能就是认知和意识。
但是给“人工”赋予“智能”，这个是非常困难的一件事情，在人工智能这个概念提出来之后的几十年里面，人工智能虽然也曾经有过一点出彩的表现，比如IBM的深蓝击败著名的国际象棋大师卡斯帕罗夫等，但是人工智能依然进步比较缓慢，离期待的智能还有着非常巨大的差距。但是最近一段时间，人工智能越来越靠近我们的期望，已经距离我们正式敲开人工智能的大门不远了。
首先，得益于我们在与人工智能有关的各个领域上的进步，尤其是在计算机技术和互联网技术的进步，使得人工智能有了非常好的学习工具和知识资源，同时，大量的科学的“人工训练”也促进了学习形成。我曾经在年终特辑《加速变化的世界》里面曾经有过相关的描述。同时，人工智能所影响到的领域越来越多，比如很火的智能家居类产品等等。我们有理由相信，也应该充分相信人工智能在未来的20-30年必然会成熟到超出我们的期望的程度。
现在，如果你还以为谷歌是一家互联网公司或者是仅仅认为他是一家搜索引擎公司，那你就大错特错了，谷歌其实是一家人工智能公司，在利用大量的搜索来训练“人工智能”，同时谷歌新成立的母公司Alphabet，也是一家人工智能公司。同时，另外一家巨头，微软，也在重点发展自己的人工智能，比如我们熟知的跨平台小冰，等等，人工智能越来越接近于人类。
好了，介绍完了半天人工智能，我们回到开头，看看未来人工智能与人力资源有什么关系。
人工智能是一种比现在的人更加优秀的工具，特别是对人不擅长的统计分析预测，人类不愿意从事的耗体力繁琐性的工作，都会将人完全代替。我们从人力资源的具体工作上来看看。
首先，人力资源规划与预测。
人通过对数据等等的分析和认识来进行规划和预测，但是，人限于对于数据的分析能力和掌握的程度，规划和预测的准确度一直不是很高，虽然这在现在对组织的运营和发展并不构成绝对影响，但是人工智能比人在这方面肯定要全面和准确的多，我们完全可以相信人工智能可以拿出更加清晰地匹配度更高的规划和预测。
第二，招聘。
招聘在人力资源管理里面是技术含量比较高，难度比较大的工作，人限于知识有限性以及认知能力有限的问题，在对候选人的寻找和筛选上总是会有些问题。而人工智能不同，人工智能可以拥有无限的知识和更加完善的认知能力，同时，更加自动化。可以自动开启招聘任务，自动寻找与匹配候选人，自动识别和判断，自动跟踪，自动评估和分析等。
第三，培训。
现在的培训工作绝对是很多人不愿意从事的一块，在很多企业属于费力不讨好的，因为很难评估培训的投入产出情况，同时培训的工作量有很大，非常繁琐。未来在人工智能的情况下，这一问题会得到很好的改善。第一，我们可以训练人工智能来代替培训讲师，我们未来可以获得的培训资源会更加丰富和廉价。第二，每个人（员工）都可以配备一名自己专属的人工智能老师，自动判断培训需求和开启培训，自动判断培训成果并收集信息，自动反馈和分析等等。
第四，绩效和薪酬。
这又是一个技术含量比较高而且复杂的工作。未来的人工智能会比现在要好用的多，至少在绩效与薪酬方案上更加科学，同时，由于人工智能对人的大量代替，使得评估更加方便和准确，差异性减小，工作量减小。
第五，员工关系。
在一个高度使用人工智能代替人的组织中，员工关系不再是对人的管理，而是对人工智能的管理，或者是调节人与人工智能之间的关系，除了现在的基础法律问题，未来的员工关系可能还会涉及到的有人机道德伦理问题，人工智能伦理问题等等，可能比现在还要复杂的多，也是目前的人力资源管理模块里在人工智能时代唯一得到发展的功能。
第六，组织管理与人力资源功能。
未来的组织形式可能会和现在有很大的区别，随着人工智能的发展可能会高度扁平化，这从组织发展的这么多年来看是正确的。组织曾经可能会减少到一层到两层，我想最多的也不会超过三层。这给我们我来的管理理念和方法的影响也是巨大的。人力资源未来的功能和现在也是不同的，也不会是现在的这几大模块工作模式，也不可能是现在正在流行的SSC/SDC-COE-HRBP模式，至于什么样子，我也无法预测。
到时候，我们可能不能用HR或者人力资源来称呼这一领域，可能是人工智能管理，或者说是HIM，至于怎么更规范，值得探讨。
不管如何，人工智能时代的到来是必然的，虽然我们不知道具体是什么样子，是20年还是30年。人工智能所带来的是更加廉价的、便捷的、专业的服务，而不是昂贵的，昂贵的不是未来，开放的和更加便宜的才是未来。在人力资源领域，我们到时候可能身体已经年老，也可能还是中年，但是，我们的头脑肯定是老了，即便不断学习和进步。
虽然时间还稍远，但是也可能转瞬即达，从现在开始，抓住人工智能与人力资源的结合点，才能在未来的人力资源领域有一席之地，现在我们已经需要种下这颗种子，慢慢培育它，到时候便可以长成参天大树。
在此，诚邀所有现在人力资源领域的朋友们共同关注这个问题，也希望找到一起合作的伙伴，一起种下一颗人力资源与人工智能结合的种子，一起培育一棵参天大树！
谢谢，欢迎个人转载，其它机构使用本文章观点或者是转载需获得本人的授权并说明出处！
-
人工智能
Gigster 获 1000 万美元 A 轮融资，想做软件开发的 Uber
按需软件开发服务初创企业Gigster今天获得了1000 万美元的 A 轮融资。
Gigster 是一家为缺乏内部研发团队的企业和初创企业提供软件开发与设计解决方案的初创企业，2年 前进入了 YC 加速器计划，今年刚刚毕业，目前总部位于旧金山。其概念很简单，就像 Uber 把司机与乘客联系在一起一样，Gigster 把自由职业的程序员、设计师与有软件开发需求的公司联系在一起。
客户可以从他们罗列的各种模板和功能列表上进行选择，然后对所需软件进行建模，Gigster 则会马上利用人工智能，基于先前项目所需的项目经理、开发者以及设计师的情况对项目实现进行估算并给出报价，客户同意后由 Gigster 雇佣自由职业者完成项目。目前 Gigster 拥有 350 人的自由职业者队伍，其中不少是 Facebook、Google、微软等大公司的前雇员或现雇员。
从某种意义上来说，Gigster 相当于软件开发的 Uber，或者是进化版的项目承包。对于那些有需求有创意但缺乏能力的企业 / 初创企业来说，Gigster 相当于他们的工程部，帮他们解决了编码（缺乏开发经验）、招聘（人才难找）、项目管理（很多麻烦要处理）等方面的问题，替其节省不少的时间和成本。
当然，以之前的项目经验去估算项目也存在一些不可预知的风险。因为根据软件估算的五大定律，估算是不可互换的，而且往往是错的，根据估算制定的合同对于参与各方都有可能造成损失。此外，如果这些 “自由职业者” 包括 IT 公司的现有员工，那么这些人的工作可能也会存在一些模糊地带，给他们的雇主造成影响。还有就是对于提供软件需求和实现创意的这些公司来说，也会存在创意被窃取的或山寨的风险。但是跟 Uber 一样，Gigster 这类的公司有可能颠覆 IT 行业的组织和做事方式，还是值得观察的。
此轮融资由 Andreessen Horowitz 领投，Ashton Kutcher、Continuity Fund I 等跟投，至此其总融资额为 1250 万美元。本轮融资所得将用于进一步开发平台的 AI 和机器学习技术，增加人手等。
来源：36氪
作者：boxi
出处：http://36kr.com/p/5040793.html
扫一扫 加微信
hrtechchina
