互联网和移动电话技术，随时产生海量数据。AI人工智能，以其前所未有的强大数据处理能力，在产业转型和工作模式领域，催生出指数级巨大变革。
面对人工智能，我们是该全面拥抱，还是提高警惕？
从各种最新的人机交互技术，到整体提高商业流程效率，人工智能的发展速度一日千里。高德纳咨询公司(Gartne)预计到2020年，85%的客户服务将采用AI机器人。谷歌工程总监雷·库兹韦尔(Ray Kurzweil)更放言：2029年的机器人将具有人类智慧。 高德纳公司还估计到2025年，将有1/3的工作由机器人和智能化机械完成。这些预测的准确性还有待观察，但人工智能的发展确实引发了AI终将取代人类工人的担心。
人类工人，淘汰还是进阶？
位于美国加州的非营利组织XPRIZE的人工智能专家Amir Banifatemi，在接受DirectIndustry电子杂志采访时表示：这样的担心毫无根据。
人工智能可以让工人更广泛、更有效地利用工具和数据。这不仅意味着员工可以着力解决更困难的进阶问题，也意味着他们必须重新学习新技能。每个企业都应该帮助员工做好准备，以利用人工智能带来的生产力提高和创新潜力红利。
在生物科学领域，人工智能介入药物研发的范围和深度史无前例。英国人工智能公司BenevolentAI副总裁James Chandler，向DirectIndustry解释说：
人工智能具有从海量科学数据中提取知识的独特能力。它可以自主寻找疾病的致病原因，并快速建议多项备选治疗方案。这些例子都表明，人工智能将会增加人类的智慧，而不是取而代之。
去年，英国谢菲尔德大学神经转化研究所宣布，一项通过BenevolentAI技术发现的候选药物研究，在运动神经元病的治疗实验中显示出积极的结果。
人工智能的不断发展也将改变员工的人际互动方式。思科推出的虚拟会议助手Spark，采用了对话式人工智能公司MindMeld的机器学习技术。它允许用户通过声控语音命令参与和结束会议，或者启动和停止会议录像。Spark将在今年年中推出测试版，通过用户反馈让系统“更聪明”。此外，这一系统还将能进行会议任务分配，并自动创建会议摘要。思科英国和爱尔兰区首席技术官 Chintan Patel表示：
学习和理解人类在工作场所等自然环境场景下的行为，是人工智能研究人员和工程师面临的最具挑战的问题。而机器智能的终极发展目标则是：将机器变为工作团队的“人工智能成员”，主动提出完成工作并提高效率的建议。
人工智能无处不在
虽然这听起来像是威尔史密斯的科幻电影，但我们的世界已遍布人工智能。所有需要摄取和解释大量数据的行业，都能受益于当今的人工智能技术。在医疗方面， IBM Watson肿瘤解决方案(Watson for Oncology)可以通过分析各种医疗数据，提供多项肿瘤治疗备选方案，协助医生和患者作出决策。在客户服务领域，Nanorep和Workfusion等基于人工智能的聊天机器人正变得越来越普遍。
思科公司的Patel介绍说：
目前，对各个行业来说，人工智能所面临的挑战和机遇，是如何变革商业模式、工作模式和流程，将常规和重复性的任务自动化，解放员工生产力，专注高阶任务。
人工智能并不是唯一的解决方案。相反，人工智能的开发、部署和利用必须紧密结合其他颠覆性技术，特别是物联网（Internet of Things, IoT）和网络安全。无人驾驶汽车就是这种技术共生的绝佳例子。汽车的人工智能应用，必须与软件代码、机器自主学习能力、智能电网以及公共无线网络连接协同工作，才能安全、适当地将人员和货物在正确的时间运输到正确的位置。未来发展最紧迫的一个问题，首先是定位潜力领域，确定深度学习等先进技术的盈利能力提高空间，其次是保证进行机器训练的大量数据，两者相加，才能将人工智能技术的优势最大化。对于BenevolentAI的Chandler来说：
训练计算机从工业数据中学习，还将需要半监督学习技术，这比今天的监督学习技术要更经济、实用。
