人工智能（AI）正在不斷發(fā)展成熟，從中獲益的一個群體越來越清晰：知識工作者。這些工作者既需要經(jīng)驗又能夠收集和分析決策和行動所需數(shù)據(jù)，他們正在獲得能夠大幅提升其表現(xiàn)的工具。

人工智能涵蓋了從機器人和物聯(lián)網(wǎng)、到機器學習和自然語言處理的所有內(nèi)容，這是一個全自動化、端到端分析和決策制定的世界；人工智能將人類從日常任務中解放出來，進一步增強了人類的聰明才智。

但實際來說，今天主要關注的是為知識工作者提供讓他們更快、更有效地完成工作所需的信息和工具。這一點得到了Forbes Insights調(diào)查結(jié)果的印證，調(diào)查發(fā)現(xiàn)，有79％的高管認為，人工智能已經(jīng)在推動知識型員工在工作流程和工具方面的變革性改進。

有關賦能知識工作者的例子，讓我們來聽聽運輸和物流巨頭Werner Enterprises公司首席執(zhí)行官Derek Leathers的看法。“我們的物流小組負責處理各種復雜但重復性的任務，這些任務需要大量輸入數(shù)據(jù)才能做出最佳選擇?！崩?，選擇最好的運輸商意味著要梳理數(shù)千種可能的后選擇、路線和時間表?！巴ǔＧ闆r下，可能需要四到五分鐘才能得出結(jié)論，”Leathers說。但是，最近他們采用了基于人工智能的工具，“幾秒鐘內(nèi)，我們就可以把選擇范圍縮小到兩三個運輸商，然后讓人類直覺做出最佳決策?！?/p>

精力應該集中在哪些方面？

Forbes Insights研究表明，提高知識型員工績效的方法基本上圍繞著這三個關鍵領域：

1、消除重復性任務：在做出決策時，知識工作者必須經(jīng)常引用一系列數(shù)據(jù)源，這些數(shù)據(jù)源可能分散在企業(yè)組織外的各種電子表格或數(shù)據(jù)庫中。編輯此類信息通常是重復的或機械的，因此非常適合采用機器人過程自動化（RPA）等工具。

Julie Leese是加拿大運輸部的首席數(shù)字官，是加拿大鐵路、海運、空運和陸運業(yè)務和政策的主要監(jiān)督員。Leese解釋說，RPA讓企業(yè)組織可以自動執(zhí)行基礎任務，尤其是那些由明確的業(yè)務規(guī)則管理的任務。Leese說，這樣的“機器人”比人類更有效率，能夠更快、更連續(xù)地處理更多數(shù)據(jù)。

2、簡化決策：機器——人工智能——非常善于編制數(shù)據(jù)。但就目前而言，Cadence Design Systems公司IT副總裁Tarak Ray表示，人類仍需要做出最終決定。他舉例說，一臺機器可以被訓練識別出花朵，但“如果你要求機器畫一幅畫的畫，或者說出哪一朵花最漂亮，機器就不知道了”。即便如此，機器還是能夠收集和執(zhí)行基本的、大量重復性的分析，幫助提高人類做出重要決策的速度和效率。

3、提供新的洞察：人工智能最強大的能力之一，是能夠以顯著提高理解力的方式向決策者提供信息。一家大型商業(yè)房地產(chǎn)、零售和娛樂集團的首席技術(shù)官解釋說：“數(shù)據(jù)可視化本身就可以帶來一些有趣的發(fā)現(xiàn)?！彼麄兪褂肞ower BI（商業(yè)智能）這種基于云的業(yè)務分析軟件，為知識工作者和決策者的大約680個正在進行中的、涉及人工智能的報告提供支持。這位CTO表示，這些報告非常強大，“今天，沒有人會在還沒有看看Power BI儀表板之前就做出決定”。

Forbes Insights調(diào)查顯示，知識工作者扮演者很多角色，實際上，各種各樣的職能部門都在積極尋求人工智能能力。目前，IT部門仍然是人工智能最活躍的用戶（52％的受訪者），遠遠超過其他業(yè)務如運營（39％）、營銷（33％）、銷售或物流（32％）。

但調(diào)查顯示，在接下來的18個月中，IT與其他業(yè)務職能之間差距在不斷縮小。IT仍然保持領先地位，畢竟，這是一種了解技術(shù)、操作數(shù)據(jù)、明確業(yè)務規(guī)則的職能。調(diào)查預測，絕大多數(shù)知識型員工將在未來18個月內(nèi)積極參與人工智能項目。人工智能確實對知識型員工產(chǎn)生了轉(zhuǎn)型影響，而且還將持續(xù)下去。