使用架构来解决人工智能问题

首席信息官们知道，他们需要参与人工智能的战略计划，但是他们不确定如何走进人工智能的世界。而这里，来自金融服务业的一个例子可以向您展示如何与组织的业务策略同步开发、集成和部署AI。

人工智能（AI）正越来越多地进入到我们的日常活动当中。任何使用谷歌、Facebook或微软产品的人都知道这一点。虽然它远非完美，但正在快速改善着。并非每个企业都在以同样的速度使用人工智能。你的组织已经开始研究使用人工智能了吗？你对如何在你的组织中解决和实施人工智能有什么头绪吗？你的企业和业务架构师应该如何检查AI？他们应该从哪里开始？本文将尝试用一个财富管理的例子来回答这些问题。

什么是人工智能？

第一次提到人工智能大约是在60年前。人工智能有多种定义方式。下面这个10分钟的视频，“什么是人工智能？”很好地解释了人工智能，并阐述了其中的几个定义：

另外，我也觉得维基百科的定义非常恰当：

“人工智能，有时也被称为机器智能，是由机器展示的智能，与人类和其他动物展示的自然智能相区别。在计算机科学中，人工智能研究被定义为对智能代理的研究：包括任何能够感知其环境并采取行动来最大限度地提高其成功实现目标机会的设备。”

最近对人工智能的热情很大程度上源于深度学习发展的结果，深度学习是一种基于学习数据表示的神经网络，而不是基于特定任务的算法。深度学习可以是监督的、半监督的或无监督的。就像《人工智能时代的希望与挑战》一书中提到的那样，深度学习网络现在可以很容易地超过十层，模拟的神经元数以百万计。

部署的挑战

并不是每个人都有谷歌、Facebook或微软的雄厚财力和技术能力。人工智能很可能会提供价值，但它的开发、实施和实际应用对大多数企业来说是，而且将继续是一个真正的挑战，更不用说对大多数公共组织来说了。技术知识和资源都将是匮乏的。在某些情况下，获取、访问和分析现有收集的数据的权利仍然是一个问题。最后，具体的人工智能举措带来的积极成果可能需要比预期更长的时间才能实现。

正如谷歌Brain创始人Andrew Ng最近在《福布斯》上的一篇文章中所提到的：

“人工智能技术虽然令人兴奋，但也并不成熟。冒着听起来亵渎神明的风险，但孤立的人工智能技术是没有用的。它需要大量的定制，来确定它可以如何适合您的业务概念。要做到这一点，需要对你的公司有广泛的了解，并对人工智能有相当深的了解。如今，要想挖掘人工智能的价值，需要一个了解商业环境、具有跨职能知识的团队，比如如何将人工智能应用于医院，或如何在物流网络中使用人工智能。如果没有关于业务运营方式的跨职能知识，将很难适当地定制AI以推动特定的业务成果。”

使用架构来部署人工智能

正如Raj Ramesh在本期播客中提到的，业务架构将如何帮助利用AI：

“业务架构在组织的未来将发挥着重要作用。毫无疑问，人工智能将成为未来业务不可分割的一部分。一些组织提出的与人工智能应用相关的关键问题包括‘我们从哪里开始？’，‘我们将如何使用这些成熟的技术来增强竞争优势？’当业务架构师将业务策略映射到执行时，他们将需要回答这些问题。”

企业和业务架构师在使用AI等工具设计这些组织的未来场景方面也发挥了重要作用。构建和部署人工智能应用程序不能用混乱的方法来执行。如果事先没有一个严格的面向业务的架构，就不可能知道人工智能的起点和意义。业务和企业架构师必须理解将受到人工智能影响的信息、价值流、能力、应用程序和流程。

一个例子：财富管理中的人工智能

AI目前扰乱金融服务业的方式至少有五种，如下所示：

1．通过机器人顾问进行投资，几乎很快就可以取代金融顾问；

2．由会话人工智能支持的聊天机器人将很快支持让客户参与进来；

3．人工智能最近开始在欺诈检测和风险管理方面减少误报；

4．人工智能最终将能够“学习”、记忆并遵守所有适用的法律法规；最后

5．人工智能可能很快就能预测股价和市场走势，从而颠覆财富管理。