人工智能（AI）技术在企业中已经增强。然而，根据自然语言生成（NLG）专家的一项新的研究，许多商业领导者没有意识到他们利用依赖AI的技术叙事科学。尽管存在混乱，但采用迫在眉睫。
Stuart Frankel，首席执行官和叙事科学联合创始人。
“人工智能已经存在很久了，”叙事科学公司的首席执行官兼联合创始人斯图亚特·弗兰克尔说虽然它是超级热和非常热闹的今天，仍然有一些成功的故事，人工智能只是我们不再考虑人工智能。我们每天都用它，我们已经习惯了。我认为这是一个自然的过程。一旦这种难以解释的深奥技术得到广泛采用，它就不再是人工智能了。”
哦，那是ai？
在从2005年4月27日到今年4月27日的国家商业研究所为345个商业高管的调查中，叙事科学发现，26％的受访者表示，他们目前正在使用工作场所的AI技术来自动化手册，重复任务。这同比增长了15％。和38％的人报告使用AI技术。但是，当叙事科学要求组织关于他们使用依赖AI技术的技术 - 预测分析，自动化书面报告和通信，语音识别和响应等。- 88％的受访者表示，他们的组织不会使用AI报告他们的组织使用其中一个或多个技术。
换句话说，公司从AI供电的应用中受益，甚至没有实现它。
弗兰克尔说，但你称之为什么，不如你用它做什么重要。
弗兰克尔说：“我认为在大多数情况下，这并不重要，除了要说，那些做出技术决策、影响企业大领域的决策的人，需要对他们购买的技术有一些了解。”。
根据叙事科学的研究，无论组织对这些技术使用什么术语，他们都在使用它们。38%的调查组说他们已经在使用人工智能技术，56%的人计划在未来两年内部署人工智能技术（23%在未来12个月内）。这意味着到2018年，62%的受访者组织可能会使用人工智能技术。
没有它
弗兰克尔指出，人工智能技术已经变得越来越容易获得，这是它们在企业内爆炸的一个重要因素。
他说：“现在各个部门甚至某些组织的个人都很容易测试人工智能技术。”他们不需要牵扯进来。我认为我们看到的是人工智能很快渗透到企业中，但不一定在许多公司中广泛应用。”
Frankel说，IBM Watson是一个很棒的例子。
“两年前，三年前，检测沃森是一个百万美元，潜在的多年倡议，为大多数组织，”他解释道。“只有这么多公司可以承担这种承诺。Watson遵循了一种宽阔的趋势，可以使网络服务成为可用的Web服务，通过一系列API制作技术。这使得测试变得更加容易。如果组织可以测试它并从中获得价值，这导致下游更大的采用。“
目前正在使用的AI技术，预测分析占主导地位。调查发现58％的受访者正在使用数据挖掘，统计，建模和机器学习的组合来分析当前数据并进行对未来的预测。
“毫无疑问，我们研究的一个重要头条新闻是，预测分析正在非常非常迅速地进入企业，”弗兰克尔说公司开始看到数据的真正价值。他们是根据自己的数据做出决策，而不仅仅是查看数据。”
叙事科学指出，由于许多行业的巨大潜力，组织可能引起预测性分析，因为许多行业的巨大潜力，无论是防止医疗保健部门的昂贵的医院重新入学还是减少计划外停机，并允许在制造空间中更有效的供应链管理。
研究公司Gartner预测，到2020年，企业新投资的40%将用于预测分析。
该研究发现，在技术投资中，将优先创新的公司倾向于产生最大的价值。54％的受访者表示，他们的组织具有创新战略，62％的人表示，他们的组织具有专门的创新预算。在那些具有创新战略的组织中，63％的人认为他们熟练使用大数据来解决业务问题。没有创新策略的组织中只有13％的受访者感受到了同样的感受。
在有创新战略的公司中，61%的公司使用人工智能来识别数据中原本会错过的机会。只有22%的没有策略的受访者也这么说。
数据科学家藏在哪里？
不出所料，调查还发现，数据科学人才短缺仍然是首要问题：59%的受访者表示，数据科学人才短缺是数据创造价值的主要障碍。在表示已部署大数据技术的受访者中，约有50%的受访者表示，他们的组织擅长使用大数据解决业务问题。在那些说自己很熟练的人中，95%的人使用人工智能技术。这一比例比去年的59%有所上升，弗兰克尔说，这表明企业正转向智能系统来增强数据科学能力，以应对短缺。
“在数据科学家的知识可以编纂成机器的程度上，组织可以从中获得很多杠杆，”他说。
事实上，他注意到，人工和机器之间的伙伴关系的想法远远超出了数据科学。
他说：“与去年相比，今年调查的一个主要引人注目的差异之一是AI技术的看法不断变化，”他说。“今年，与AI相关的对话是关于伙伴关系的权力。越来越意识到AI技术，当与人类技能相结合时是最佳的，因为它产生了超出了任何群体可以单独实现的结果。”
这个故事，“在企业中扩展的AI（无论你知道它）]最初是发表的首席信息主管 。