随着聊天机器人、虚拟助手和其他公司使用的对话工具的激增，人工智能(AI)的地位正在上升用于改善客户服务，提高生产效率和运营效率。但人工智能也有助于在传统上由严谨的科学和优秀的老式人类分析所统治的数据密集型产业中，实现任务的自动化和流程化。
例如，种子零售商正在使用人工智能产品，通过大量的精确农业数据来生产出最好的玉米作物，而害虫控制公司正在使用基于人工智能的图像识别技术来识别和治疗各种类型的虫子和害虫。这些明显不同的场景，突显出人工智能是如何从科幻小说演变为可能帮助企业在竞争中占上风的实用解决方案的。
根据Gartner的说法，人工智能是通过学习、得出结论、理解复杂内容、与人进行自然对话或代替人完成非常规任务来模仿人类表现的任何技术。研究人员将人工智能的一个子领域——机器学习(ML)定义为利用基于现有信息的操作技术的算法，这种算法既可用于无监督学习，也可用于监督学习。
企业呼叫中心使用AI和ML工具帮助代理商沟通更有效，有时更importanlty，与客户。有些公司正在使用AI和ML揪出员工谁都有可能离开自己的位置，根据他们的行为模式，以及细节上下班的通勤距离。
但是企业对人工智能和ML工具的使用案例正在增长，Forrester研究公司预计人工智能投资将在2017年比2016年增长300%。IDC认为，到2020年，人工智能将成长为470亿美元的市场。
人工智能提高了玉米的基因产量
贝克的杂种，它与更大的孟山都，杜邦，土地奥湖区，先正达等精密农商竞争，是使用AI产品来分析大量数据，以确定哪些玉米品种和条件将产生最高的产量。该公司的遗传学家需要知道如何阳光，雨水，地利，地利可能会影响增长和利润为超过30,000不同类型的种子它提供。
贝克杂交公司的信息系统经理布拉德·弗罗斯(Brad Fruth)表示，在测试中，公司的5名玉米育种员从联合收割机、气象站、DNA标记实验室和无人机上收集了3000至5000个数据点，每条20英尺长的土地上都有。虽然数据收集是丰富的，但从这些数据中获得真知灼见是另一回事。
“如何在世界上是一个小公司的中型[打算]踏踏实实地基本事实，找出尽可能什么正在改变，因为变量，什么是工作不雇用50名数据科学家“，Fruth说，总结challenge he faced a year ago. There’s no lack of data-crunching software such as Hadoop, but Beck's lacks the engineering resources to spin up a cluster and write custom algorithms to get at the heart of the data. And in an industry where growers get one shot a year to get the right crop yields, Fruth wasn't going to take his chances. “We just didn’t like what we saw on the market and it wasn’t feasible for us to be able to churn through all of this data and get real insights from it,” Fruth says.
一个经销商把Fruth推荐给了Nutonian，它的人工智能软件Eureqa自动构建和解释分析模型以非技术用户可以理解的方式显示数据和信息。不需要数据科学家。Fruth表示，该软件运行速度很快，只需5分钟就能显示结果，而通常情况下，玉米种植者需要8到9周的时间才能将结果填入电子表格。
Eureqa每秒运行数百万个方程，Fruth说，这些结果使遗传学家能够完善他们的问题，使他们处理数据的方法更加精确。“我们想要确保我们在正确的时间在正确的领域进行测试，”Fruth说。“这对我们来说是一个完美的世界。”
AI帮助猎人的bug
虽然遗传学家正在使用AI来注入生命的玉米作物，能多洁采用AI杀死臭虫和害虫。
一些公司的5000项病虫害防治技术的使用由埃森哲开发的识别错误的Android移动应用。由类型错误或啮齿动物的难倒的技术人员可以采取的有害生物的图像，并且运行应用程序，称为PestID。这张照片唤起家谷歌的图像分类和机器学习软件，通过一些害虫图像进行筛选并识别入侵者，根据尼莎·夏尔马，埃森哲移动集团的董事总经理。
当检测结果为阳性时，该应用程序会立即提供预先填充好的补救方案，帮助技术人员决定治疗计划，包括适当的化学药品和对房主的建议。
夏尔马说，技术人员告诉埃森哲说PestID是至关重要的，因为各种害虫需要不同的化学物质进行治疗。她补充说，每一个技术人员捕捉图片时它会提高的ML算法的识别和分类的能力。
基思·奇泽姆，北美IT和伙伴关系的能多洁的头，说：技师在北美试运行PestID所提供的经验“非常积极的反馈。”
“能够与埃森哲工作，以利用我们自己的未来的控制谷歌最新的CloudML和Android技术和设计全新的东西使我们的，” Chisolm说。
这篇文章，“人工智能，机器学习在农业和病虫害控制中开花”，最初是由CIO 。