“明年智能客服系統(tǒng)要成為我們重點關(guān)注的領(lǐng)域。”

說完這句話之后，江超又小聲嘀咕起來，“但是這些肯定不能再指望外包人員了……”

看到越來越多的同行都開始引入人工智能項目，作為CTO的江超也有點心急，他所在的公司是一家連鎖酒店品牌，在華南范圍內(nèi)擁有100多家酒店，此前他所在的部門承擔的工作有一半以上都是由外包公司來完成的，但今年由于面臨著公司擴張以及客服部門遇到的效率問題，他向公司提議最好能夠自建IT團隊，參與人工智能相關(guān)的項目來幫助酒店客服團隊提升效率。

“其實我們自己酒店的系統(tǒng)仍然不算完善，呼叫中心和店務管理系統(tǒng)沒有集成到一個系統(tǒng)中，又匆忙的上了微信小程序訂房、公眾號訂房等項目，但又沒有合理的規(guī)劃人力資源，仍然沒有提高酒店的運營效率�！苯�超對公司的痛點還算認知清晰，他聽說可以通過智能客服的方式來接入酒店系統(tǒng)，能夠提升訂房效率的同時節(jié)約人力成本，但具體怎么操作，公司人員需要進行哪些改變，在傳統(tǒng)行業(yè)多年的江超仍然心里沒底。

斗大的饅頭，無從下口，這其實正是當下傳統(tǒng)企業(yè)尋求與人工智能結(jié)合時所處的困局。信息不對稱，行業(yè)跨度較大等障礙，還衍生出諸多焦慮。他們不知是要去找BAT還是微軟、亞馬遜合作，更不知要如何判斷人工智能項目與自己業(yè)務是否匹配。

即便是成功找到一家人工智能公司，轉(zhuǎn)型也并非是一蹴而就的。既需要長時間磨合，又需要持續(xù)性地投入精力和財力，對企業(yè)來說是不小的挑戰(zhàn)。操之過急，或許還會引發(fā)一些計劃之外的狀況。

因此，熊出墨請注意認為，人工智能時代，傳統(tǒng)企業(yè)在轉(zhuǎn)型之前，最為重要的準備工作是，對自身，對人工智能樹立起一個清晰且全面的認知，切忌為了轉(zhuǎn)型而轉(zhuǎn)型。并且，通過本文，希望更多的企業(yè)管理者能夠像江超一樣，解開心頭之惑。

困局與焦慮

江超說，“很多同行其實還是在觀望階段，并不覺得布局人工智能能夠讓生意變得更好，而且酒店行業(yè)在信息技術(shù)、信息安全領(lǐng)域一直‘慢半拍’，數(shù)據(jù)和互聯(lián)網(wǎng)方面的運營能力也距離互聯(lián)網(wǎng)公司有較大差距，更別提人工智能了�！�

按照他的經(jīng)驗，決定一項新技術(shù)是否要加入，關(guān)鍵在其與業(yè)務的關(guān)聯(lián)度，以及轉(zhuǎn)型的迫切度。通常情況下，關(guān)聯(lián)度越高、需求越迫切，企業(yè)愿意投入的預算和精力也就越大。

關(guān)于人工智能，江超最大的感受是，“前兩年還都在談人工智能概念、技術(shù)，今年行業(yè)里已經(jīng)有很多企業(yè)的相關(guān)業(yè)務落地了�！睒I(yè)界更是把現(xiàn)在的人工智能看做是90年代的互聯(lián)網(wǎng)，搶占先機，吃得第一波紅利也早已成為共識。

2017年，麥肯錫發(fā)布一份名為《人工智能：下一個數(shù)字前沿》的報告，長達80頁，其中一個核心觀點就是，企業(yè)如果不轉(zhuǎn)型，那將會被人工智能的早期使用者越甩越遠。近日，中國信通院和Gartner聯(lián)合發(fā)布的《2018世界人工智能產(chǎn)業(yè)發(fā)展藍皮書》指出人工智能正深入各行各業(yè)，預計2020年我國人工智能市場規(guī)�？蛇_1500－1800億元。

這些其實都在向企業(yè)傳遞著同一個信號，人工智能這班車，一定要上，并且要迎難而上。但是，說來簡單，實際行動起來就會發(fā)現(xiàn)，諸多客觀因素就像是座座大山，阻斷了企業(yè)轉(zhuǎn)型之路。

首先是信息的不對稱。多數(shù)傳統(tǒng)企業(yè)對于人工智能的了解，僅僅局限于其能夠讓日常業(yè)務的開展變得“更聰明”，但到底是怎么個聰明法？哪家人工智能公司能勝任這些工作？答案十分模糊。

“企業(yè)做任何決策之前肯定都還是要貨比三家，尤其是產(chǎn)品的穩(wěn)定性、價格以及業(yè)務的可拓展性都是我們關(guān)注的重點�！苯�超表示，他對于行業(yè)的了解基本來源于國內(nèi)百度、阿里等公司主辦的關(guān)于人工智能主題的大會。

的確，在這個領(lǐng)域，BAT級別的公司最為活躍，此外還有科大訊飛、商湯科技、Face＋＋等在人工智能深耕多年的垂直公司，也一直在盡力布道。比如一個多月以前，科大訊飛剛舉辦了一場1024開發(fā)者節(jié)，介紹了目前人工智能在醫(yī)療、客服、營銷、家居、機器人、金融等行業(yè)所取得突破以及關(guān)于未來的展望。

其次是行業(yè)跨度比較大，對企業(yè)現(xiàn)有的IT團隊和工作模式提出了挑戰(zhàn)。多數(shù)人都會把人工智能想象成飄在云端，不接地氣的“高精尖”。對于沒有專業(yè)的研發(fā)團隊和開發(fā)人員的傳統(tǒng)企業(yè)來說，看似遙不可及。據(jù)熊出墨請注意了解，即便是一些已經(jīng)著手轉(zhuǎn)型的大企業(yè)，像海底撈、蘇寧等，他們在最初其實也面臨著同樣的困惑。另外類似江超公司這樣規(guī)模的企業(yè)，其實很多IT工作都給了外包團隊，相比之下，互聯(lián)網(wǎng)公司在這塊的門檻就要低很多。

此外，人工智能行業(yè)存在一定泡沫，這更增加了傳統(tǒng)企業(yè)辨識、篩選的難度。風口正盛之時，眾多公司集體涌入，資本也十分狂熱，據(jù)統(tǒng)計2017年全球人工智能投融資總規(guī)模達 395 億美元，融資事件 1208 筆。曾有調(diào)侃稱，“不和人工智能沾邊，投資人都不愿意見�！�

好在如今行業(yè)發(fā)展回歸理性，清華大學發(fā)布的《中國人工智能發(fā)展報告2018》顯示，2018年上半年，人工智能行業(yè)融資事件已急劇減少，僅有146筆。

大浪淘沙，部分缺乏競爭力的公司黯然離場，實力玩家開始浮出水面。騰訊研究院2017年發(fā)布的《2017中美人工智能創(chuàng)投現(xiàn)狀與趨勢》指出，全球人工智能公司總數(shù)為2542家，去年一年已有50家宣布倒閉。