人工智能如何革新企业生产力

现有的人工智能工具和服务不是要替代员工，而是通过改进工作流程，加快搜索和发现以及对协作进行微调来提高员工的工作效率。

人们畏惧人工智能，认为它会扼杀大量的工作，但目前，很多可用的人工智能工具和服务都专注于提高业务生产力而非替代员工。事实上，最近由软件公司ABBYY在英国进行的一项调查指出，近三分之二的员工表示，他们很乐意将做会议记录和评审长篇大论等任务交给机器来做。

销售领域的专业人员已经在Salesforce和Microsoft Dynamics等服务中利用人工智能工具来提供更好的销售性预测，并帮助他们锁定潜在客户，完成交易，但人工智能对很多普通的业务工作也很有用。从训练管理者进行更有效的互动，对发送电子邮件的最佳时间提出建议，到有望在白板上不受待见的信息中获取价值，由人工智能驱动的工具正在提高各行各业的商业生产力。你不需要建立属于自己的机器学习团队——但你可能要考虑如何让企业充分利用资源。

更智能的搜索和发现

智能手机和消费云存储服务用图像识别来自动标记照片的做法已经存在一段时间了。SharePoint Online和OneDrive for Business等业务云存储服务也开始采用相同的方式。SharePoint的产品标记总监Dan Holme说：“我们在SharePoint文档库中注入了大量智能。在你上传图像时，人工智能会定位地理位置，识别对象并提取文本”。比如说，每次你扫描或拍摄餐馆的收据，你都可以直接从文档库中提取报销单的信息。

今年晚些时候会推出下一步举措，即使用Flow（微软的低代码工具，旨在创建工作流程）更轻松地在业务流程中使用这样的信息。Holme说：“人工智能发掘了这些照片的价值；如果你将这些信息与Flow相结合起来，你就可以利用认知服务（Cognitive Services）进行翻译、转录或进行情绪分析”。例如，如果照片显示的是车辆，保险理算员可以拍照来证明车辆损坏情况并将照片发送到车险部门，如果照片显示的是房屋就把证明房屋损毁情况的照片发送给负责家居保险的团队。或者，你可以向SharePoint告知有关新公司徽标的信息，用条件格式化来突显使用旧徽标的所有文档。

在你的移动设备上，最新版本的Adobe Scan使用图像识别功能来留意你拍摄名片的时刻。然后，该功能会对名片的文本执行OCR识别，并根据提取出来的信息创建新的联系人。这包括搞清楚电子邮件地址的正确格式。Adobe Scan还可以自动调整以前扫描的图像，以清理阴影、锐化文本和纠正角度，以便文本得到更准确的识别；微软的OneNote和OneDrive的Office Lens功能可以执行类似的纠正，但只在你拍摄照片时纠正。

对文档进行自动识别和标记使人们更容易找到合同、发票和其它常见的文档类型，但这种做法并没有图像识别那么先进，但Box承诺Box Skills平台（该平台仍处于测试阶段，它包含图像OCR和音频转录的功能）能实现图像识别的功能。ABBYY的合同文本分析服务已经使用人工智能来检测合同并识别买卖双方等实际存在的参与者，从而使你更轻松地查看自己需要遵守的承诺（如数据泄露通知或交付限期）、评估风险或查看合同条款是否保持一致并符合合规性方面的指导方针。ABBYY UK & Ireland的负责人Paul Goodenough表示，该服务还应与其它半结构化的商业文件（如保险单和租约）协作。该工具还能突显关键的信息；他说：“用户可以通过精确定位业务流程的章节、条款和事实快速浏览文档。”

从更广泛的角度来看，Acrobat Document Cloud可以自动识别上传的PDF中的列表、表格、表单字段和图表，以简化搜索和表单填写。微软还讨论了使用机器学习来自动识别未来版本的Azure信息保护服务中应标记为机密的文档。

移动应用程序SharePoint和Office.com端口都用人工智能来对你要了解的内容提出建议，即由同事推荐的文档，以及G Suite Drive中的快速访问（Quick Access）功能。去哪里找文件，就针对哪里提出建议，这也许比Delve这样的独立服务更有用。Holme称之为“个性化的智能搜索体验；它要实现的目标是，当你在搜索框中点击鼠标时，你能毫无延迟地发现对你也许有用的应用程序、文件和新网站的建议，因此你可以找到你需要的内容，而无需键入任何内容。”

更智能的文件

人工智能功能一开始就使文档的创建变得更轻松。最新版本的Microsoft Word 2016中的编辑器功能和Google Docs新的语法检查功能都用机器学习来为在拼写上正确而用法上不妥的字眼提出建议。这算不上新功能，但一旦这些功能学习了公司名称这样的新词汇，它们就不再像那些跟不上最新消息的基于老套规则的系统那样不堪一击。

QuickStarter和PowerPoint的Designer功能可以理解你的大纲，建议你使用哪些幻灯片样式，用维基百科中的图像来填充这些幻灯片，并建议你对文本和项目符号列表使用不同的样式。如今Excel包含了最初在Power BI中才具备的Insights功能，该功能可以将数据集里的异常值可视化，使其更容易被发现，无论数字是好得不寻常或糟糕得不寻常。

你只要用自然语言提这样的问题——例如“上一季度谁是我最好的客户”或“今年哪个地区最有利可图”，Power BI始终能让你展开深入的研究。如今，Tableau与DataRobot的由机器学习创建的自动数据模型集成在一起，以生成用来发现模式和相关性的类似的视觉分析。

有些文档（如简历）的结构化程度很高，人们一眼就能认出，而领英则存储了有关工作职责和职称的大量细节。Word的简历助手（Resume Assistant）可以判断文档是不是简历并打开一个窗格，你可以在这个窗格里查看同一职位的人员在公开的个人资料中所罗列的技能。领英的职业产品管理总监KumareshPattabiraman说：“人们深受‘空白页’综合症（译注：blank pagesyndrome，比如你要找的内容总是返回404页面，十分恼人）的折磨，所以向你展现与你的职位对等的人是如何描述工作经验，这有助于你写好自己的工作经验。”

如今交互式白板越来越有用，因此手写识别变得越来越普遍。例如，微软的Whiteboard应用程序（运行于Surface Hub或任何大型PC触屏上）使用Windows Smart Ink AI来清理形状和表格，并识别列表、电话号码和日期（另一个叫Ink to Code的应用程序可以将用户界面的草图转换为Visual Studio项目）。

白板也能理解你的图纸并用它来搜索必应（Bing）图像。谷歌的交互式白板Jamboard有一个类似的由人工智能提供支持的绘图工具，这个名为AutoDraw的工具可以查找与你在绘图板上绘制的草图相匹配的图像。也就是说，即便你不是艺术家，你也可以信手画一张图片并将其快速替换成人们一眼就能认出的东西。

同时，由人工智能提供支持的语音识别才刚刚开始发挥作用。对随时等待语音命令的智能手机中的高品质麦克风报出你要搜索的简短内容，以构建你的语音配置文件，这可以做到非常准确。有很多转录服务（如Trint、Simon Says、Speechmatics、Callnote、Otter等）设法用人工智能（通常由微软、谷歌和IBM的语音识别云服务提供支持）将录音和视频转录成文字。几乎所有的服务都能使你跳出正常的工作流程，因为你不得不对网站上的文字稿进行评估，音频质量、口音、多个语音样本、背景噪音和你所在的行业特有的词汇将影响转录的准确度。一般来说，与其说这些转录服务将音频变成完美的书面版本，不如说它使音频变得可搜索。

PowerPoint的附加程序Presentation Translator（可生成实时字幕和演示文稿的译文）有这样的优点——很多术语将在幻灯片或幻灯片注释中显示，因此Presentation Translator可以执行自定义的语音识别。这大概需要花5分钟的训练时间，所以在提前练习演示时将它打开；用头戴式麦克风会更准确。

微软的Azure Stream视频服务与SharePoint和Teams集成在一起，这意味着Azure Stream有大量内容可供自定义词典挖掘，以改善视频中的语音识别，并且有很多这样的细节——谁在开会或做演示，以支持面部检测功能。一旦创建了视频文本，你就可以通过搜索关键字或在SharePoint中选择演示者的名字来跳转到视频中的相关要点。

人工智能可以对你的业务进行微调

很多有助于个人提高生产力的工具根本不劳IT团队费神。由于自动文档分类得到了广泛应用，你要了解如何将其与你已使用的数据泄漏和权限管理工具集成到一起。但是，应对团队生产力方面的问题可能需要更多正式流程和管理层的支持。

最近的研究显示，在周日晚上发送电子邮件为下一周做准备的管理者（他们打算在周一早上阅读这些邮件）往往会训练他们的员工在非工作时间查看电子邮件。那些生怕无时无刻要留意最新消息的工人更有可能对压力感到不满、失去重点甚至筋疲力尽，而在某些司法管辖区，工作之余处理与工作相关的电子邮件是算作加班的；最近，在爱尔兰，有一名企业高管由于不得不在工作之余处理大量与工作相关的电子邮件，法院因此判他获得7,500欧元。在开会的时候发送电子邮件，这是员工从管理者那里染上的另一个恶习。

Office 365中的MyAnalytics和Workplace Analytics功能使用机器学习来分析Microsoft Graph中的电子邮件和会议模式。个人用户每周都会收到电子邮件报告，这些报告显示他们在会议上花了多少时间，在非标准工时以外的工作上花了多少时间，以及读了多少封电子邮件。管理者可以统览全局，如他们在报告上花了多少时间，人们是否应该在工作日结束时定期使用电子邮件，或者最成功的团队所采用的工作模式是什么。

你可以用这些信息来发现问题行为并跟踪这些问题行为是否在改善。你还可以立即获得有关工作方式的提示：如果你在深夜时间接二连三地向同一个人发送消息，Outlook就会弹出一个工具提示（tool tip），建议你安排在早上发送这些邮件。

同样，Hive项目管理服务中新的预测分析仪表盘用机器学习来显示哪些团队任务过多而人手不足，以及团队对项目时间的估算有多大把握。解决这些工具所显现的问题，这就是人工智能无法企及而仍需人来接管的地方。