计世网

请回答2019:什么能让企业生产力快速提升?
作者:Mary Branscombe | 来源:计算机世界
2019-02-21
目前的人工智能工具和服务不是为了替代员工,而是为了通过改进工作流程、加快搜索与发现速度、对协作进行微调来提高员工的工作效率。

 

虽然人们畏惧人工智能并认为它们可能是下一个威力巨大的“工作杀手”,但是目前许多可用的人工智能工具和服务都专注于提高企业生产力而不是替代员工。事实上,软件公司ABBYY最近在英国进行的一项调查显示,近三分之二的员工表示,他们很乐意将会议记录和审查长篇文件等工作交给机器完成。

尽管专业的销售人员已经开始在Salesforce和微软Dynamics等服务中利用人工智能工具来提供更好的销售预测,帮助他们锁定潜在客户以及完成交易,不过人工智能对很多普通的业务工作也很有帮助。从指导管理者展开更有效的互动,到建议发送电子邮件的最佳时间,再到从白板上令人费解的信息中提取有价值的信息,由人工智能驱动的工具正在提高各行各业的业务生产力。虽然未必需要建立一支自己的机器学习团队,但是用户需要考虑如何让自己的企业为人工智能的到来做好充分准备。

搜索和发现更加智能

智能手机和消费级云存储服务使用图像识别来自动标记照片已经有一段时间了。目前SharePoint Online和OneDrive for Business等商业云存储服务也已经开始采用这一方式。SharePoint负责产品标记的主管Dan Holme称:“我们在SharePoint文档库中加入了大量的智能。当你上传图像时,人工智能会找出地理位置信息,识别对象并提取文本。如果你扫描或拍照的是餐馆的票据,那么它们可以直接从文档库中为你的报销单提取相关的费用信息。”

该公司在今年下半年还将推出新的功能,即通过Flow(Microsoft的低代码工具,旨在创建工作流程)让用户在业务流程中更加便捷地使用信息。Holme说:“人工智能解锁了这些照片的价值。如果将它们与Flow结合起来,那么你就能够利用认知服务进行翻译、转录或情绪分析。”例如,如果照片显示的是汽车或是房屋,那么保险理陪员可通过照片展示损毁情况并将其自动发送给车险部门或是房屋保险团队。你还可以告知SharePoint有关新的公司徽标信息,并使用条件格式设置突出显示所有使用旧徽标的文档。

在移动设备上,最新版本的Adobe Scan会使用图像识别技术来识别拍摄名片的时间。随后,它们会对名片的文本执行OCR(光学字符识别),并根据提取的信息创建新的联系人,其中包括识别出电子邮件地址的正确格式。此外,它们还会自动调整以前扫描的图像,清理阴影、锐化文本和纠正角度,以便更为准确地识别文本。微软针对OneNote和OneDrive推出的Office镜头功能也可执行类似的纠正,但仅限于拍摄照片时。

尽管方便用户查找合同、发票和常见文档类型的自动识别与文档标记技术没有图像识别技术那样先进,但是Box公司承诺其Box Skills平台(目前仍处于测试阶段,含有图像OCR和音频转录功能)将实现这些功能。ABBYY的合同文本分析服务已经开始使用人工智能来检测合同并识别诸如买方和卖方等实体的角色,从而使用户更容易注意到自己需要遵守的承诺(如数据泄露通知或交付截止日期),方便评估风险或是检查合同条款是否保持一致并符合合规指南。ABBYY英国及爱尔兰的负责人Paul Goodenough表示,该服务还将与其他半结构化商业文件(如保险单和租约)协作。该工具还能够突出关键的信息。对此,Goodenough表示:“用户可通过精确定位业务流程的章节、条款和事实快速阅读文档”。

概括地说,Acrobat Document Cloud能够自动识别上传的PDF中的列表、表格、表单字段和图形,以简化搜索和表单填写。微软还探讨了在未来版本的Azure信息保护服务中使用机器学习自动识别应被标记为机密的文档。

SharePoint 团队界面

与G Suite Drive中的快速访问功能一样,SharePoint移动应用程序和Office.com门户也都使用人工智能对由同事推荐的文档提出建议,这些文档都是你可能需要了解的。与Delve这样的单独服务相比,将相关建议存放在找到这些文件的地方更为有用。Holme将这称之为“个性化智能搜索体验”。他们的目标是当用户点击搜索框时,用户将会实时看到对自己可能有用的应用程序、文件和新网站的建议,用户在无需键入任何内容的情况下即可找到自己需要的内容。

更智能的文件

人工智能功能还会让创建文档工作更加容易。最新版本的微软Word 2016中的编辑器功能和新的谷歌Docs语法检查功能都使用机器学习在单词未被正确使用时提供相关建议。虽然这并不是一个新功能,但是由于能够学习像商业名称这样的新词汇,这使得它们不像那些老的基于规则的系统那样脆弱。因为老的基于规则的系统无法跟上资讯的发展。

QuickStarter和PowerPoint Designer功能可以理解你的大纲,建议使用哪些幻灯片样式,使用维基百科中的图像填充幻灯片,并为文本和项目符号列表提供多种设计建议。Excel现在包含了最初只有Power BI才具备的Insights功能,它能够自动实现数据集中异常值的可视化,从而让用户更容易发现数字的异常。

Power BI可让用户通过使用自然语言进行询问如“上一季度我的最佳客户是谁”或“今年哪个地区利润最好”等问题展开进一步深入研究。现在,Tableau与DataRobot的由机器学习创建的自动数据模型集成在了一起, 以用于对模式和相关性展开类似的可视化分析。

一些文档(如简历)是结构化的,因此非常容易识别,而LinkedIn上则充斥着大量关于工作岗位和职位的细节性描述。Word的简历助手可以判断文档是不是简历并打开一个窗格,用户可以在窗格中查看相同职位的人员在其公开的个人资料中列出的技能。LinkedIn的产品管理总监Kumaresh Pattabiraman称:“由于许多人都有‘空白页’综合症,因此向用户展示同一职位中的其他人是如何描述自己的工作经历可以帮助他们开始动笔写作。”

手写识别如今正变得越来越有用,这在交互式白板中更为常见。例如,在Surface Hub或大型PC触摸屏上运行的微软Whiteboard应用程序使用Windows Smart Ink AI处理图形和表格,识别列表、电话号码和日期 (另一个应用程序Ink to Code可将用户界面的草图转换为Visual Studio项目)。

微软Whiteboard

Whiteboard还能够理解用户绘制的图纸并使用它们搜索Bing图像。谷歌的交互式白板Jamboard也有一个类似的支持人工智能的绘图工具,名为AutoDraw,它可以查找与用户在白板上绘制的草图相匹配的图像。这意味着,即使你不是艺术家,也可以随意画一张图片并快速将它们替换为人们一眼能够认出来的东西。

与此同时,由人工智能支持的语音识别才刚刚开始大展身手。对着智能手机说出想要搜索的简短内容,这时手机上的麦克风会听到用户的声音并构建非常语音配置文件,这可以做到非常准确。许多转录服务,如Trint、Simon Says、Speechmatics、Callnote、Otter等都将尝试使用(通常由微软、谷歌和IBM的语音识别云服务提供支持的)人工智能来转录录音和视频。几乎所有的服务都可让用户跳出正常的工作流程,因为用户不得不在网站上查看文稿,音频质量、口音、多个语音样本、背景噪音和用户所在行业的词汇都将影响转录的准确程度。一般来说,与将语音转录为完美的文字版相比,让音频具备可搜索性更加有用。

微软白板

PowerPoint的Presentation Translator插件(可实时生成字幕和翻译演示文稿)的一个优势就是许多术语将在幻灯片或幻灯片注释中显示,因此它们可以执行自定义语音识别。由于这一功能需要大约5分钟的训练时间,因此需要在演示前的练习中提前打开它们。如果用户佩戴的是耳麦,那么它们的表现会更加准确。

微软的Azure Stream视频服务与SharePoint和Teams集成在了一起,这意味着它们有很多内容可通过自定义词典进行挖掘,从而提升视频中的语音识别能力,以及为人脸检测功能提供会议或演示中的人物细节信息。创建视频文本后,用户可通过搜索关键字或在SharePoint中选择演示者的名称在视频中实现跳转。

通过人工智能对工作进行微调

在这类可帮助提升个人生产力的工具中,许多并不需要IT团队投入大量的精力。随着自动文档分类的广泛应用,用户需要了解如何将它们与自己在用的防数据泄漏和权限管理工具集成在一起。尽管如此,要想提升团队的生产力可能还需要更多的正式流程和管理层的支持。

最近的研究显示,许多在周日晚上发送电子邮件以准备下周工作的管理者(他们希望这些邮件在周一早上被阅读)通常会强迫员工养成在非工作时间查看电子邮件的习惯。而那些不得不时刻留意信息的员工更有可能会抱怨压力,失去重点甚至会感到精疲力尽。在某些国家或地区,在下班后处理工作电子邮件也会被视作加班。在爱尔兰,法院判决被告公司需向一名不得不在非工作时间处理工作邮件的高管支付7500欧元加班费。在会议期间发送电子邮件是员工从管理者那里学到的另一个陋习。

Office 365中的MyAnalytics和Workplace Analytics功能使用了机器学习来分析微软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,这些报告会统计他们在会议上花了多长时间,在工作时间之外处理了多少电子邮件或加了多少班,以及阅读了多少封电子邮件。管理者可以看到汇总后的统计情况,例如他们花在报告上的时间,员工是否应该在工作日结束后定期使用电子邮件,或是最成功的团队的工作模式是什么等等。

用户可以使用它们来查看问题行为并跟踪这些问题行为是否得到了纠正。用户还可以立即获得有关工作方式的提示:当出现在深夜反复向同一个人发送消息的行为后,Outlook将会弹出一个工具提示,建议使用者安排在早上发送的邮件。

Hive项目管理服务中新增的预测分析仪表板同样也使用了机器学习来显示哪些团队手中任务过于饱满并且没有充足的人手,以及团队对项目时间的估计情况。这些工具所展现出来的问题是人工智能所无法解决的,要想解决这些问题仍然需要人工介入。

作者:Mary Branscombe 为自由撰稿人,关注相关技术的发展已有二十多年时间。

编译:陈琳华

原文网址:https://www.networkworld.com/article/3313328/lan-wan/gartner-top-10-2019-tech-trends-you-should-know.html

责任编辑:周星如