人工智能 (AI) 的全球影響將是深遠的——在某種程度上，它已經如此，未來還有更多的發展。
國際業務成長、人工智能和全球擴張往往齊頭並進。 麥肯錫全球研究院最近分析了來自聯合國、世界銀行和世界經濟論壇的經濟數據，並報告稱，到2030 ，人工智慧有可能為全球經濟增加16 %，即約13萬億美元。它還可以將全球國內生產毛額提高高達26 %。
麥肯錫還報告稱，到同年，至少有70 % 的公司可能會採用至少一種形式的人工智慧技術——可能是電腦視覺、高級機器學習、自然語言、機器人流程自動化或虛擬助理。
但人工智慧到底是什麼？它對全球拓展有何貢獻？ 下面，我們將解釋人工智能如何運作，它如何影響經濟成長，以及它如何為現在和未來的全球擴張做出貢獻。
什麼是人工智慧？
人工智慧之父被廣泛認為是艾倫·圖靈，他最著名的成就或許是發明了破解密碼的計算機，這台計算機在二戰期間幫助了盟軍。圖靈也提出了後來被稱為圖靈測試的方法 - 只有當電腦對問題的回應與人類的回應無異時，電腦才能通過測試。
自1950年代以來，科學家們一直在思考，當涉及到機器以及機器用來詮釋資料和回答問題的演算法時，何謂「思考」和「智慧」。
人工智慧很難定義，但通常來說，如果一台機器能夠以人類通常的方式回應查詢，並且能夠做出需要人類智慧水平的決策，那麼人們就認為這台機器具有人工智慧。
人工智慧的關鍵組成部分
布魯金斯學會最近的一篇論文指出，人工智慧有三個主要特徵：
- 意圖性：就人工智慧而言，意圖性意味著系統能夠做出決策，而不是僅僅被預先設定好回應。意圖性要求人工智慧理解查詢的含義，並解析資料以確定答案。為此，人工智慧系統必須結合來自不同來源的數據，立即進行分析，並根據得出的結論採取行動。
- 智慧：人工智慧的智慧通常來自於它與機器學習和數據分析程式的互動。這些技術的結合可以實現我們所認為的智慧型決策。例如，將學生分配到不同學校系統的「人工智慧」系統不能依賴機械的計算——它還必須權衡公平和正義等價值觀，以創造對所有人都有益的結果。
- 適應性：適應性是指人工智慧系統在接收新資料、做出決策和解釋結果時進行調整的能力。如果財務或環境條件發生變化——或者，就自動駕駛汽車而言，如果道路條件惡化——人工智慧可以考慮新的數據並相應地調整其決策。
此外，人工智慧也融合了機器學習和深度神經網路。
機器學習使用大量的資料和精密的電腦演算法來進行預測。大量的資料非常重要，因為機器學習演算法需要評估盡可能多的過去結果，才能產生正確的預測。隨著人工智慧的發展和能力的提升，它很可能能夠以越來越高的準確度進行預測。
機器學習可以是有監督的，也可以是無監督的。
- 在有監督的機器學習中，資料會附帶有用的資訊，例如標籤或解釋的事實 - 例如水在0 攝氏度會結冰 - 以協助機器學習更快速地進展。
- 無監督機器學習只提供沒有相關標籤或事實的資料，因此演算法必須自行學習詮釋模式並做出正確的詮釋。無監督機器學習包括所謂的強化學習（reinforcement learning），其中演算法會在學習過程中選擇並產生自己的資料。
人工智慧的工作原理之一是使用所謂的深度神經網絡，或稱為 DNN。深度神經網路將多個學習任務結合為一個套件，創造出通用機器學習，或 GPML。GPML 的優點在於它可以輕鬆地理解各種輸入，例如視訊、音訊和文字資訊。
歷史上人工智能的著名事例
在過去的二十年裡，人工智慧系統一直是新聞熱點。20 多年前，IBM 的 Deep Blue 電腦就能在國際象棋比賽中擊敗大師級的棋手，而最近，它的 Watson 也在 Jeopardy 賽事中擊敗了 Jeopardy 冠軍。
IBM 的人工智慧實驗已經存在了幾十年，但隨著更強大的演算法的出現，它們逐漸變得更加複雜。例如，贏得 Jeopardy 比贏得國際象棋是更大的挑戰，因為 Jeopardy 是以語言為基礎的遊戲。因此，機器必須解析語言、成語、文化參考以及人類溝通其他方面的無限細微差異，而不僅僅是在棋盤上制定移動策略。
人工智慧程式之所以在國際象棋方面如此出色，其中一個原因是它們解決問題的方式與人類不同。當我們下棋時，通常會混合運用模式識別和直覺作為策略的一部分。電腦也會進行模式識別，但在幾秒鐘之內，它也可以在海量的資料庫中搜尋可能的位置和結果，找出自己的最佳棋步。
當 Watson 學會玩 Jeopardy 時，它所做的事情大致相同 - 它會使用統計和規則導向的方法來詮釋問題，並縮小答案的範圍。然後，它會從獲得的結果中納入回饋 - 這樣它就能逐漸確定哪些演算法在何種情況下最有效。這種「學習」有助於系統在未來更準確地找到答案。
當然，大多數企業不需要他們的電腦來下棋或贏小遊戲。但是，幫助人工智慧贏得國際象棋比賽和智力競賽的那些特質，同樣也可以轉化為專業應用。
例如，用人工智慧系統取代醫生不太可能，因為診斷、疾病治療和醫病關係的許多細微差別很難用數據集來概括。但人工智慧可以為人類醫生提供有益的補充。
人工智慧程式可以瀏覽數十萬種潛在的診斷或治療方案，並在醫療環境中提供建議。Watson 的語音辨識和機器視覺能力已證明在這方面非常有用。例如，它可以分析放射影像，並將結果傳達給醫生。
人工智慧的類型
人工智慧可以分為兩種類型：狹義人工智慧和通用人工智慧。
- 目前許多應用中都存在著狹義人工智慧，它是為完成特定、已定義的任務而建構的人工智慧。聊天機器人、語音辨識程式、自動翻譯服務和自動駕駛汽車中都能找到它。亞馬遜、Google和 Netflix 等公司的電腦也利用人工智慧分析消費者的瀏覽、購買和觀看模式，並利用這些模式做出個人化推薦。
- 通用人工智慧（我們未來有可能將其發展成為更強大的工具）涵蓋了可用於各種應用的機器學習系統。理想情況下，通用人工智慧的學習速度可以比人類更快，其在智力和表現任務方面的能力可以超越人類。
電腦目前無法完全像人類一樣進行溝通，而且在被查詢時，電腦在如何「解釋」其選擇或建議方面也有其限制。但它們在專業環境中提供了許多優勢。
人工智慧對世界經濟的影響
人工智慧對全球經濟的影響已經相當顯著。人工智慧以多種方式影響經濟成長：
- 提高生產力和貿易機會：人工智慧對經濟成長的影響之一體現在其宏觀經濟效應上。例如，當人工智慧提高生產力成長時，生產力成長也會促進經濟成長。它還能增加國際貿易機會。
- 更好地管理複雜的生產單元：人工智慧透過提供集中式管理系統，幫助企業更好地處理複雜、分散的生產單元。例如，企業可以利用人工智慧更有效地管理其倉庫，預測消費者需求，並提高其快速週轉和交付系統的準確性。
- 數位平台的擴展：由於人工智慧技術，透過數位平台進行貿易成為可能。例如，線上拍賣網站 eBay 利用人工智慧來實現營運自動化。
人工智慧如何幫助企業拓展全球業務
全球擴張與人工智慧的結合取得了豐碩成果。人工智慧可以透過多種方式幫助企業拓展全球業務：
- 透過數位平台輕鬆擴張：透過數位平台實現人工智慧自動化，為公司拓展國際市場提供了一種便利的方式。在美國，使用人工智慧的 eBay 平台上活躍的小型企業中，有97 % 的企業會出口部分產品。相較之下，未使用人工智慧的線下企業中，只有4 % 的企業出口其產品。
- 精準的翻譯服務：人工智慧還能提供即時、精準的翻譯服務，進而改善對話，減少溝通誤解，使國際合作更加精簡有效率。在商業中使用人工智慧翻譯已被證明對貿易收入有正面影響——這種影響相當於將國家之間的距離減少超過35 % 。
- 改善貿易談判：人工智慧不僅可以增強溝通，還可以提高談判結果。人工智慧可用於分析談判夥伴在各種情況下的經濟路徑，預測貿易情境中不同變數將如何影響結果，並預測非談判參與國的貿易反應。例如，巴西製定了“智慧技術+貿易倡議”，強調將人工智慧納入貿易談判的範疇。
- 供應鏈管理：人工智慧系統還可以即時回應供應鏈。他們可以偵測到模式和趨勢，並可以預測需求增加的地點和時間。他們還可以自動增加產量以滿足需求——或者他們可以減少產量以應對需求的下降，從而減少勞動力浪費和剩餘。 對於需要找到一種方法來弄清楚如何向新市場供應最佳產品數量的擴張型企業來說，人工智慧已被證明是無價的。
- 日常工作自動化：當公司擴張時，他們通常希望將精力放在策略等較高層級的工作上，而較少放在官僚事務等較低層級的工作上。人工智慧可以透過自動化處理日常繁瑣的行政任務來提供幫助。舉例來說，當公司在不同國家納入新的員工時，可能會很難管理薪資和提供福利等工作。人工智慧可以幫助實現這些任務的自動化，使人類員工免受麻煩和挫折。
- 提高效率和準確性：人工智慧還可以透過提高效率和準確性來簡化公司內部的各種流程。如果手動處理工資發放任務或為員工辦理健康保險計劃，他可能會犯一兩個錯誤，導致延誤、付款錯誤或缺乏保險。 有了永不疲倦或分心的自動化系統，出錯的可能性就會變得更小。而且，人工智慧演算法完成計算和資料輸入的速度比人類員工更快，從而提高了效率。
人工智慧未來將如何影響全球擴張？
人工智能未來對全球擴張的影響可能比現在更有力。 原因之一是採用新技術並將其有效整合需要時間。隨著企業更多地使用人工智慧，並更了解人工智慧能為他們做些什麼，他們將能夠更有效地利用人工智慧的功能。
隨著人工智慧技術的進步，其影響力也將隨之增加。麥肯錫全球研究院估計，由於人工智慧的影響可能會呈現邏輯成長，沿著 S 形曲線成長，因此人工智慧對全球經濟的影響在2030將是現在的三倍。
未來，人工智慧可能會對全球拓展產生以下影響：
- 提高對未來趨勢的預測能力：國際企業的成功很大程度上取決於其預測和應對未來趨勢的能力。人工智慧可以透過預測模型準確預測這些趨勢，從而幫助企業在這個領域做出更明智的決策，尤其是在拓展國際市場時。
- 增加智慧型製造： 智慧製造 需要 感測器系統、網路系統和實體機械之間的 互連 。隨著人工智慧技術的日益成熟，它可以透過專業化和簡化特定流程，大幅提升智慧製造水準。人工智慧還可以實現晝夜不停的生產，進而提高生產效率。它的感測系統，以及減少對人類操作的依賴，也能提高製造過程的安全性。
- 提高解析證據和得出結論的能力：未來，人工智慧或許可以用於讀取和解釋大量資料。例如，在法律領域，人工智慧可以像律師助理一樣工作，但速度要快得多——閱讀大量案例先例並收集相關資訊以用於當前案件。
- 任務自動化程度提高：例如，在人力資源流程中，自動化可以幫助簡化招募、入職、培訓、薪資發放和福利提供。 更先進的人工智慧技術或許能夠比人類更快、更有效地解析稅法和國際法規。因此，透過人工智慧實現這些流程的自動化，將有助於公司節省時間和勞動力，並降低其面臨風險的風險。
- 更可靠的自主駕駛汽車：自主駕駛汽車或自動駕駛汽車有許多感應器，特別是雷達和光線偵測器，可收集車輛周圍物體的資訊。人工智慧系統利用這些數據，可以立即判斷物體與道路的距離、道路上是否有危險以及需要採取哪條路徑來避開它們。自動駕駛車輛可協助公司在擴張時節省成本 - 他們不必支付駕駛員薪資。他們也不需要培訓員工學習不同國家的新交通規則，因為人工智慧系統可以立即學習這些規則。人工智慧的發展可以使這些車輛更安全，並增加它們在道路上的出現頻率。
- 提高準確性和效率：我們可能認為我們的人工智慧流程現在相對高效，但人工智慧系統中存在一些漏洞。你是否曾經撥打過自動藥局專線續藥，結果人工智慧系統出了問題，把你轉接給人工客服來解決問題？或者您曾經與無法提供有用資訊的即時通訊機器人互動？ 未來，更精密的系統將帶來更好的、幾乎類似人類的性能，並減少錯誤和限制。
- 更加專注於業務創新：當公司必須更少專注於例行性的日常流程時，他們的心智與創意資源就能騰出來做更高層次的工作。未來，隨著人工智慧技術的日益成熟，它將在公司中承擔越來越多的管理角色。這樣一來，就能解放公司的腦力，去應對更具挑戰性的智力任務，並實現創造性的飛躍。更加重視遠見和創造力，可能會帶來國際上的成功。
- 成本效益：人工智慧比人類員工更具成本效益，因為它只需要購買成本。它不需要工資、加薪、醫療福利或退休金。 它也從不生病、缺勤或生產力下降。隨著企業越來越多地採用人工智慧，它們的營運成本可能會降低，利潤可能會飆升。這兩個因素結合起來，可以為全球拓展計畫釋放急需的資金。
了解更多關於G-P
當您準備好使用人工智慧技術來自動化您的人力資源流程並輕鬆消除法律官僚主義時，請轉向像G-P名義雇主這樣的記錄雇主。
我們的全球招募平台™可以有效率且準確地執行入職、薪資和福利任務，讓您最優秀的行動者和思考者能夠重新投入到策略規劃和開發創新理念的關鍵工作中，幫助您拓展業務。
立即與我們聯絡了解更多信息。