简介
人工智能(AI)改变了当今世界的游戏规则。作为这个时代的“新电力”，人工智能引发了世界各地的工业革命——变革产品、服务和体验并实现量产。当然，也放大了风险。通过超人类的能力和力量，人工智能帮助人类重新塑造并掌控世界。 本书帮助读者利用人工智能的力量为人类赋能，解释了企业为什么需要改变做生意的方式，以及如何利用人工智能获得竞争优势。作者和人工智能机器人“艾美”通过富有洞察力的对话，描述了人工智能和机器学习如何影响商业和品牌创新，以及我们在产品、服务和内容的哪些角度可以进行创新。 鉴于人工智能终于从趋势走向应用，人类现在正处于一个时代的转折点。本书将向读者展示如何迎接这个时代的新机会。
作者介绍
克里斯·达菲，Adobe人工智能创新总监兼战略总监。在加入Adobe之前，克里斯是屡获殊荣的执行创意总监、演讲者、作者，以及人工智能和移动技术专家。克里斯经常被《华尔街日报》《卫报》《优选广告周刊》等杂志采访报道，并作为案例出现在谷歌、麦肯锡、沃顿等公司的数字化营销杂志中。《商业内幕》杂志将他列为行业之一，因为他能解决行业首要问题，识别快速变化的移动营销世界的挑战和机遇。克里斯在复杂商业世界与想象力之间做了出色示范。
部分摘录：
无限数据：带来更好的结果 克里斯：现在，我们要说的是数据，它是人工智能的燃料。让我们从数据的定义及其来源开始聊吧。
艾美：这是一个很大的话题，有很多要谈的，那我们开始吧。你喝咖啡了吗？因为我们可能会在这里待一段时间。
什么是数据 克里斯：好的，我们开始吧。艾美，数据的确切定义是什么？
艾美：词典上说，数据是指“个别的事实、统计数字或信息项目”。
比如说你当前的位置是一个数据点，这指的是一个单一的数据（数据有时也被称为基准）。你的电话号码、银行账号和任何其他关于你的信息也是数据，信息的集合也被称为数据。
你汽车里的电脑一直在收集数据。发动机的健康状况不断被监控和记录。发动机温度、当前行驶里程，甚至轮胎压力都会被记录下来。汽车内的全球定位系统（GPS）是导航系统的一部分，记录着你去过的每一个地方。所有这些形成了一幅关于汽车健康状况和驾驶习惯的图片。
全球每天生产的数据（10亿GB/天）
克里斯：营销人员对客户的数据非常感兴趣，比如客户住在哪儿、客户个人信息、客户在线时的行为和偏好，以及他们搜索产品和购买产品的模式。
电子健康记录（EHRs）已经替代纸质记录成为一个存储健康信息的方式。这些旧文件与医生探病时的记录、测试结果、过敏史、药物记录及家族病史的记录都合并在一起。所有源于你的医生和专家的信息都会被存储在一个地方，这个地方不仅你可以访问，你的医生、医学实验室、医学成像设施、药房、学校诊所等被你授权过的任何人都可以访问。这些包含了你医疗服务信息中所涉及的每一条数据。有了完整的信息后，你的医生和其他的医护人员，可以更快、更安全地做出更明智的决定。1,2
艾美：想象一下亚马逊生成的关于你今天下单的数据量。很明显，他们知道你下单的物品及收货地址，但他们也会分配条形码，这样一来，他们就能在包裹由联合包裹（UPS）、美国邮政（USPS）、联邦快递（FedEx）或亚马逊自己的快递服务公司运送到你所在的地方时被识别出来。在任何时候，你都可以进入应用程序，跟踪你的包裹最后一次被托运人扫描的位置。对于单个包裹来说，这也是很多的数据。
但亚马逊的单个包裹服务甚至更远。该公司正在推出亚马逊智能锁系统（Amazon Key），可供亚马逊金牌会员使用，系统允许快递服务人员进入你家，将包裹放在安全的地方，以防小偷偷窃（包裹失窃已成为一个主要问题）。当你订购这项服务时，你会收到一个网络摄像头和一把特殊的锁，亚马逊可以远程解锁，让快递服务人员获得准入许可。亚马逊保留这些视频是为了证明快递服务人员的诚实。这给了亚马逊更多关于你的信息。3
数据的复杂性 克里斯：这就是数据的力量所在。收集所有这些信息是一个难题，因为它是劳动密集型的、复杂的，需要大量的资源，如通信、基础设施（如光盘存储），以及防止黑客和未经授权的访问。
艾美：想想亚马逊或易趣（eBay）这样的公司和他们的数据。让我们来详细介绍一个看似简单的交易。
每个单独的产品单元都有条形码标志，它的所有信息都存储在亚马逊的数据库中，包括尺寸、在仓库中的位置、状态，以及你能想象到的其他一切。
当客户订购该产品时，亚马逊必须从仓库中揽收该产品（无论在哪儿），并与客户同时订购的其他产品一起装箱。亚马逊不仅追踪每一批货，还追踪这些箱子里的每一件商品。
现在，这个箱子必须分配给合适的快递公司，可以是USPS、UPS、FedEx，或者亚马逊自己的快递服务。箱子被贴上条形码后，被快递公司揽收，然后快递公司将物流记录转发给商家。这些数据存储在商家的数据库中。快递送达后，客户会收到一条短信和一封电子邮件作为确认凭证。
那么，你想想这个流程中有多少个接触点？仓库、快递公司、商家（可能不止一家）、电子邮件、短信以及亚马逊自己的电脑和数据库。这个复杂的运营流程令人感到惊讶。它做了很多简化，以至于你几乎感受不到它的存在。这是对整个过程的简化，实际上这个过程要复杂得多。
而问题在于，关于交易的所有信息或数据，都被许多公司捕获并存储在服务器（企业使用的一种专用计算机）上，而且这些信息随时会发生变化。但所有这些信息都必须被捕捉、被组织，并建立索引，同时保持高水平的性能表现。
存储数据 克里斯：接下来就是将所有这些数据存储在哪里的问题。
艾美：我们先从云概念说起。这个概念其实很简单。在传统计算中，服务是在本地执行的，即在企业的单个计算机上执行的。而在云计算中，那些服务托管在互联网上，可能是在隔壁，也可能是在100英里之外，甚至在另一个大陆上。实际上，使用云服务的企业往往不知道资源的位置。
在很多情况下，所有信息都存储在云上。对于亚马逊来说，他们使用亚马逊云（AWS），AWS代表亚马逊网络服务。谷歌也有一个类似的产品叫谷歌云平台，微软称他们的产品为微软Azure。还有其他云托管服务。
许多公司创建自己的云服务，仅供内部使用。这些被称为私有云。对于企业来说，使用外部云服务和内部私有云资源的混合模式正变得越来越普遍。
克里斯：另外，云的可访问性和低成本引发了软件即服务平台（SaaS）的兴起。通常，这些都是在云上运行的应用程序。Adobe创意云、文档云和体验云（Document and Experience Cloud）以及微软365（Microsoft 365）都是为企业和消费者提供这类服务的优质案例。其实，我们也可以写一本有关于云服务的积极影响的书，但是这个就超出这次讨论的范畴了。
艾美：你可以看到数据存储是如何变得复杂的。企业的数据可以存储在本地服务器上，也可以存储在全国各地的云服务器上。此外，他们还可以访问其他销售商、客户和供应商的信息，就像亚马逊在运送和跟踪包裹时对快递公司所做的那样。
克里斯：稍后，我们将更多地讨论一下支持这些数据和计算所需要的基础设施。就目前而言，管理这些海量数据可能令人望而生畏，但人工智能的优势是巨大的。
艾美：拥有所有的信息是非常棒的，但是如果不能使用，这些信息就没有多大用处。
克里斯：是的。收集和存储后，必须准备好数据，以便能够以良好性能的结构化方式进行报告、跟踪、收集、洞察，等等。
艾美：一个很好的例子是，物联网面临的最大挑战之一是用专有的数据结构、通信介质和接口连接不同的设备。
克里斯：艾美，现在事情变得更复杂了。全球各个国家的设备，使用的是不同的编程语言，沟通的方式也有所不同。
利用数据 艾美：令人兴奋的是，我们可以利用数据来识别广泛的用户群，以及使用模式识别的案例及趋势。比如智能咖啡机，其设计目的是将消费者的咖啡饮用习惯传递给厂商。这些信息可以与消费者的社交媒体信息流进行比较，看他们是否在讨论该品牌，还可以与其他信息进行关联，看是否可以预测某些趋势。一些问题包括，那些煮更多咖啡的人是否会购买某些东西？是否会更经常地娱乐，或看更多的电视节目？当然，其中一些信息需要来自其他物联网设备，如智能电视和智能冰箱。4
克里斯：最终，所有这些数据都被用于提高洞察力、提高利润，以及加快决策制定。而这其中面临的挑战之一是消除信息孤岛并有效地组织数据。
信息有不同的来源。一个销售公司可以将数据存储在三个环节——发货、收货和客户支持。每一个环节都是一个不同的信息孤岛（information silo）。为了获得最大的价值，重要的就是能够通过引用来自这三个孤岛的数据来看到更广阔的图景。
当你考虑到还有不同类型的数据时，这就变得更加复杂了。对于客户，你需要存储他们的电话号码（这是一种简单的数据类型）和销售历史记录（这是一组更复杂的数据）。
基本上有两种类型的数据集。结构化数据（structured data）是以易于理解的格式存在的，例如姓名、年龄、性别和日期。非结构化数据（unstructured data）则有多个来源，并且有不同的格式。YouTube视频、Twitter推文、Facebook帖子和评论都是非结构化数据。