当Google的AlphaGo算法在2016年击败Go世界冠军时，显然机器学习已经到来，并将显着塑造未来。作为一种能够在没有被明确编程的情况下学习的新型软件，机器学习将能够以人类头脑难以掌握的复杂程度访问和分析结构化和非结构化数据。从现在的语音识别和图像识别软件的质量以及自驾车的能力来看，我们已经可以看到自学习算法如何影响我们的生活。

五十年代以来，计算机科学家一直在追求人工智能。现在，由于最新的技术进步，包括大数据处理，增加的计算能力和更好的算法，计算机已经开始与人类一样被认为是竞争，甚至超越了这种能力。机器正在学习在图像和视频中写，说，寻找意义。未来，智能机器将越来越多地支持人类。我们将进入智慧型企业的时代。

机器学习将以多种方式为企业带来好处。组织能够加速和优化业务流程。企业领导者将获得更大的能力来检测他们的运营模式和客户互动模式，从而使他们能够识别相关的见解。机器学习可以简化用户与设备的交互，减少人为干预，并自动执行重复任务，让人们更多的时间专注于需要创造力和复杂的解决问题的工作。

机器学习显示承诺的地方

公众对机器学习的关注往往侧重于消费者应用，如推荐引擎和智能设备。但对于企业对企业的使用也是很有希望的。在B2B上下文中，我们设想机器智能将首先应用于以下领域：

智能业务流程。今天的许多业务流程仍然依靠严格的规则运行，并且依赖于人的互动。通常，这些过程涉及高度重复的工作，例如检查发票和旅行费用的准确性，或通过数百份简历来填补职位。通过让自学习算法在数据中找到模式和解决方案，而不是遵循预编程规则，某些业务系统将达到新的智能和效率水平。

智能基础设施。我们的经济依赖于基础设施的各种因素，包括能源，物流和IT，以及支持社会的服务，如教育和医疗保健。但是我们似乎已经在这些领域达到了效率高原，正如我们在业务流程中所做的一样。机器学习有可能找到更好和更灵活的规则来运行为增长提供基础的复杂且快速变化的系统。

数字助理和机器人。机器学习技术的最新进展表明，运行自学习算法的设备将比现在更独立运行。他们可以在某些参数中得出自己的结论，开发上下文敏感的行为，并且更直接地与人类进行交互。我们的设备 - 已经能够对我们的声音做出反应 - 将成为互动的，持续的学习助手，通过安排会议，翻译文档或分析文本和数据来帮助我们实现日常业务。

起点

数据是机器学习的燃料。为了让企业准备好接受机器学习，企业领导者必须认真努力，消除数据孤岛，并从供应商，合作伙伴和客户的生态系统获取数据。这样做是成功的关键先决条件。此外，组织需要开始识别机器改进的甜点，例如高度重复的工作。

在时间上，机器学习将像我们的电 - 我们很难想象没有它的世界。它将为商业环境带来智慧，发现新的市场机会，并使人们能够专注于增加价值的工作，而不是花时间进行冗长乏味的重复任务。