在2018都柏林女性科技大会上，Caragh O’Carroll提到了三种前沿技术，分别是区块链、机器人流程自动化、人工智能和机器学习。她详细阐述了这些技术如何有效应对当前商业所面临的一系列挑战。

O’Carrol是富士通的一名杰出的工程师，她首先引用了Gartner对区块链的定义：“区块链本质上是一条经过严格加密的扩展列表，记录了互联网上所有相关参与者的交易记录，且不可撤销。”这是区块链的一个特性，即可以对事件和数据进行权威性记录，所有进入到其中的信息都会留下痕迹，这也是区块链数据安全得以保障的重要原因之一。

O’Carroll认为区块链正在帮助人们重建对数据的信任。因为区块链中的信息不会遭到泄露或篡改，对于需要核实验证信息数据的场景，区块链是最合适的技术。此外，O’Carrol还建议做一项为期五天关于区块链能否给商业带来一定价值的研究。

第二类技术是机器人流程自动化（以下简称RPA），它通常被应用于重复性高且琐碎的工作事项中。O’Carroll说，RPA就像一个机器人一样来帮你做事，使用基于自动化的技术完成繁琐、重复的工作，从而让你能够更加投入到更具创造性的工作中去。以自动购买订单为例，她阐述了如何从电子邮件中提取信息生成购买订单，并通过定制规则来训练机器的过程。

O’Carroll提到了应用RPA技术的一些场景，如健康管理、新晋与离职相关的HR工作管理以及银行的某些场景，用自动化流程的机器去做这些工作，性价比会更高，让人们腾出更多的时间花在与客户的沟通上。

第三类技术是机器学习（下面简称ML）和人工智能（下面简称AI），这两者都是模拟人类大脑神经网络的技术手段，O’Carroll认为，公司内必须要有一名数据科学家，因为他们知道ML和AI技术的优势并且十分清楚如何更有效地应用它们。

在应用人工智能的过程中，最关键的步骤是在于如何定义问题、数据收集、构建算法以及如何训练模型，等等。O’Carroll强调，采用机器学习与人工智能技术需要耐心，并且大规模的系统训练、及时复盘并加以完善是必不可少的。

InfoQ随后采访了O’Carroll，就区块链、机器人流程自动化以及机器学习和人工智能等相关问题与其进行了对话。

InfoQ：区块链与法律和政府监管在一定层面上是有冲突的，你对当前区块链技术的现状有何看法？

O’Carroll：区块链为我们提供了很好的数据安全保护：

提升数据的准确性——区块链能够提供一条可追踪的信息流用于追溯资产的所属人，并且可以详细到资产所属人在哪些时间段做了哪些操作。
提升交易数据的安全性——区块链让交易的分类账信息很难被篡改，在同一公共区块链范围内，多个相同的数据库信息被共享，如果发生了攻击行为，被攻击目标会在分类账信息中被同时复制多次，这也在一定程度上限制了黑客的攻击。

但是在法律效力的环境下，区块链的应用还很不成熟。欧盟针对Fintech推出了一系列行动计划，目的在于支持新的商业模型以及新兴技术的采用，并且组织全欧盟范围内的网络测试和欧盟公共区块链基础设施建设。在同一时间，欧洲银行协会也在积极分析区块链这类新兴技术对现有机构运作有无影响，由于比特币的流动不受政府监管，因此也会产生洗钱等不法行为。

当然，区块链在相关地区也有所发展，比如爱尔兰中央银行已经提出了建立创新中心的想法，这个想法是希望能够随时分享信息来确保未来的金融服务能够满足大部分用户的需求，并符合未来金融服务监管的目的。目前区块链的分布式分类账技术已经在支付技术的关键环节起到了相当重要的作用。

然而，尽管区块链的分布式分类账技术具有防数据篡改功能，但是目前区块链在这方面仍然缺乏标准。技术在不断发展，因此我的建议是可以试水区块链，但在清晰、完善的标准出台之前不要大规模深入到区块链中。

InfoQ：你认为机器人流程自动化会给人类社会的哪些方面带来便利？

O’Carroll：机器人流程自动化这项技术类似于将“软件机器人”看作人类，让其学会使用IT系统。它可以像人类一样捕获相关的数据并控制相应的应用程序，通过模仿学习人类的行为和思维方式，辅助人类完成某些方面的工作。

机器人流程自动化的关键优势：

零复制粘贴错误
可以满足7x24小时不间断工作的需求（但是要当心会影响下游的进度）
节约时间——花同样的时间创造更多的价值
节约成本——根据容量的多少来控制成本的合理性
符合流程和逻辑——确保发展方向始终处于正轨的辅助因素

由于工作角色的影响，RPA确实需要一些改变方案来确保自动化的机器人流程能够处于业务的关键位置。而且受到机器人流程自动化的影响，涉及到RPA的一些角色和原有的利益也会发生改变。

InfoQ：为什么我们要将人工智能和机器学习技术嵌入到商业项目中？这样做有哪些优势？

O’Carroll：这样做有一系列的好处。首先，人工智能和机器学习都是从回答问题开始的，无论何时这都不是一个很容易的问题。ML和AI现在在人类智能数字助理（类似Siri、Alexa）、人脸识别（例如Sensory等）、照片文字识别以及商品推荐等领域都有广泛的应用。

AI和ML的优势是显而易见的，主要包含以下三点：

在DevOps中，使用AI/ML技术可以简化产品发布流程，让CI/CD流程更为敏捷。同样，也适用于产品的快速迭代、调优以及发布等环节。
建立业务关键性能指标，这些指标并不只是适用于商业报告，对于方案规划制定同样也有很大的影响。
在数据收集及分析、用户个性化及推荐场景中，AI可以根据不同的数据流所采集到的不同信息，对不同的客户进行分类，进而满足更加个性化的需求。

当下，商业应用更多地依赖于访问外部关系型数据库或非关系型数据库。未来，这些应用将会通过API的形式对外开放，如语音转换文字项目，在录音时可以通过人工智能技术自动将语音转化为文字，并实时识别出客户的情绪。此外，这类解决方案还能够进行实时的语音翻译，比如对于英文不熟练的客户，能够将所说的语言实时翻译为目标语言。

此外，还需要创建一个内部机器学习平台，从外部和内部的多个信息源收集信息数据，一旦找到了正确的问题，在产品交付前就需要选用最为合适的算法来进行大规模模型训练。

查看英文原文：

https://www.infoq.com/news/2018/12/business-emerging-technologies

创作场景

使用区块链、AI 等新兴技术解决业务挑战