AI如何改变办公套件

专家表示，谷歌套件（G Suite）、Microsoft Office和办公套件中新的和即将出现的人工智能功能可以提高工作人员的工作效率并带来业务洞察，但它们也可能产生看不见的成本。

撰写电子邮件时，你会看到与你的书写风格相符的自动填充建议。将图像插入演示文稿时，软件会提出裁剪和布局方面的建议。如果你忘了回复重要邮件，软件则会在收件箱顶部重新显示提醒信息。

谷歌的谷歌套件，Microsoft Office和其他生产力套件渐渐增加了机器学习和人工智能功能，从而对重复性任务进行自动化和个性化，例如回复电子邮件或安排会议。更广泛地说，由人工智能驱动的办公软件有助于用户在不同平台上就项目展开协作，同时获取洞察以做出更好的业务决策。

普华永道2017年的一项研究称，人工智能在办公套件中的应用是大趋势的一小部分，预计在不久的将来可以大幅提高生产率。报告指出：“根据我们的分析，由于人工智能的发展越来越快，采用率越来越高，全球GDP在2030年将增长14％，相当于增加了15．7万亿美元。”

研究表明，随着更多人工智能增强型产品的出现，随着人们开始依赖自动化和个性化，消费者对该技术的需求将会增长。当然，微软、谷歌等办公套件制造商正在将人工智能和机器学习功能加进自身的产品中，以便成为这些整体收益的一部分。

但这些额外的功能是否真的有用？Gartner研究副总裁Jeffrey Mann说：“当你第一次开始使用这样的功能时，人工智能几乎没有什么数据可用，不足以了解你的偏好。如果只有一小部分数据可供分析，建议的效果也并不理想”。随着时间的推移，数据集越来越多，建议也越来越准确，Mann说，“我们已经习惯了，没有这些功能反而觉得不知所措。这就好像我离开车子时，它会自动上锁。如今，如果碰到租来的车辆不会自动上锁，我会感到困惑。”

与此同时，有些行业观察家想知道，人工智能驱动的功能是否会带来意料之外的成本，就像之前的技术一样，为了获得便利而牺牲隐私和安全性。例如，将个人数据保存在云端确实方便，但你的电子邮件、照片和财务身份就会暴露给能找出你的用户名和密码的人。分析师和技术高管表示，因为我们还未能深入挖掘人工智能在日常商业软件中力所能及的事情，所以人工智能的便利性必须与数据安全性相结合。

人工智能自适应办公环境

你可能已经在使用一些人工智能驱动的功能，例如，Gmail的智能回复功能，只要点一下鼠标就可以创建即时回复，或者其智能撰写功能，它可以在你输入内容时用你的想法来自行编写句子。这两个功能都基于你之前发送的消息和回复。谷歌发言人称，Gmail的“nudge”功能可以提醒用户回复电子邮件或跟踪已发送但尚未收到回复的电子邮件，企业用户每月使用该功能达160万次之多。

Gartner的Mann说：“谷歌的谷歌套件增加了几个小小的改动，我们称之为‘日常人工智能’。这些增强功能可以帮你根据参与者的位置和人数找到会议室”。当你使用Google Docs时，人工智能驱动的文档快速访问功能会显示一个面板，其中包含可能与你相关的文档，根据你的文档内容和你在Google Drive中使用的文件进行操作。

谷歌套件的Cloud Search可以让同事搜索组织的文件并利用机器学习使搜索变得更简单。例如，你可以输入“Dave上个月发送的文档”或“Thompson上周发布的文件”。去年秋季，谷歌增加了使用智能搜索来搜索第三方文档的功能。这似乎是一个渐进的升级，但分析师表示，在不久的将来，人工智能的使命就是帮企业用户使用多个平台。

Mann说：“这些变化都不算大，但加在一起却可以带来真正的变化。”

对Office 365用户来说，微软使用Designer功能将人工智能合并到PowerPoint中，该功能可根据你所添加的照片、图表或表格在演示文稿中自动创建布局选项。微软也正在为OneDrive for Business和SharePoint推出人工智能驱动的音频和视频转录功能，以及在其数字助理小娜（Cortana）、Teams与其他Office应用程序之间实施更大程度的集成。

Office 365还在其他领域获得了人工智能增强，这其中包括个性化搜索和数据分析。Mann说：“根据你过去所做的事情，MS Graph （微软的API）和人工智能改善了搜索，能根据你感兴趣的内容提供更好的结果。Excel具有在数据中查找意想不到的模式的功能。MyAnalytics能根据你的在线工作习惯发现意想不到的工作模式。”

基于云的办公套件Zoho One包含一个名为Zia的人工智能助手，这是一个聊天机器人，它可用来分析CRM数据库的销售数据并预测哪些交易可能成功——或者可能发现问题，这些问题可能会影响未来收入。该助手（Zoho在所有Zoho One应用程序中要扩展的功能）也可以跟踪电子邮件并提醒用户跟进客户。

办公环境中的人工智能：下一步是什么？

根据分析师和技术专家的说法，人工智能在不久的将来可以让用户从已使用的各种服务中搜索文件，而不是使用户局限于一个试图满足所有需求的套件中。

销售支持软件供应商Seismic的数据和分析副总裁Al Bsharah表示：“谷歌、微软和Salesforce等公司在我们的生活和业务中已经深入人心，其他公司很难再拥有人工智能。其他平台必须想法子利用这一点。其他供应商不一定非得提供一个可以完成所有工作的平台，从创建算法到寻找创新方法来使用这些算法来解决业务问题。这也就是说，一个平台就可以将所有你喜爱的平台整合在一起。”

451 Research的分析师Chris Marsh表示同意，他认为，生产力套件中的人工智能很有前途，其使命就是将更多来自不同平台的用户和数据整合到一个仪表盘中。Marsh说，最终，我们在工作环境中会得到一种类似脸书的社交图表。（重要的是，脸书自身就有以业务为中心的协作工具，名为Workplace。）

Marsh说：“Workplace的使命就是根据内容进行对话。因此，如果有人就修改特定内容而在Outlook中进行电子邮件对话，这对Box和Dropbox十分有用，有助于它们在平台中生成更多工作流程。因此，他们将人工智能和机器学习视为一种能智能地发现相关对话并将其进行分类的方法。”

IT咨询公司Globant最近的一份报告发现，近半数企业希望使用人工智能从它们所收集的大量数据中获得洞察。

Bsharah说：“人工智能最高效的应用之一就是将来自不同团队的不同数据聚集到一起（例如销售和市场营销），以发现原本无法看到的洞察。结果不仅仅是产生新的，受数据启发的活动或项目，还将成为统辖不同部门的利器。”

Bsharah还说：“如果营销和销售都在同一套指标和数据下运作，那么这两者就会形成一个基础，以便它们能够更好地协作。这有可能发生在任意两个需要协作的团队之间，例如负责产品和营销的团队之间的协作，或负责客户成功和销售的团队之间的协作。当他们在一套通用的人工智能算法下运行时，其他新的合作方式也将浮出水面。”

指标权衡和安全性方面的问题

专家预测，将人工智能纳入办公室套件使企业可以获得真正的生产力提升，但他们警告说，当人们把注意力从日常（而且可能很重要的）任务移开时，他们必须考虑各种风险。

人工智能技术供应商DarwinAI的首席执行官Sheldon Fernandez表示：“文字处理器和电子表格大大增强了传统后台办公任务的自动化，同样地，支持人工智能的软件也将提升众多业?智能水平日益提高对其目标用户所产生的影响，以及这种自动化程度在多大程度上降低了他们对日常任务的参与程度，在多大程度上使他们的技能变得迟钝。实施证明，很多领域对技术产生了过度依赖（如医生和战斗机飞行员）而这种依赖很容易蔓延到生产力领域。”

451 Research的Marsh想知道，将存储在不同供应商平台上的公司数据整合到一个由人工智能驱动的枢纽是否会导致安全性方面的风险。他说：“如果你将信息存储在某一个环境中，这个环境又被另一个供应商整合到另一个环境中，那么当环境脱离你所使用的平台时，就如何跟踪这些信息，如何在自己的环境中提供环境治理而言，你会遇到各种问题。”

如今，虽然在Marsh与客户进行的大多数谈话中，“人们并没有对人工智能有太大的担忧”，但Marsh补充说，如果人工智能和机器学习是数据在平台之间移动的渠道，“那么人们肯定会有这样的担忧——是否能准确地跟踪大量的数据并对此采取安全措施。”

Fernandez说，个人用户的隐私也是有理由引发担忧的，“从人工智能获得的见解——用户的偏好，倾向和预期的工作流程——在多大程度上为私人所用，而不是用于商业利益。很多用户协议几乎可以让公司以无限的方式收集数据点...... 使用由人工智能实现的生产力应用程序的人应该不断地提这样的问题：‘如果我的个性化数据被商品化会有什么危险？’”

虚拟化、软件即服务（SaaS）和云技术提供商Citrix的云和物联网副总裁Steve Wilson建议，用户要记住，就数据而言，他们允许应用收集，共享和转售的数据方面达成的共识。Wilson说：“现代机器学习功能的前提是访问大量数据以训练模型，然后实时处理数据。这就是说，你的人工智能系统将不断了解你所在的环境的各个部分，从而为你提供帮助。”

Wilson继续说道，为了保护个人和公司的数据，“你将希望在这方面发挥积极作用——批准对什么类型的数据进行共享。如果你只是用鼠标点遍所有的（权限）框中，你可能会泄露很多数据，比你想得还要多。”

Fernandez指出，各种法规（例如欧洲的《通用数据保护条例（GDPR）》和加利福尼亚的消费者隐私法案）正在就个人的私人数据着手解决问题。但现在还处于人工智能应用程序的初级阶段，公司和用户要了解风险，了解让这些应用程序访问其数据和操作所能得到的回报，这非常重要。

Wilson说：“他们不是不可逾越的障碍，但个人和企业必须认识到这些问题。”

Fernandez补充道，最后一个需要注意的问题是，人工智能所做的决策可能会出现意外偏差，最近发生的一个例子是，亚马逊的人力资源工具开始偏向男性求职者，这是该工具已有的历史数据造成的。

Fernandez说：“人工智能根据有偏差的数据集生成有偏差的结果，这种现象并不罕见。人工智能系统并不比训练它们的数据强多少。”