在2018都柏林女性科技大會上，Caragh O’Carroll提到了三種前沿技術，分別是區塊鏈、機器人流程自動化、人工智能和機器學習。她詳細闡述了這些技術如何有效應對當前商業所面臨的一系列挑戰。
O’Carrol是富士通的一名傑出的工程師，她首先引用了Gartner對區塊鏈的定義：“區塊鏈本質上是一條經過嚴格加密的擴展列表，記錄了互聯網上所有相關參與者的交易記錄，且不可撤銷。”這是區塊鏈的一個特性，即可以對事件和數據進行權威性記錄，所有進入到其中的信息都會留下痕跡，這也是區塊鏈數據安全得以保障的重要原因之一。
O’Carroll認爲區塊鏈正在幫助人們重建對數據的信任。因爲區塊鏈中的信息不會遭到泄露或篡改，對於需要覈實驗證信息數據的場景，區塊鏈是最合適的技術。此外，O’Carrol還建議做一項爲期五天關於區塊鏈能否給商業帶來一定價值的研究。
第二類技術是機器人流程自動化（以下簡稱RPA），它通常被應用於重複性高且瑣碎的工作事項中。O’Carroll說，RPA就像一個機器人一樣來幫你做事，使用基於自動化的技術完成繁瑣、重複的工作，從而讓你能夠更加投入到更具創造性的工作中去。以自動購買訂單爲例，她闡述瞭如何從電子郵件中提取信息生成購買訂單，並通過定製規則來訓練機器的過程。
O’Carroll提到了應用RPA技術的一些場景，如健康管理、新晉與離職相關的HR工作管理以及銀行的某些場景，用自動化流程的機器去做這些工作，性價比會更高，讓人們騰出更多的時間花在與客戶的溝通上。
第三類技術是機器學習（下面簡稱ML）和人工智能（下面簡稱AI），這兩者都是模擬人類大腦神經網絡的技術手段，O’Carroll認爲，公司內必須要有一名數據科學家，因爲他們知道ML和AI技術的優勢並且十分清楚如何更有效地應用它們。
在應用人工智能的過程中，最關鍵的步驟是在於如何定義問題、數據收集、構建算法以及如何訓練模型，等等。O’Carroll強調，採用機器學習與人工智能技術需要耐心，並且大規模的系統訓練、及時覆盤並加以完善是必不可少的。
InfoQ隨後採訪了O’Carroll，就區塊鏈、機器人流程自動化以及機器學習和人工智能等相關問題與其進行了對話。
InfoQ：區塊鏈與法律和政府監管在一定層面上是有衝突的，你對當前區塊鏈技術的現狀有何看法？
O’Carroll：區塊鏈爲我們提供了很好的數據安全保護：
- 提升數據的準確性——區塊鏈能夠提供一條可追蹤的信息流用於追溯資產的所屬人，並且可以詳細到資產所屬人在哪些時間段做了哪些操作。
- 提升交易數據的安全性——區塊鏈讓交易的分類賬信息很難被篡改，在同一公共區塊鏈範圍內，多個相同的數據庫信息被共享，如果發生了攻擊行爲，被攻擊目標會在分類賬信息中被同時複製多次，這也在一定程度上限制了黑客的攻擊。
但是在法律效力的環境下，區塊鏈的應用還很不成熟。歐盟針對Fintech推出了一系列行動計劃，目的在於支持新的商業模型以及新興技術的採用，並且組織全歐盟範圍內的網絡測試和歐盟公共區塊鏈基礎設施建設。在同一時間，歐洲銀行協會也在積極分析區塊鏈這類新興技術對現有機構運作有無影響，由於比特幣的流動不受政府監管，因此也會產生洗錢等不法行爲。
當然，區塊鏈在相關地區也有所發展，比如愛爾蘭中央銀行已經提出了建立創新中心的想法，這個想法是希望能夠隨時分享信息來確保未來的金融服務能夠滿足大部分用戶的需求，並符合未來金融服務監管的目的。目前區塊鏈的分佈式分類賬技術已經在支付技術的關鍵環節起到了相當重要的作用。
然而，儘管區塊鏈的分佈式分類賬技術具有防數據篡改功能，但是目前區塊鏈在這方面仍然缺乏標準。技術在不斷髮展，因此我的建議是可以試水區塊鏈，但在清晰、完善的標準出臺之前不要大規模深入到區塊鏈中。
InfoQ：你認爲機器人流程自動化會給人類社會的哪些方面帶來便利？
O’Carroll：機器人流程自動化這項技術類似於將“軟件機器人”看作人類，讓其學會使用IT系統。它可以像人類一樣捕獲相關的數據並控制相應的應用程序，通過模仿學習人類的行爲和思維方式，輔助人類完成某些方面的工作。
機器人流程自動化的關鍵優勢：
- 零複製粘貼錯誤
- 可以滿足7x24小時不間斷工作的需求（但是要當心會影響下游的進度）
- 節約時間——花同樣的時間創造更多的價值
- 節約成本——根據容量的多少來控制成本的合理性
- 符合流程和邏輯——確保發展方向始終處於正軌的輔助因素
由於工作角色的影響，RPA確實需要一些改變方案來確保自動化的機器人流程能夠處於業務的關鍵位置。而且受到機器人流程自動化的影響，涉及到RPA的一些角色和原有的利益也會發生改變。
InfoQ：爲什麼我們要將人工智能和機器學習技術嵌入到商業項目中？這樣做有哪些優勢？
O’Carroll：這樣做有一系列的好處。首先，人工智能和機器學習都是從回答問題開始的，無論何時這都不是一個很容易的問題。ML和AI現在在人類智能數字助理（類似Siri、Alexa）、人臉識別（例如Sensory等）、照片文字識別以及商品推薦等領域都有廣泛的應用。
AI和ML的優勢是顯而易見的，主要包含以下三點：
- 在DevOps中，使用AI/ML技術可以簡化產品發佈流程，讓CI/CD流程更爲敏捷。同樣，也適用於產品的快速迭代、調優以及發佈等環節。
- 建立業務關鍵性能指標，這些指標並不只是適用於商業報告，對於方案規劃制定同樣也有很大的影響。
- 在數據收集及分析、用戶個性化及推薦場景中，AI可以根據不同的數據流所採集到的不同信息，對不同的客戶進行分類，進而滿足更加個性化的需求。
當下，商業應用更多地依賴於訪問外部關係型數據庫或非關係型數據庫。未來，這些應用將會通過API的形式對外開放，如語音轉換文字項目，在錄音時可以通過人工智能技術自動將語音轉化爲文字，並實時識別出客戶的情緒。此外，這類解決方案還能夠進行實時的語音翻譯，比如對於英文不熟練的客戶，能夠將所說的語言實時翻譯爲目標語言。
此外，還需要創建一個內部機器學習平臺，從外部和內部的多個信息源收集信息數據，一旦找到了正確的問題，在產品交付前就需要選用最爲合適的算法來進行大規模模型訓練。
查看英文原文：
https://www.infoq.com/news/2018/12/business-emerging-technologies