撰寫電子郵件時，你會看到與你的書寫風格相符的自動填充建議。將圖像插入演示文稿時，軟件會提出裁剪和布局方面的建議。如果你忘了回復重要郵件，軟件則會在收件箱頂部重新顯示提醒信息。
谷歌的谷歌套件，Microsoft Office和其他生產力套件漸漸增加了機器學習和人工智能功能，從而對重復性任務進行自動化和個性化，例如回復電子郵件或安排會議。更廣泛地說，由人工智能驅動的辦公軟件有助于用戶在不同平臺上就項目展開協作，同時獲取洞察以做出更好的業務決策。
普華永道2017年的一項研究稱，人工智能在辦公套件中的應用是大趨勢的一小部分，預計在不久的將來可以大幅提高生產率。報告指出：“根據我們的分析，由于人工智能的發展越來越快，采用率越來越高，全球GDP在2030年將增長14％，相當于增加了15.7萬億美元。”
研究表明，隨著更多人工智能增強型產品的出現，隨著人們開始依賴自動化和個性化，消費者對該技術的需求將會增長。當然，微軟、谷歌等辦公套件制造商正在將人工智能和機器學習功能加進自身的產品中，以便成為這些整體收益的一部分。
Gmail的智能撰寫功能可以自動填充常用短語，包括問候語和地址
但這些額外的功能是否真的有用？Gartner研究副總裁Jeffrey Mann說：“當你第一次開始使用這樣的功能時，人工智能幾乎沒有什么數據可用，不足以了解你的偏好。如果只有一小部分數據可供分析，建議的效果也并不理想”。隨著時間的推移，數據集越來越多，建議也越來越準確，Mann說，“我們已經習慣了，沒有這些功能反而覺得不知所措。這就好像我離開車子時，它會自動上鎖。如今，如果碰到租來的車輛不會自動上鎖，我會感到困惑。”
與此同時，有些行業觀察家想知道，人工智能驅動的功能是否會帶來意料之外的成本，就像之前的技術一樣，為了獲得便利而犧牲隱私和安全性。例如，將個人數據保存在云端確實方便，但你的電子郵件、照片和財務身份就會暴露給能找出你的用戶名和密碼的人。分析師和技術高管表示，因為我們還未能深入挖掘人工智能在日常商業軟件中力所能及的事情，所以人工智能的便利性必須與數據安全性相結合。
人工智能自適應辦公環境
你可能已經在使用一些人工智能驅動的功能，例如，Gmail的智能回復功能，只要點一下鼠標就可以創建即時回復，或者其智能撰寫功能，它可以在你輸入內容時用你的想法來自行編寫句子。這兩個功能都基于你之前發送的消息和回復。谷歌發言人稱，Gmail的“nudge”功能可以提醒用戶回復電子郵件或跟蹤已發送但尚未收到回復的電子郵件，企業用戶每月使用該功能達160萬次之多。
Gartner的Mann說：“谷歌的谷歌套件增加了幾個小小的改動，我們稱之為‘日常人工智能’。這些增強功能可以幫你根據參與者的位置和人數找到會議室”。當你使用Google Docs時，人工智能驅動的文檔快速訪問功能會顯示一個面板，其中包含可能與你相關的文檔，根據你的文檔內容和你在Google Drive中使用的文件進行操作。
谷歌套件的Cloud Search可以讓同事搜索組織的文件并利用機器學習使搜索變得更簡單。例如，你可以輸入“Dave上個月發送的文檔”或“Thompson上周發布的文件”。去年秋季，谷歌增加了使用智能搜索來搜索第三方文檔的功能。這似乎是一個漸進的升級，但分析師表示，在不久的將來，人工智能的使命就是幫企業用戶使用多個平臺。
Mann說：“這些變化都不算大，但加在一起卻可以帶來真正的變化。”
Microsoft的Office 365可以向你顯示，你花在不同任務上的時間，并幫你發現工作習慣的模式
對Office 365用戶來說，微軟使用Designer功能將人工智能合并到PowerPoint中，該功能可根據你所添加的照片、圖表或表格在演示文稿中自動創建布局選項。微軟也正在為OneDrive for Business和SharePoint推出人工智能驅動的音頻和視頻轉錄功能，以及在其數字助理小娜（Cortana）、Teams與其他Office應用程序之間實施更大程度的集成。
Office 365還在其他領域獲得了人工智能增強，這其中包括個性化搜索和數據分析。Mann說：“根據你過去所做的事情，MS Graph （微軟的API）和人工智能改善了搜索，能根據你感興趣的內容提供更好的結果。Excel具有在數據中查找意想不到的模式的功能。MyAnalytics能根據你的在線工作習慣發現意想不到的工作模式。”
基于云的辦公套件Zoho One包含一個名為Zia的人工智能助手，這是一個聊天機器人，它可用來分析CRM數據庫的銷售數據并預測哪些交易可能成功——或者可能發現問題，這些問題可能會影響未來收入。該助手（Zoho在所有Zoho One應用程序中要擴展的功能）也可以跟蹤電子郵件并提醒用戶跟進客戶。
辦公環境中的人工智能：下一步是什么？
根據分析師和技術專家的說法，人工智能在不久的將來可以讓用戶從已使用的各種服務中搜索文件，而不是使用戶局限于一個試圖滿足所有需求的套件中。
銷售支持軟件供應商Seismic的數據和分析副總裁Al Bsharah表示：“谷歌、微軟和Salesforce等公司在我們的生活和業務中已經深入人心，其他公司很難再擁有人工智能。其他平臺必須想法子利用這一點。其他供應商不一定非得提供一個可以完成所有工作的平臺，從創建算法到尋找創新方法來使用這些算法來解決業務問題。這也就是說，一個平臺就可以將所有你喜愛的平臺整合在一起。”
451 Research的分析師Chris Marsh表示同意，他認為，生產力套件中的人工智能很有前途，其使命就是將更多來自不同平臺的用戶和數據整合到一個儀表盤中。Marsh說，最終，我們在工作環境中會得到一種類似臉書的社交圖表。（重要的是，臉書自身就有以業務為中心的協作工具，名為Workplace。）
Marsh說：“Workplace的使命就是根據內容進行對話。因此，如果有人就修改特定內容而在Outlook中進行電子郵件對話，這對Box和Dropbox十分有用，有助于它們在平臺中生成更多工作流程。因此，他們將人工智能和機器學習視為一種能智能地發現相關對話并將其進行分類的方法。”
套件制造商Zoho的人工智能銷售助理Zia可以根據過去的活動預測交易成功的可能性
IT咨詢公司Globant最近的一份報告發現，近半數企業希望使用人工智能從它們所收集的大量數據中獲得洞察。
Bsharah說：“人工智能最高效的應用之一就是將來自不同團隊的不同數據聚集到一起（例如銷售和市場營銷），以發現原本無法看到的洞察。結果不僅僅是產生新的，受數據啟發的活動或項目，還將成為統轄不同部門的利器。”
Bsharah還說：“如果營銷和銷售都在同一套指標和數據下運作，那么這兩者就會形成一個基礎，以便它們能夠更好地協作。這有可能發生在任意兩個需要協作的團隊之間，例如負責產品和營銷的團隊之間的協作，或負責客戶成功和銷售的團隊之間的協作。當他們在一套通用的人工智能算法下運行時，其他新的合作方式也將浮出水面。”
指標權衡和安全性方面的問題
專家預測，將人工智能納入辦公室套件使企業可以獲得真正的生產力提升，但他們警告說，當人們把注意力從日常（而且可能很重要的）任務移開時，他們必須考慮各種風險。
人工智能技術供應商DarwinAI的首席執行官Sheldon Fernandez表示：“文字處理器和電子表格大大增強了傳統后臺辦公任務的自動化，同樣地，支持人工智能的軟件也將提升眾多業務領域的生產力。也就是說，人們要考慮一個重要的因素——人工智能水平日益提高對其目標用戶所產生的影響，以及這種自動化程度在多大程度上降低了他們對日常任務的參與程度，在多大程度上使他們的技能變得遲鈍。實施證明，很多領域對技術產生了過度依賴（如醫生和戰斗機飛行員）而這種依賴很容易蔓延到生產力領域。”
451 Research的Marsh想知道，將存儲在不同供應商平臺上的公司數據整合到一個由人工智能驅動的樞紐是否會導致安全性方面的風險。他說：“如果你將信息存儲在某一個環境中，這個環境又被另一個供應商整合到另一個環境中，那么當環境脫離你所使用的平臺時，就如何跟蹤這些信息，如何在自己的環境中提供環境治理而言，你會遇到各種問題。”
如今，雖然在Marsh與客戶進行的大多數談話中，“人們并沒有對人工智能有太大的擔憂”，但Marsh補充說，如果人工智能和機器學習是數據在平臺之間移動的渠道，“那么人們肯定會有這樣的擔憂——是否能準確地跟蹤大量的數據并對此采取安全措施。”
谷歌表示，谷歌套件中的Nudge功能每周會提示8％的Gmail用戶回復郵件
Fernandez說，個人用戶的隱私也是有理由引發擔憂的，“從人工智能獲得的見解——用戶的偏好，傾向和預期的工作流程——在多大程度上為私人所用，而不是用于商業利益。很多用戶協議幾乎可以讓公司以無限的方式收集數據點...... 使用由人工智能實現的生產力應用程序的人應該不斷地提這樣的問題：‘如果我的個性化數據被商品化會有什么危險？’”
虛擬化、軟件即服務（SaaS）和云技術提供商Citrix的云和物聯網副總裁Steve Wilson建議，用戶要記住，就數據而言，他們允許應用收集，共享和轉售的數據方面達成的共識。Wilson說：“現代機器學習功能的前提是訪問大量數據以訓練模型，然后實時處理數據。這就是說，你的人工智能系統將不斷了解你所在的環境的各個部分，從而為你提供幫助。”
Wilson繼續說道，為了保護個人和公司的數據，“你將希望在這方面發揮積極作用——批準對什么類型的數據進行共享。如果你只是用鼠標點遍所有的（權限）框中，你可能會泄露很多數據，比你想得還要多。”
Fernandez指出，各種法規（例如歐洲的《通用數據保護條例（GDPR）》和加利福尼亞的消費者隱私法案）正在就個人的私人數據著手解決問題。但現在還處于人工智能應用程序的初級階段，公司和用戶要了解風險，了解讓這些應用程序訪問其數據和操作所能得到的回報，這非常重要。
Wilson說：“他們不是不可逾越的障礙，但個人和企業必須認識到這些問題。”
Fernandez補充道，最后一個需要注意的問題是，人工智能所做的決策可能會出現意外偏差，最近發生的一個例子是，亞馬遜的人力資源工具開始偏向男性求職者，這是該工具已有的歷史數據造成的。
Fernandez說：“人工智能根據有偏差的數據集生成有偏差的結果，這種現象并不罕見。人工智能系統并不比訓練它們的數據強多少。”
京公網安備 11010502049343號