AI发现的东西绝对不仅仅是参考大脑模式，这是我说过的“未知的未知”部分。通过AI，你可以模拟人类的认知，但更重要的是，你还可以通过它扩展人类的认知。我认为这是AI一个令人兴奋的部分，因为它是人类大脑可能没有使用过的模式、见解和决定的延伸部分。我们发现，当我们和客户共同做项目时，有些作为人类我们无法解释的模式，为什么会这样还不清楚，但它们之间的确有很强的相关性。它有十八层的深度，它被埋在里面，但它是一个强大的相关器。所以，我把它分为两类：一是AI可以取代的低水平重复性任务，第二是一种全新的学习方式，它扩展了人类的认知。这是一种无人监督的学习方式，你需要将人类放入”回路“中，去真正了解和学习新的商业方法。我认为，这是我们需要认识到的两个方面，而不仅仅是试图模仿当前的人类大脑。在很多情况下，人类大脑在做出正确决策时效率非常低下。
【问】：你对AI的未来发展持乐观态度。在关于没有通用智能我们能走多远的问题上，你可能是接受过我采访的最乐观的人。但是，当然，你一直在使用“生存威胁”这样的字眼儿，你信奉“电脑病毒会摧毁电网、引发战争等”概念，你甚至提到有人会在商业环境中使用“流氓AI”。在后一种情况下，“流氓AI”将如何摧毁一个企业？你不能通过立法来解决这个问题，对吧？因此，在企业场景中给我举个“流氓AI”的例子。
萨克森纳：有很多这样的AI。最近我们与一家大型金融机构会面的时候，就曾遇到过一个。我们坐下来开会，突然发现那家公司正在经历一场大规模的业务中断，因为它们的所有数据中心都在关闭，然而每隔20分钟左右就会重新启动。而且在全世界，它们的数据中心都在重复这个过程。他们对此感到十分恐慌，因为这发生在工作日期间，涉及到数十亿美元的交易，他们不知道为什么这些数据中心会出现这样的问题。几个小时后，他们发现有人在上个月写了一款安全聊天机器人，然后他们把它放到了自己拥有的云系统中，出于某种原因，那个AI代理觉得最好每隔20分钟就关闭这些系统，然后再重新启动它们。这是一个简单的例子，虽然这家机构最终找到了问题，但在管理特定AI的过程中，没有任何可见性。这也是我们为何讨论拥有一个管理可见性和控制这些AI框架的原因之一。
另一个可能是（这还没有发生，但这是其中的一个威胁）保险问题。保险公司现在经常使用技术，开始承保风险。而且，如果出于某种原因，你的AI系统可以看到相关性和模式，但在真正了解风险方面还没有得到足够的培训，这几乎可以将你的整个业务彻底抹去。如果你过于依赖AI，而它却没有解释能力并值得你信任，此时它建议你承担风险，这将使你的企业面临生存风险。
我可以继续举出很多例证，比如关于癌症、糖尿病以及任何与AI将要投入使用的商业有关的事情。我相信随着AI的发展，对企业来说，有两个短语将变得非常重要：即“AI生命周期管理”和“负责任的AI”。我认为这是一个巨大的机会。这就是为什么我对CognitiveScale所做的事情感到兴奋，从而使这些系统成为可能的原因。
【问】：最后两个问题。在这些假设情况下，给我们描述些你亲眼所见的AI成功故事。可以是CognitiveScale公司或者其他公司的成功，你已经看到其对企业产生非常积极的影响。
萨克森纳：我想这样的例子有很多。我将选择零售领域的例证，就像零售一样简单，通过AI我们可以展示出一种基于规则的系统。比如某家特定的大型零售商曾经有一款移动应用，他们在里面向你展示衬衫、裤子和其他配饰，它就像一款Tinder或“hot or not”式游戏。而平均来说，基于规则的系统在人们所喜欢的内容方面，转化率还不到10%。这些都是无需学习的系统。然后我们在它后面放了一个AI，这个AI可以理解：这条裙子是一件露肩裙子，它是蓝绿色的，而且它可与露趾鞋完美搭配。当用户开始与AI接触时，它开始提供个性化输出。在7个月的时间里，我们展示了24%的转化率。这是最动人的部分，每个月AI都变得越来越聪明，每个转化率都等于数千万美元的收入增长。这是数字大脑、认知数字大脑、驱动购物者参与以及购物者转换的例子。