人的直觉是创新创业的未来

许多风险投资家和技术专家谈论人工智能、大数据以及从系统到对象的一切如何变得更智能。设备相互通信，人们正在学习如何与设备通信。Google Home，Alexaand Siri只是口语如何帮助我们自动化生活以更快完成工作的几个示例。企业也在发展。对象收集信息，开发软件来做出决策，我们的虚拟助手确保一切顺利运行。

不可避免的是，技术技术也将对企业的启动和加速方式产生深远的影响。例如，90亿美元的公司Stripe已经自动化了非常复杂的创业过程。它的Atlas产品在特拉华州成立了一家公司，建立了一个带有税号的银行帐户，并建立了一个条带配置文件，以便新业务可以接受客户的付款。

在未来 -- 和现在一样 -- 企业家仍然会做出许多最终或其他关键的决定。但是，请考虑一下所有使您的工作和私人生活蒙上阴影的小决定。这可能很简单，比如在你家或办公室附近找到一家好的意大利餐厅。询问您的电话，您将获得所有选择的列表。为什么它不过滤掉明显糟糕的选项？例如，为什么软件不能确定它只需要显示特许经营的最近位置？或者当两个选择的菜单几乎相同时，考虑价格、距离和使用错误等差异？

背景和价值。

人类想要好的选择，而不是100的选择。大数据的大量信息也在公司层面造成了决策乏力。公司会收集每个小细节，但是存储在硬盘上的pb级数据通常会在年底清除，因为企业领导者不知道如何干预信息或如何处理知识。

当前的方法需要通过电子邮件，电话或蜗牛邮件进行客户参与度调查，以收集足够多的正确信息，以产生适度的行动效果。就公司的时间和资源而言，这些方法是昂贵的，并且锻炼本身会造成客户乏力。一旦企业收集到信息，就没有足够的IT人员来支持所有这些信息。对于软件初创公司来说，存在巨大的机会，可以为客户和公司解决信息过载问题。

自然语言处理。

自然语言处理 (NLp) 提供了一种有前途的解决方案。使用NLp构建的软件允许计算机以某种方式 “读取” 和处理语言，从而使软件能够进行以前需要人类进行电话调查，完成数据库输入和运行数据库查询的研究。

美国公司通常偏爱具有更多计算经验的年轻员工，而不是那些带来更多现场经验但难以适应新技术的职业中期员工，这已经不是什么秘密了。基于语音的界面，例如Siri和alexalet员工使用的基于语音的界面，从发展深厚的技术背景的需求中退缩了。NLp技术使人们能够专注于计算机无法复制的任务。相反，NLp允许计算机成为 “IT人员”。使用NLp构建的软件非常适合重视领域专业知识并正在改变其文化以符合该原则的公司。

人类比机器做得更好。

这不仅对那些努力跟上软件变化的人来说是一个胜利，对整个公司来说也是一个胜利。管理人员可以花更少的时间来教员工如何使用计算机程序，而花更多的时间来教育员工有关客户服务，领域知识和成熟的销售技巧，仅举几例。

当软件进行繁重的工作以编译数据和作者报告时，人类团队成员就可以摆脱 “办公空间” 中那种繁琐的工作。用户将添加该软件不可能知道的评论，从而提供真正的见解和分析。例如: “我们预计下个季度的此类支出将减少。”

随着越来越多的设备和系统进行通信，并且传感器变得越来越广泛，数据本身也将如此。然后，编程开始采取简单的 “如果” 和 “当” 语句的形式: “如果开始下雨，请关闭窗户。下雨停止时，如果外界温度在68至75度之间，请打开窗户。”

对教育和社会的影响。

这种程度的NLp自动化正在引导我们进入一个大学毕业生使用伪代码的社会: 英语嵌入逻辑语句。将来，职称将会改变，因为劳动力成员将学会了如何自动化自己的工作。员工将重新定义工作并担任许多角色，仅仅是因为他们可以提高生产力。因此，根据定义，新一代工人将是企业家。

可以想象，向一年级学生教授逻辑和编码基础的学校-不是传统格式，而是通过学生通过语音命令和书面语言输入的程序。到二年级结束时，死记硬背可能不再是一个优先事项。毕竟，大多数答案只是在互联网上提出的一个问题，新的科学和社会研究课程看起来很像信息检索和计算机编程。

像人一样 “思考” 的计算机。

在我自己的工作中，我喜欢创建不是基于数学而是基于模式识别的计算机程序。这表明人类的直觉是有效的。人不是电脑，电脑也不是人。尽管如此，人们多年来一直试图通过操纵计算机处理的任务来使计算机学习人类语言。

作为一名企业家，我对构建能够改变方法的技术充满热情: 让我们教计算机使用模仿神经病学和心理学的技术来理解语言。该技术设置为解锁internet，计算机中或公司网络中等待的所有数据。

让我们让您的孩子变得如此轻松，以至于我们放弃了记忆练习，而专注于发展他们的批判性思维能力。工作的未来集中在提升人们做得好的东西上，而不是停留在计算机还不能解构的所有东西上。