AI经常与自动化混淆，但两者根本不同。据FNB消费者银行首席分析官Mark Nasila博士称，关键的区别在于AI模仿人类智能决策和行动，而自动化则侧重于简化重复性，指导性任务。

“自动化已经存在了一段时间，并且很可能已经融入到大多数业务运营中，这一点并不明显 - 例如，向客户自动生成营销电子邮件和短信，甚至是特定时期的客户声明，”他补充道。

自动化可以节省用于单调，繁重任务的时间和金钱，并使员工有机会将自己应用于更复杂的流程。

“人工智能涉及的技术，系统甚至是能够模仿人类如何做出决策，对新信息作出反应，说话，倾听以及理解语言的过程。”

马克说，将机器学习理解为人工智能的一个子集是有帮助的。'机器学习使系统和流程能够从数据中学习，识别模式并在没有人为参与的情况下推荐决策。

“深度学习被定义为机器学习的一个子集，其中人工神经网络 - 围绕人类大脑神经结构构建的算法 - 从数据中学习。与人类随着时间的推移学习日常事件一样，深度学习算法反复执行功能并不断学习和调整自身以提高准确性。我们将它们称为深度学习算法，因为神经网络具有各种(深层)层，可以在大量数据中学习复杂模式。

Mark使用Facebook的面部识别应用程序DeepFace作为示例。'Facebook使用深度学习来分析我曾经被标记过的每张照片，以获得我脸上的一组特征，称为模板。该算法基于其独特的功能集为数百万其他Facebook用户做同样的事情。假设我在一群人的Facebook上发布了自己的照片，当模型确信我是基于概率分数时，我会建议自己标记。Facebook表示，DeepFace在识别两个图像是否属于同一个人时的成功率为97% - 而人类的这一比例为96%。

相反，根据全球IT咨询公司Gartner的一份报告，人工智能估计到2020年将创造约230万个机会。“你会在每个项目背后找到一群才华横溢的人才，”马克说。'每个用例都需要一个机器学习团队来驱动它。例如，优步创造了一系列工作来教机器如何理解客户需求，交通和安全。他说我们的业务没有什么不同。“未来的工作潜力巨大 - 只需要愿意适应与机器一起工作。”