然而，很少有人做得好。麻省理工學(xué)院(MIT)2019年發(fā)布的《SMR-BCG人工智能全球執(zhí)行研究報告》表明，90%的組織對人工智能進行了一些投資，但70%的組織表示，他們迄今為止看到的人工智能的影響微乎其微或根本沒有影響。

 

TetraVX公司產(chǎn)品管理總監(jiān)Kara Longo Korte表示，展望2020年，企業(yè)首席信息官將需要更好地評估采用人工智能的價值，并證明人工智能業(yè)務(wù)的投資回報率。這也是Forrester公司分析師對人工智能進行的預(yù)測：“我們相信2020年將是企業(yè)開始專注人工智能價值，跳出實驗?zāi)Ｊ?，并立足于現(xiàn)實以加速采用的一年。”

 

2020年人工智能(AI)發(fā)展趨勢

 

在人工智能領(lǐng)域，未來一年將是活躍的一年，IT領(lǐng)導(dǎo)人應(yīng)該了解遵循以下幾個相關(guān)趨勢：

 

 

這里有一個令人震驚的統(tǒng)計數(shù)據(jù)：根據(jù)麻省理工學(xué)院(MIT)對人工智能應(yīng)用的調(diào)查，在過去三年中，不到五分之二的公司報告了人工智能帶來的業(yè)務(wù)收益。鑒于重要的投資組織正在繼續(xù)在人工智能功能方面進行投資，因此在新的一年中這將需要改變。

 

實現(xiàn)這一目標的一種方法是改變?nèi)藗兒饬拷Y(jié)果的方式?？紤]針對易用性、改進的流程和客戶滿意度等方面的報告。軟件供應(yīng)商Element AI公司首席執(zhí)行官兼聯(lián)合創(chuàng)始人Jean-François Gagné表示：“企業(yè)的首席信息官還需要繼續(xù)投入更多預(yù)算，以了解人工智能如何使他們的組織受益，并實施能夠提供真正投資回報率(ROI)的解決方案，以免落后于競爭對手。”

 

 

人工智能具有成為企業(yè)新的操作系統(tǒng)的潛力。Gagné說，“在過去的十年中，很多組織一直在學(xué)習(xí)人工智能技術(shù)并開始使用，但是成功地將其模型投入生產(chǎn)仍然是一個挑戰(zhàn)，今年將是支持有效部署所需的基礎(chǔ)設(shè)施的轉(zhuǎn)折點，提供支持人工智能自適應(yīng)決策的集成學(xué)習(xí)環(huán)境和數(shù)據(jù)生態(tài)系統(tǒng)。”

 

 

SPR公司企業(yè)架構(gòu)執(zhí)行副總裁Pat Ryan表示，2020年將把人工智能投入生產(chǎn)。但這將需要IT人員與首席數(shù)據(jù)官開展合作。Forrester公司在其2020年人工智能預(yù)測報告中表示，問題在于如何從復(fù)雜的應(yīng)用程序組合中獲取數(shù)據(jù)，并說服各種數(shù)據(jù)守門員參與進來。

 

Ryan說，“隨著越來越多的組織意識到人工智能不是魔術(shù)而是數(shù)學(xué)，人工智能和機器學(xué)習(xí)的光環(huán)將會消失。組織現(xiàn)在也知道需要高質(zhì)量的數(shù)據(jù)作為人工智能和機器學(xué)習(xí)的基礎(chǔ)，因此，我們將看到對數(shù)據(jù)治理、數(shù)據(jù)分析員、數(shù)據(jù)工程師和機器學(xué)習(xí)工程師的高度贊賞和需求。”

 

他表示，組織的目標是，創(chuàng)建能夠持續(xù)管理的數(shù)據(jù)管道，以驅(qū)動更多成功的人工智能項目。這就是為什么擁有首席數(shù)據(jù)官(CDO)的組織使用人工智能、機器學(xué)習(xí)、深度學(xué)習(xí)進行見解計劃的可能性已經(jīng)比沒有首席數(shù)據(jù)官(CDO)的組織高出大約1.5倍的原因。

 

 

在人才招聘機構(gòu)LinkedIn公司發(fā)布的2020年美國15大新興職位中，人工智能專家位居榜首。LinkedIn公司的調(diào)查表明，在過去四年中，人工智能專業(yè)人才(包括人工智能和機器學(xué)習(xí)工程師)的招聘每年增長74%。LinkedIn公司表示：“人工智能和機器學(xué)習(xí)都已成為創(chuàng)新的代名詞，我們的調(diào)查表明，這不僅僅是一個熱門話題。”

 

 

預(yù)計越來越多的組織將在2020年將從純云策略轉(zhuǎn)變?yōu)樵朴嬎愫瓦吘売嬎愕幕旌喜呗?，以更好地采用機器學(xué)習(xí)(ML)。FogHorn公司軟件工程副總裁Senthil Kumar說：“由于傳輸和生態(tài)系統(tǒng)的考慮，能夠在云中分析高保真、高分辨率的原始機器數(shù)據(jù)通常很昂貴，并且無法實時進行。”迄今為止，許多組織已經(jīng)為他們的努力選擇了規(guī)模較小的樣本量或時間延遲的數(shù)據(jù)，這可能會提供不完整或不準確的情況。

 

Forrester公司預(yù)測，邊緣云計算服務(wù)市場(分布式邊緣計算基礎(chǔ)設(shè)施上的基礎(chǔ)設(shè)施即服務(wù)和高級云原生編程服務(wù))將在2020年至少增長50%。Kumar說，“通過實施邊緣優(yōu)先解決方案，組織可以在本地合成數(shù)據(jù)，識別核心原始數(shù)據(jù)集上的機器學(xué)習(xí)推論，并提供增強的預(yù)測能力。通過實時運行機器學(xué)習(xí)模型的邊緣化版本，組織可以對實時事件做出更快的響應(yīng)，并能夠?qū)υ搭^上感興趣的事件做出反應(yīng)和采取行動。”

 

 

B2B銷售和服務(wù)的復(fù)雜性從人工智能中受益的要比從消費者推論中獲得的更多。

 

Globality公司首席收入官Keith Hausmann表示：“機器和深度學(xué)習(xí)使復(fù)雜B2B服務(wù)的用戶能夠通過直觀的需求識別過程，以及對潛在貿(mào)易伙伴優(yōu)勢和能力的廣泛了解，定義復(fù)雜需求，并將其與理想貿(mào)易伙伴相匹配。隨著人工智能在每次交互中更好地了解個人偏好和組織要求，特別是組織文化和價值觀等無形領(lǐng)域，用戶體驗將會不斷改善。”

 

 

TetraVX公司的Korte說：“消費者尋求通過越來越多的數(shù)字渠道獲得更快服務(wù)的努力，已經(jīng)使聯(lián)絡(luò)中心團隊面臨挑戰(zhàn)，導(dǎo)致團隊領(lǐng)導(dǎo)者不得不等待較長的時間，笨拙的客戶旅程以及不堪重負的代理商。人工智能可以補充代理，使他們能夠更好地跨渠道提供及時或明智的響應(yīng)。”

 

他表示，與任何新技術(shù)的實施一樣，聯(lián)絡(luò)中心的人工智能也面臨著自己的挑戰(zhàn)。重要的是，組織必須保持人性化的客戶服務(wù)體驗，以確保從外部看，客戶的旅程不會顯得“過于自動化”，但要注意：獨立的對話式人工智能將在2020年可能會受到影響。

 

Forrester公司指出，很多企業(yè)已采用聊天機器人來降低客戶服務(wù)成本，但過于雄心勃勃的項目無法解決客戶的問題或回答他們的問題。盡管工具集日趨成熟(包括擴展了預(yù)先構(gòu)建的和特定于垂直方向的意圖庫以及功能強大的自然語言理解引擎)，但到2020年底，對話式人工智能仍將不到成功客戶服務(wù)交互的20%。

 

 

在2020年的術(shù)語表中可能會添加一個新術(shù)語：超自動化(Hyperautomation)，這意味著應(yīng)用人工智能和機器學(xué)習(xí)等先進技術(shù)來自動化流程，并通過一系列工具和更高水平的人員來增強人員能力。Gartner公司將超自動化列為2020年十大戰(zhàn)略技術(shù)趨勢之一。

 

Gartner公司表示，其目標是更多由人工智能驅(qū)動的決策，許多組織創(chuàng)建了自己的數(shù)字孿生方案，這使他們能夠可視化功能、流程和關(guān)鍵績效指標如何相互作用以驅(qū)動價值。

 

 

如今，支持人工智能的應(yīng)用程序和網(wǎng)絡(luò)依賴于不同的處理架構(gòu)。根據(jù)ABI Research公司發(fā)布的《54項技術(shù)趨勢》調(diào)查報告，這一情況可能會在2020年發(fā)生改變。ABI Research公司分析師預(yù)測：“下一代以及人工智能和機器學(xué)習(xí)框架本質(zhì)上將是多模式的，可能需要異構(gòu)計算資源來進行運營。”他指出，領(lǐng)先的芯片制造商將放棄專有軟件堆棧，并開始采用開放式軟件開發(fā)工具包(SDK)和應(yīng)用程序編程接口(API)方法開發(fā)他們的工具。

 

 

正如Forrester公司指出的那樣，人工智能并不是完美的。它可以使歧視和偏見長期存在。該公司預(yù)計，一些備受矚目的公關(guān)災(zāi)難可能會因此對一些組織的運營造成傷害，但最終不會破壞人們對人工智能的信任。

 

Forrester分析師指出，人工智能可以使歧視永久化，深度偽造的傳播、面部識別的濫用以及過度使用個性化可以傷害和影響客戶和員工。最后，避免人工智能的傷害需要強調(diào)負責任的人工智能開發(fā)和部署的重要性。

 

版權(quán)聲明：本文為企業(yè)網(wǎng)D1Net編譯，轉(zhuǎn)載需注明出處為：企業(yè)網(wǎng)D1Net，如果不注明出處，企業(yè)網(wǎng)D1Net將保留追究其法律責任的權(quán)利。