首頁 > 人工智能 > 正文

2020年值得關注的10個人工智能趨勢

2020-02-11 13:30:28  來源:企業網D1Net

摘要:人工智能技術將在未來一年如何發展?組織需要在主要的人工智能發展趨勢中尋找邊緣建模、對數據治理的新關注,以及不斷發展的人才競爭。
關鍵詞: 人工智能
人工智能技術將在未來一年如何發展?組織需要在主要的人工智能發展趨勢中尋找邊緣建模、對數據治理的新關注,以及不斷發展的人才競爭。

 

然而,很少有人做得好。麻省理工學院(MIT)2019年發布的《SMR-BCG人工智能全球執行研究報告》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公司產品管理總監Kara Longo Korte表示,展望2020年,企業首席信息官將需要更好地評估采用人工智能的價值,并證明人工智能業務的投資回報率。這也是Forrester公司分析師對人工智能進行的預測:“我們相信2020年將是企業開始專注人工智能價值,跳出實驗模式,并立足于現實以加速采用的一年。”

 

2020年人工智能(AI)發展趨勢

 

在人工智能領域,未來一年將是活躍的一年,IT領導人應該了解遵循以下幾個相關趨勢:

 

1. IT領導者將真正了解如何衡量人工智能影響

 

這里有一個令人震驚的統計數據:根據麻省理工學院(MIT)對人工智能應用的調查,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務收益。鑒于重要的投資組織正在繼續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。

 

實現這一目標的一種方法是改變人們衡量結果的方式。考慮針對易用性、改進的流程和客戶滿意度等方面的報告。軟件供應商Element AI公司首席執行官兼聯合創始人Jean-François Gagné表示:“企業的首席信息官還需要繼續投入更多預算,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。”

 

2.人工智能應用仍面臨挑戰

 

人工智能具有成為企業新的操作系統的潛力。Gagné說,“在過去的十年中,很多組織一直在學習人工智能技術并開始使用,但是成功地將其模型投入生產仍然是一個挑戰,今年將是支持有效部署所需的基礎設施的轉折點,提供支持人工智能自適應決策的集成學習環境和數據生態系統。”

 

3.數據治理將變得更具吸引力

 

SPR公司企業架構執行副總裁Pat Ryan表示,2020年將把人工智能投入生產。但這將需要IT人員與首席數據官開展合作。Forrester公司在其2020年人工智能預測報告中表示,問題在于如何從復雜的應用程序組合中獲取數據,并說服各種數據守門員參與進來。

 

Ryan說,“隨著越來越多的組織意識到人工智能不是魔術而是數學,人工智能和機器學習的光環將會消失。組織現在也知道需要高質量的數據作為人工智能和機器學習的基礎,因此,我們將看到對數據治理、數據分析員、數據工程師和機器學習工程師的高度贊賞和需求。”

 

他表示,組織的目標是,創建能夠持續管理的數據管道,以驅動更多成功的人工智能項目。這就是為什么擁有首席數據官(CDO)的組織使用人工智能、機器學習、深度學習進行見解計劃的可能性已經比沒有首席數據官(CDO)的組織高出大約1.5倍的原因。

 

4.人工智能專業人才將供不應求

 

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

 

5.數據建模將轉向邊緣計算

 

預計越來越多的組織將在2020年將從純云策略轉變為云計算和邊緣計算的混合策略,以更好地采用機器學習(ML)。FogHorn公司軟件工程副總裁Senthil Kumar說:“由于傳輸和生態系統的考慮,能夠在云中分析高保真、高分辨率的原始機器數據通常很昂貴,并且無法實時進行。”迄今為止,許多組織已經為他們的努力選擇了規模較小的樣本量或時間延遲的數據,這可能會提供不完整或不準確的情況。

 

Forrester公司預測,邊緣云計算服務市場(分布式邊緣計算基礎設施上的基礎設施即服務和高級云原生編程服務)將在2020年至少增長50%Kumar說,“通過實施邊緣優先解決方案,組織可以在本地合成數據,識別核心原始數據集上的機器學習推論,并提供增強的預測能力。通過實時運行機器學習模型的邊緣化版本,組織可以對實時事件做出更快的響應,并能夠對源頭上感興趣的事件做出反應和采取行動。”

 

6.人工智能將用于B2B領域

 

B2B銷售和服務的復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:“機器和深度學習使復雜B2B服務的用戶能夠通過直觀的需求識別過程,以及對潛在貿易伙伴優勢和能力的廣泛了解,定義復雜需求,并將其與理想貿易伙伴相匹配。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域,用戶體驗將會不斷改善。”

 

7.人員與機器在聯絡中心融合

 

TetraVX公司的Korte說:“消費者尋求通過越來越多的數字渠道獲得更快服務的努力,已經使聯絡中心團隊面臨挑戰,導致團隊領導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。”

 

他表示,與任何新技術的實施一樣,聯絡中心的人工智能也面臨著自己的挑戰。重要的是,組織必須保持人性化的客戶服務體驗,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,很多企業已采用聊天機器人來降低客戶服務成本,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(包括擴展了預先構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交互的20%

 

8.自動化可能會加速

 

2020年的術語表中可能會添加一個新術語:超自動化(Hyperautomation),這意味著應用人工智能和機器學習等先進技術來自動化流程,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年十大戰略技術趨勢之一。

 

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

 

9.異構架構將會出現

 

如今,支持人工智能的應用程序和網絡依賴于不同的處理架構。根據ABI Research公司發布的《54項技術趨勢》調查報告,這一情況可能會在2020年發生改變。ABI Research公司分析師預測:“下一代以及人工智能和機器學習框架本質上將是多模式的,可能需要異構計算資源來進行運營。”他指出,領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工具包(SDK)和應用程序編程接口(API)方法開發他們的工具。

 

10. 人工智能犯錯

 

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。該公司預計,一些備受矚目的公關災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負責任的人工智能開發和部署的重要性。


第三十屆CIO班招生
法國布雷斯特商學院碩士班招生
北達軟EXIN網絡空間與IT安全基礎認證培訓
北達軟EXIN DevOps Professional認證培訓
責編:jiaxy
体彩排列3试机号 快乐时时彩 南昌沐足会所经理招聘信息 麻将客户端下载 小电影在线观看 黄 麻将视频技术视频教学 大家赢足球比分网 混合过关 体球 沈阳站街女实录 西安鸿业大酒店小姐 欧美a片bt 我有资金找炒股高手 山东十一选五免费计 2013福州站街女 个人很喜爱的AV女优 甘肃十一选五任五走