[[411678]]

人工智能如今已經(jīng)被提上了很多首席執(zhí)行官的首要議程。雖然這個話題并不新鮮，但首席執(zhí)行官們已經(jīng)了解采用人工智能技術(shù)并不簡單。為了實(shí)現(xiàn)這一目標(biāo)，企業(yè)需要從他們的業(yè)務(wù)目標(biāo)開始，然后以推進(jìn)這些目標(biāo)的方式使用人工智能技術(shù)，并希望可以增加業(yè)務(wù)價值。

與此同時，首席執(zhí)行官對人工智能和機(jī)器學(xué)習(xí)(人工智能技術(shù)的一個子集)的態(tài)度一直在改變，因為它與數(shù)字化轉(zhuǎn)型有關(guān)。一開始，它是關(guān)于了解數(shù)字化轉(zhuǎn)型者做什么以及他們?nèi)绾巫觥，F(xiàn)在，他們開始意識到需要按照自己的方式創(chuàng)造價值。這并不是說他們不會利用供應(yīng)商免費(fèi)提供的一些平臺或工具。然而自己開發(fā)的策略最終是一個冒險的提議。

跨國咨詢機(jī)構(gòu)埃森哲公司應(yīng)用智能北美地區(qū)主管總經(jīng)理Arnab Chakraborty表示：“行業(yè)領(lǐng)先的企業(yè)首席執(zhí)行官的首要任務(wù)是重塑企業(yè)的未來，主要以人工智能和數(shù)據(jù)為動力。企業(yè)通過研究人工智能如何優(yōu)化現(xiàn)有業(yè)務(wù)來釋放價值，無論是在銷售和市場營銷、供應(yīng)鏈、財務(wù)、人力資源等所有職能部門。”

毫不奇怪，人工智能也在首席信息官的首要議程上。全球?qū)I(yè)服務(wù)商Genpact公司最近在麻省理工學(xué)院斯隆首席信息官研討會上發(fā)布的一份調(diào)查報告表明，在接受調(diào)查的500位首席信息官中，48%的人表示，人工智能是他們的首要投資重點(diǎn)。

該公司首席數(shù)字官Sanjay Srivastava說，“這些首席信息官們表示必須投資人工智能。問題是為什么是現(xiàn)在?這是因為發(fā)生了三件事：技術(shù)變得更好;成本變得更低廉;需求大幅增加。”

以下是人們值得關(guān)注的10個人工智能和機(jī)器學(xué)習(xí)趨勢：

1.伙伴關(guān)系將會發(fā)生變化

零售企業(yè)經(jīng)營歷來需要擁有核心競爭力，例如銷售雜貨或銷售處方藥的廠商。然而，為了方便顧客和提高零售商的銷售份額，他們的產(chǎn)品可能有些重疊。傳統(tǒng)上，這兩種類型的公司之間沒有太多的協(xié)同效應(yīng)。

埃森哲公司的Chakraborty說，“Walgreens公司正在與Kroger公司開展合作，為正在尋找藥品和雜貨的客戶提供無縫體驗。我們將開始看到這些類型的合作伙伴關(guān)系創(chuàng)建新的數(shù)據(jù)驅(qū)動的商業(yè)模式，這些模式將由人工智能提供動力。”

為此，零售商需要做三件事：

(1)牢記業(yè)務(wù)目標(biāo)并構(gòu)建企業(yè)范圍的數(shù)據(jù)主干;

(2)構(gòu)建一個使業(yè)務(wù)人員能夠處理數(shù)據(jù)的分析市場，;

(3)基于分析市場的洞察引擎，推動做出更好的決策。

2.低代碼/無代碼數(shù)據(jù)科學(xué)

低代碼和無代碼軟件開發(fā)一直在顛覆企業(yè)的業(yè)務(wù)，使高級用戶(低代碼用戶)和普通業(yè)務(wù)員(無代碼用戶)能夠構(gòu)建簡單的應(yīng)用程序。類似的趨勢正在發(fā)生在不同層次的數(shù)據(jù)科學(xué)上，例如數(shù)據(jù)集成、增強(qiáng)分析甚至模型構(gòu)建。但是人們也有一些擔(dān)憂。

多語言客戶支持工具提供商Language I/O公司機(jī)器學(xué)習(xí)架構(gòu)師SilkeDodel博士說，“如果企業(yè)的主要業(yè)務(wù)不是人工智能，并且他們只對將人工智能應(yīng)用于業(yè)務(wù)洞察感興趣，那么使用無代碼或低代碼人工智能和機(jī)器學(xué)習(xí)平臺之一可能會滿足他們的需求。但是，他們應(yīng)該小心測試使用經(jīng)過驗證的基準(zhǔn)數(shù)據(jù)，因為這本質(zhì)上是一種黑盒方法，自定義模型內(nèi)部工作的可能性有限。而想要將人工智能納入其商業(yè)模式的企業(yè)可以開始使用人工智能領(lǐng)域供應(yīng)商開發(fā)的現(xiàn)有模型，并使用遷移學(xué)習(xí)使它們適應(yīng)其目的。”

企業(yè)可以投資一些訓(xùn)練有素的機(jī)器學(xué)習(xí)數(shù)據(jù)科學(xué)家，他們也了解模型背后的數(shù)學(xué)原理，這將有助于確保最佳模型可用于用戶的利基應(yīng)用程序。

3.遷移學(xué)習(xí)

遷移學(xué)習(xí)將機(jī)器學(xué)習(xí)應(yīng)用于不同但相關(guān)的問題。實(shí)際上，企業(yè)將使用一些由數(shù)字巨頭構(gòu)建的機(jī)器學(xué)習(xí)模型，而不是從頭開始構(gòu)建它們。

全球數(shù)字和技術(shù)服務(wù)公司Pactera EDGE公司首席人工智能官Ahmer Inam說，“人工智能/機(jī)器學(xué)習(xí)領(lǐng)域最大的問題之一是開發(fā)人工智能解決方案的成本，這些解決方案可以在全球范圍內(nèi)有效地進(jìn)行本地翻譯。語音人工智能系統(tǒng)在理解口音和辨別方言方面存在困難——即使是在涵蓋的語言中已經(jīng)擁有訓(xùn)練的數(shù)據(jù)集。一般來說，我們構(gòu)建、訓(xùn)練和擴(kuò)展語音人工智能系統(tǒng)的當(dāng)前范式需要改變，并且正在發(fā)生一些進(jìn)步，例如訓(xùn)練數(shù)據(jù)、算法、訓(xùn)練框架，以及如何在設(shè)計和構(gòu)建語音人工智能體驗時考慮到最終用戶(以人為中心的方法)。”

朝著正確方向邁出的一步是Facebook AI的新wave2vec，它可以從原始音頻中學(xué)習(xí)語音結(jié)構(gòu)。這種無監(jiān)督的機(jī)器學(xué)習(xí)方法可以與時間、數(shù)據(jù)和計算(因此成本)繁重的最佳監(jiān)督系統(tǒng)相媲美。Inam表示，wave2vec將顯著加快語音人工智能應(yīng)用程序的訓(xùn)練速度，數(shù)據(jù)量更小，因此計算成本更低，因為它不需要轉(zhuǎn)錄語音數(shù)據(jù)。

4.更好的投資回報率

一些企業(yè)努力從他們的人工智能和機(jī)器學(xué)習(xí)投資中提高投資回報率。但面臨的問題可能是不切實(shí)際的期望，還有無法將實(shí)驗室中開發(fā)的項目轉(zhuǎn)化為生產(chǎn)項目。

數(shù)據(jù)分析和定制軟件提供商Freya Systems公司的首席執(zhí)行官Ben Johnson說，“人工智能技術(shù)正在從科學(xué)轉(zhuǎn)向?qū)嶋H工程。近幾十年來，重點(diǎn)是新算法和技術(shù)的研發(fā)。如今的重點(diǎn)又回到了數(shù)據(jù)戰(zhàn)略、數(shù)據(jù)準(zhǔn)備和數(shù)據(jù)使用上。數(shù)據(jù)科學(xué)家使用一系列算法和技術(shù)來解決問題并開發(fā)解決方案，將成熟的算法應(yīng)用于數(shù)據(jù)。對我們來說，非常重要的是專注于問題并降低80%以上的項目失敗率。這種重新聚焦將為人工智能和機(jī)器學(xué)習(xí)項目帶來實(shí)際的投資回報率。”

5.企業(yè)將訪問更多數(shù)據(jù)

許多企業(yè)已經(jīng)用第三方數(shù)據(jù)補(bǔ)充了自己的數(shù)據(jù)。雖然API經(jīng)濟(jì)推動了這一趨勢，但在未來，越來越多的企業(yè)將共享更多數(shù)據(jù)。

人工智能驅(qū)動的數(shù)字銷售平臺PROS的人工智能策略師和數(shù)據(jù)科學(xué)家Justin Silver說，“這不僅僅是生成更多的數(shù)據(jù)，而且是更有策略地生成和使用數(shù)據(jù)。除了企業(yè)改進(jìn)他們自己的專有數(shù)據(jù)之外，還將看到改進(jìn)數(shù)據(jù)的協(xié)作努力——例如企業(yè)之間的數(shù)據(jù)共享，以實(shí)現(xiàn)互惠互利，同時尊重隱私/機(jī)密性。例如，航空公司共享數(shù)據(jù)以識別對他們有幫助的趨勢，以了解冠狀病毒疫情對其業(yè)務(wù)的影響。”

6.商業(yè)專業(yè)人士需要精通人工智能

人機(jī)合作正在不斷發(fā)展，隨之而來的是知識的擴(kuò)展和更豐富的技能組合。

Genpact公司的Srivastava說，“真正的問題是，企業(yè)如何擴(kuò)大業(yè)務(wù)和員工的規(guī)模，并為未來的工作做好準(zhǔn)備?現(xiàn)在需要更多了解金融、會計和機(jī)器學(xué)習(xí)的專業(yè)人士，以便他們能夠?qū)C(jī)器學(xué)習(xí)應(yīng)用于現(xiàn)金流。還需要了解計算機(jī)視覺的機(jī)械工程師，以便他們能夠?qū)⑵鋺?yīng)用于自動化制造和工作流程。”

7.更多采用AutoML

隨著越來越多的企業(yè)加快人工智能主導(dǎo)的數(shù)字化轉(zhuǎn)型，他們會發(fā)現(xiàn)需要將更多的工作實(shí)現(xiàn)自動化。

埃森哲公司的Chakraborty說，“人工智能價值鏈的許多初始部分都將實(shí)現(xiàn)自動化，例如數(shù)據(jù)攝取、捕獲、構(gòu)建數(shù)據(jù)管道、構(gòu)建機(jī)器學(xué)習(xí)管道，以便員工可以更多地關(guān)注價值鏈的高端，即正在構(gòu)建機(jī)器學(xué)習(xí)模型、進(jìn)行特征工程和測試模型，而不是完成獲得模型所需的所有管道工作。我們已經(jīng)看到平臺參與者(例如谷歌和其他公司)創(chuàng)造了許多機(jī)器學(xué)習(xí)功能，這些功能在自動化這些標(biāo)準(zhǔn)活動方面大有幫助，因此企業(yè)和數(shù)據(jù)科學(xué)家可以從事更高端的增值活動。”

8.聯(lián)合學(xué)習(xí)專注于邊緣智能

聯(lián)合學(xué)習(xí)使模型能夠被推到將被訓(xùn)練的邊緣，而不必在整個生態(tài)系統(tǒng)中共享任何數(shù)據(jù)。然后將訓(xùn)練好的模型從邊緣推回到中央存儲庫，可以減少訓(xùn)練數(shù)據(jù)。

埃森哲公司的Chakraborty說：“這創(chuàng)造了一種更快的訓(xùn)練和部署模型的方式，而不會面臨任何數(shù)據(jù)隱私問題的風(fēng)險。如果在醫(yī)療保健行業(yè)，它可以幫助創(chuàng)建由人工智能驅(qū)動的新服務(wù)，以更有效的方式為患者服務(wù)，并創(chuàng)造新的體驗和更好的治療結(jié)果。”

9.網(wǎng)絡(luò)安全將變得更加復(fù)雜和智能

網(wǎng)絡(luò)攻擊正在真實(shí)發(fā)生，越來越多的網(wǎng)絡(luò)攻擊者和網(wǎng)絡(luò)間諜正在試圖通過添加越來越微妙、復(fù)雜和細(xì)微的人工智能攻擊來獲取企業(yè)的數(shù)據(jù)。

Genpact公司的Srivastava說：“人工智能是一種在數(shù)據(jù)上運(yùn)行以生成結(jié)果的應(yīng)用程序，所以現(xiàn)在它不再與應(yīng)用程序有關(guān)。網(wǎng)絡(luò)攻擊為了破壞或竊取數(shù)據(jù)，所以其采用的人工智能將會選擇錯誤的數(shù)據(jù)并得出錯誤的結(jié)果。企業(yè)的威脅面擴(kuò)大，因此需要采用企業(yè)人工智能治理計劃。”

10.人工智能將分診醫(yī)療案例

人工智能可以“看到”醫(yī)生看不到的東西，例如在計算機(jī)視覺環(huán)境中，X射線中可能存在細(xì)微的線索，例如可以對醫(yī)生的診斷產(chǎn)生影響。然而更普遍的是，人工智能將使醫(yī)生更精通他們的工作。

咨詢機(jī)構(gòu)Fast Layne Solutions公司總裁兼首席執(zhí)行官Christopher J.Hughey說，“人工智能在分診和初步診斷方面比醫(yī)生要好得多，這是一個令人不快的事實(shí)。這不是試圖從醫(yī)生那里搶走工作，而是通過減輕醫(yī)生的單調(diào)和耗時的工作來提高的他們效率。這在未來幾十年至關(guān)重要，因為美國面臨著醫(yī)生和其他醫(yī)護(hù)人員嚴(yán)重短缺的問題。”

事實(shí)上，根據(jù)美國醫(yī)學(xué)院協(xié)會的預(yù)計，到2033年之前，美國短缺的醫(yī)生數(shù)量為54100到139000名。華盛頓郵報凱撒家庭基金會最近進(jìn)行的一項民意調(diào)查表明，美國30%醫(yī)護(hù)人員正在由于職業(yè)倦怠、創(chuàng)傷后應(yīng)激障礙和其他與疫情相關(guān)的壓力因素而考慮離職。