研究表明，全球人工智能市場在2021年得到了進一步發展和增長，因為企業找到了更多的部署方式，開發人員發現了新的方法來為用戶提供人工智能服務。

那么，2022年在人工智能以及從MLOps到安全、云計算和邊緣計算、開源、元宇宙等廣泛相關的IT領域中將會發生什么?

為了回答這些問題，IT行業專家進行了廣泛預測，并分析了企業在2022年采用人工智能和相關技術可能會出現的情況。

人工智能平臺供應商SambaNova Systems公司首席執行官兼聯合創始人Rodrigo Liang表示，一些企業不再自己開發人工智能，并與能夠幫助他們更好地實現業務目標的供應商建立緊密聯系。

Liang說，“企業認識到人才短缺和技術進步的內部狀態顯著增加了績效風險。因此，人工智能即服務的吸引力擴大，允許投資于應用見解而不是創造這些見解。那么有多少企業能夠負擔得起雇傭數百人來管理一個模型，并同時采用數千個GPU來運行?”

此外，包括銀行業、金融服務業、保險業和制造業在內的垂直行業將以變革性的方式進一步部署人工智能技術，以提升其績效和運營。他說，“就像互聯網如何改變商業交易一樣，人工智能將產生同樣程度的影響。這些行業將從測試部署轉向生產，并將獲得人工智能承諾的回報。”

機器學習數據培訓供應商Appen公司首席執行官Mark Brayan表示，到2022年，他看到“負責任的人工智能”的理念從一種愿望轉變為大多數人工智能項目的基本要求。

他說，“在2021年，負責任的人工智能是人工智能行業最熱門的話題之一，但采用率仍然相對較低。然而，風險將在2022年會變得更高，因為企業認識到負責任的人工智能會帶來更好的業務成果。負責任的人工智能的原則現在已經確立：公正的數據、對行業數據收集和標簽方面的公平對待，以及認識到人工智能項目應該促進社會公益，或者至少避免潛在的社會危害。實施這些原則可以確保人工智能項目按預期工作并提供保護措施。”

此外，Appen公司首席技術官Wilson Pang表示，在新的一年，模型評估和調優也將成為企業的主流。

他說，“到2022年，對定期模型評估和調整的需求成為人工智能程序的重點。機器學習模型是動態的——它們不能被部署和遺忘。生產中的機器學習模型需要根據各種因素進行更新和再培訓，其中包括持續的結果，以及基礎設施、數據源和業務模型的變化。”

工業優化軟件供應商Aspen Tech公司AIoT業務總經理Bill Scudder表示，工業人工智能方面將在2022更加成熟，并將逐步走向現實世界的產品部署。

Scudder說，“為了實現這一目標，我們將看到更多的工業企業有意識地從對通用人工智能模型的投資轉向更適合的用途、更精確的工業人工智能的應用程序，以幫助他們實現盈利和可持續發展的目標。這意味著從無法涵蓋所有的大量設施數據訓練的人工智能模型轉向更具體的工業人工智能模型，這些模型利用領域專業知識通過深度分析和機器學習進行解釋和預測。工業數據將在整個資產生命周期中轉化為成功的業務成果。”

Scudder表示，他還希望隨著企業內部的高管支持并進行文化變革，加速工業人工智能部署，從而取得更大的進展。

他說，“首席數字官(CDO)等數字高管對于克服這些障礙至關重要。首席數字官將通過其所在的企業在引領數字化轉型和工業人工智能方面發揮獨特的作用——彌合傳統系統和新技術之間的差距，促進跨孤島的協作，以及從海量數據收集轉向戰略性工業數據管理。所有這些職責對于確保工業企業能夠執行數字化轉型計劃至關重要，該計劃可以更廣泛地采用適合用途的工業人工智能應用程序，并圍繞其制定戰略。”

外部數據平臺供應商Explorium公司聯合創始人兼首席技術官Omer Har表示，在2022年將會看到機器學習操作(MLOps)從DevOps、數據和機器學習實踐的外圍轉移到中心。

Har說，“新冠疫情為許多大型企業接受人工智能和分析提供了所需的推動力，這些預測模型在從保險到消費品的各個行業都具有至關重要的意義。他們預測能力的關鍵是不斷更新的外部訓練數據流。這意味著必須經常對模型進行再培訓并無縫地重新部署到生產環境中。對于許多DevOps專業人士來說，這個過程已成為與傳統SaaS部署一樣關鍵的任務，并且需要相同級別的工具和仔細的工具選擇。機器學習操作(MLOps)在許多企業中正迅速成為主流工具。”

BMC Software公司首席產品官Ali Siddiqui表示，他認為2021年企業內部的AIOps也取得了類似的進展。

Siddiqui說：“因為企業將會適應在向混合云環境遷移時提供客戶所需的數字體驗，AIOps市場將在2022年繼續增長。AIOps將為企業提供對其數據的見解，以幫助他們識別痛點、減少噪音、在一些問題影響業務之前提供可見性，并實現業務目標，同時節省時間和費用。AIOps還消除了分析數千個事件的需要，并將大量數據轉換為可操作的信息，這是業務成功和效率的關鍵。”

以數據為中心的軟件供應商NetApp公司的首席技術布道者Matt Watts表示，預計在新的一年里，人工智能的應用將取得更多進展。

他說：“人工智能技術在網絡邊緣的應用將繼續在制造業、交通運輸業、農業、娛樂業和酒店業加速發展。例如，農業和食品加工業將使用人工智能進行收割和包裝。用于低成本和資源受限設備(例如可以在邊緣收集和處理數據的遠程傳感器)的微型機器學習芯片組的爆炸式增長將推動這一趨勢。”

此外，Watts表示，預計2022年量子計算的使用將取得更多進展。他說，“隨著主要IT參與者和初創公司將這項技術用于藥物發現、財務風險計算、汽車電池設計和供應鏈優化等復雜任務，量子計算技術將加速發展。在2022年，很多企業將制定其量子計算戰略，分享他們將如何向客戶提供量子計算即服務，并克服諸如在量子計算云中建立數據管道等挑戰。”

Peak公司聯合創始人兼首席執行官Richard Potter表示，決策智能這一新興領域是最重要的B2B活動，他稱之為人工智能在決策過程中的商業應用。他說，“我們正處于‘狹義人工智能’階段，機器學習和人工智能可以針對特定目的進行預測和分類。但為了解決最大的業務挑戰，采用人工智能需要專注于結果、交付業務目標并推動切實的結果。做出偉大決策的企業始終如一地獲得優勢。這就是決策智能是大多數企業采用人工智能的方式的原因。”

圖形數據庫供應商Neo4j公司數據科學產品管理總監Alicia Frame表示，到2022年，企業必須讓主要工作職能不在數據科學和分析領域的員工擔當公民數據科學家的角色。Frame說：“數據科學領域是增長最快的領域之一，企業需要更容易獲得數據科學技術，以幫助填補團隊員工的空缺。在過去五年中，致力于了解數字道德的客戶的查詢量增加了兩倍多。圖形數據旨在為系統提供場景，從而提高人工智能/機器學習系統的可解釋性。隨著越來越多的企業探索不同的技術以達到這一點，2022年將成為許多企業的轉折點，因為他們利用圖形技術來增強他們解決偏見和創建更符合道德的人工智能/機器學習系統的能力。”

Ahana公司主要在AWS云平臺上提供托管Presto服務以幫助簡化開放數據湖分析，該公司聯合創始人兼首席執行官Steven Mih表示，預計在新的一年里，開源托管服務的投資和采用率將會飆升。他說，“隨著更多云原生開源技術成為主流，包括Spark、Kafka、Presto、Hudi和Superset，2022年將有更多企業采用開源托管服務。開源公司為安裝的軟件提供更易于使用的托管服務版本，使企業能夠利用這些強大的系統而無需增加資源開銷，從而可以專注于業務驅動的創新。”

Talentica Software公司首席技術官Manjusha Madabushi表示，他認為2022年元宇宙世界將會發生巨大變化。他說，“隨著Facebook公司將自己更名為Meta公司并開始構建元宇宙，我們將在基于虛擬世界的在線游戲、社交網絡和基于虛擬現實的產品(如虛擬會議平臺)上看到巨大的投資和創新。預計新的應用程序將取代相應的實體。”

IT安全供應商LogRhythm公司首席安全官兼實驗室副總裁James Carder表示，當涉及到對包括芯片制造商在內的企業的網絡攻擊時，2022年將會出現中斷。Carder說，“半導體芯片的供應鏈將受到損害，導致關鍵材料嚴重短缺。正如人們在新冠疫情中看到的那樣，網絡犯罪分子將利用社會動蕩時期來操控企業和政府以獲取經濟利益。全球芯片短缺沒有放緩的跡象……這是黑客將很快利用的另一個破壞時期。”

Carder還預測，一家主要疫苗制造商的供應鏈將被勒索軟件中斷。他說，“Colonial Pipeline公司和美國食品供應商JBS公司在2021年遭到勒索軟件的攻擊。2022年，網絡犯罪分子可能針對生產COVID-19疫苗的制藥公司進行勒索軟件攻擊。這將中斷關鍵疫苗的生產，由此將會產生更嚴重的后果。”

閃存供應商Pure Storage公司云原生業務部副總裁兼總經理Murli Thirumale表示，容器在2022年將成為中小企業的主要技術，而不僅僅是擁有大量IT人員的大型企業。他說，“在以往，全球2000強公司是那些有能力試驗和部署容器等新技術的大公司。畢竟，他們有能力為DevOps團隊配備人員，并投資于多年的轉型計劃。然而，隨著容器超越最初的創新和采用階段，已經進入早期成熟期，越來越多的企業將開始更多地部署和試驗這項技術。容器不僅可以在開箱即用的情況下更好地工作，而且將作為服務交付并輕松使用。”