Gartner 2019人工智能成熟度曲线的超前趋势

作者: 宇宸默安 2019-09-19 11:03:34

Gartner的这种成熟度周期凸显出人工智能正以多种不同的方式影响企业

根据Gartner对2019年的CIO议程调查,2018年至2019年间,部署人工智能(AI)的组织从4%增长到了14%。

与几年前相比,人工智能正在以多种不同的方式影响组织,当时没有其他方法可以替代使用机器学习(ML)构建自己的解决方案。AutoML和智能应用拥有较明显的发展势头,其他方法也同样值得关注——即人工智能平台即服务(AIPaaS)或人工智能云服务。

受亚马逊Alexa、谷歌Assistant等公司在全球范围内取得成功的推动,对话人工智能仍是企业规划日程中的首要内容。与此同时,诸如增强智能、边缘人工智能、数据标签和可解释的人工智能等新技术不断涌现。

今年的成熟度曲线出现了许多新技术,但被大众所知晓的有价值或目标的很少

Gartner 2019年人工智能成熟度曲线审查了在AI领域的创新和趋势潮流,以及AI计划范围。快速跟风者,首先应该为AI设计一个商业案例。对于早期使用者来说,AI的可扩展性是下一个挑战。

今年的成熟度周期包含了很多新技术,但被大众所知晓的有价值或目标的很少,而被主流应用的则少之又少。“这并不代表AI是不可用的。这表示它将会发生改变,为了评估AI的价值和风险,CIO需要为其设定现实的预期。” Gartner副总裁分析师Svetlana Sicular表示。

以下是Sicular重点介绍的人工智能技术,这些技术必须在CIO的计划上,才能在未来两到五年内对业务转型产生巨大影响。

CTMKT_736691_Hype_Cycle_for_AI_2019.png

增强型智能(Augmented intelligence)

增强型智能是以人为中心的AI与人协作提高认知能力的合作模式。它关注的是人工智能在提高人类能力方面的辅助作用。

AI与人们互动,改善他们已经知道的事物,可以减少日常失误,并可以改善客户互动、市民服务和病人护理。增强型智能的目标是提高自动化的效率,同时辅以人性化和常识来管理决策自动化的风险。

吐槽:不再是我们日常所调戏的Siri和人工智障爱酱,开始追求更高的智慧,比如阿尔法狗这种,目前听说过的比较成功的就是游戏的黑科技外挂,星际1、拳皇97的黑科技可以秒杀世界顶级选手,如果在其他领域开发出这样的增强型智能程序,是不是离Skynet也不远了。

image.png

聊天机器人(chatbots)

聊天机器人是AI的代表,影响着人们所有可交流的领域,比如汽车制造商KIA,它每周与11.5万名用户对话,或者Lidl的Winebot Margot,它提供购买葡萄酒的指导和食物搭配方面的建议。

聊天机器人可以基于文本或语音,也可以两者结合,并依赖于极少人为干预的脚本响应。

常见的应用程序存在于HR、IT帮助台和自助服务中,聊天机器人在客户服务领域已经产生极大影响,尤其是改变了客户服务的执行方式。从“用户学习界面”到“聊天机器人正在学习用户想要的东西”的转变,意味着对员工入职、工作效率和培训的更大影响。

吐槽:感觉是一个很好的方向,但请不要用在推销式垃圾短信方面。比如某宝,凡事留过电话的店铺,后边就有源源不断的打折活动短信。用在一些已形成标准化的办事流程上,也许确实可以省去很多繁琐的步骤。

机器学习(Machine Learning,ML)

机器学习可以解决业务问题,如个性化的客户服务、供应链推荐、动态定价、医疗诊断和反洗黑钱。ML使用数学模型从数据中提取知识和模式。随着组织面临的数据量的指数增长和计算基础设施的改进,ML的使用也在增加。

目前,ML被用于多个领域和行业,以推动改进,并为业务问题找到新的解决方案。美国运通使用数据分析和ML算法来帮助检测几乎实时的欺诈行为,以节省数百万美元的损失。沃尔沃利用数据帮助预测零部件何时可能出现故障,何时需要维修,从而提高了其汽车的安全性。

AI治理

组织不应该忽视AI治理。他们需要意识到潜在的监管和声誉风险。Sicular说:“AI治理是制定政策,对抗AI相关的偏见、歧视和AI其他负面影响的过程。”

确定数据源和算法的透明度要求,减少风险并增强信心

为了发展人工智能治理,数据和分析领导者和CIO应该关注三个领域:信任、透明度和多样性。他们需要关注对数据源和人工智能结果的信任,以确保人工智能的成功使用。他们还需要确定数据源和算法的透明度要求,以降低风险,增强对人工智能的信心。此外,应该确保数据、算法和观点的多样性,以追求人工智能的道德伦理和准确性。

吐槽:IT治理大家都很熟悉,AI治理目前只是理论阶段。近几年经常可以看到,对于安全和AI领域道德伦理问题,可能后边真的要提上日程了。为什么这么说,不知道大家有没有看过最近上映的《鬼娃回魂2019》,没有任何约束的机器学习,最后造就出来的AI是个什么样,确实很难说。

智能应用

大多数组织对获取AI功能的偏好正在发生改变,更倾向于将其用于企业应用程序中。智能应用是具有嵌入式或集成AI技术的企业应用,通过智能自动化、以数据为基础的分析和指导建议来支持或替代基于人工的活动,以提高生产力和决策制定。

今天,企业应用程序供应商正在他们的产品中嵌入AI技术,并引入人工智能平台功能——从企业资源规划到客户关系管理,再到人力资源管理,再到劳动力生产率应用程序。

CIO们应该向他们的外包软件供应商提出要求,需要他们在产品路线图中概述如何结合AI,以高级分析、智能流程和高级用户体验的形式增加业务价值。

人工智能 AI Gartner
上一篇:华为孙茂录:未来5年,投资10亿美元,打造企业智慧服务 下一篇:分享 | 人工智能的12个典型案例
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

MIT提出Liquid机器学习系统,可像液体一样适应动态变化

麻省理工学院(MIT)的研究者开发出了一种新型的神经网络,其不仅能在训练阶段学习,而且还能持续不断地适应。

机器之心 ·  2021-02-21 15:47:47
规划智慧城市时,别忘了无障碍通行

要想成为一个智慧城市甚至一个智慧世界,虽然可能需要时间和有针对性的规划,但我们必须以人为本。

蒙光伟 ·  2021-02-21 10:26:41
2021关于人工智能的五大趋势

数字化变革,比过去10年更多,这主要是由于远程工作的规模,以及企业迅速部署了必要的技术,尤其是与网络安全相关的技术。那,2021关于人工智能的五大趋势会是如何的呢?

Lichu ·  2021-02-21 10:21:01
使数据中心更智能:人工智能如何发挥作用?

随着数据成为维持几乎所有业务运营以获取洞察力和业务成果的先决条件,数据中心正处于这种数字化转型的关键。

Cassie ·  2021-02-21 10:14:59
IBM拟出售Watson Health后,AI医疗还能不能碰

医疗服务仍然是一块商业上尚未被完全发掘的市场,看病难/看病贵、医疗资源紧缺、医疗资源不平均等痛点问题长期存在,对应的市场空间理应是巨大的。而Watson Health作为IBM曾寄予厚望的业务方向,为何要在此时萌生退意?它的故事给业界带来哪些启发?眼下的AI医疗市场,究竟是一副什么样的局面呢?

物联传媒 ·  2021-02-21 08:41:16
抛弃归一化,深度学习模型准确率却达到了前所未有的水平

我们知道,在传递给机器学习模型的数据中,我们需要对数据进行归一化(normalization)处理。

机器之心 ·  2021-02-20 21:09:12
华人博士生首次尝试用两个Transformer构建一个GAN

最近,CV 研究者对 transformer 产生了极大的兴趣并取得了不少突破。这表明,transformer 有可能成为计算机视觉任务(如分类、检测和分割)的强大通用模型。

Yifan Jiang ·  2021-02-20 21:04:53
无监督训练用堆叠自编码器是否落伍?ML博士对比了8个自编码器

柏林工业大学深度学习方向博士生 Tilman Krokotsch 在多项任务中对比了 8 种自编码器的性能。

Tilman Krokotsch ·  2021-02-20 20:57:16
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载