2020年值得关注的10个人工智能趋势

作者: Harris 2020-01-10 12:20:49

 未来一年人工智能技术和市场将会如何发展?而在主要的人工智能趋势中,寻找边缘计算的建模、对数据治理的新关注以及持续的人才竞争。

很多企业都在采用人工智能,但是,很少有人做得很好。实际上,根据麻省理工学院2019年发布的《SMR-BCG人工智能全球执行研究报告》,90%的公司已经对人工智能进行了一些投资,但70%的公司表示,迄今为止,他们所看到的人工智能的影响微乎其微或根本没有影响。

Tetra VX公司产品管理总监Kara Longo Korte表示,展望2020年,首席信息官们将需要更好地评估其人工智能赌注的价值,并证明对业务的投资回报率。这也是Forrester公司分析师对人工智能做出的预测:“我们相信,2020年将是企业聚焦人工智能价值、脱离实验模式、在现实中立足于加速采用人工智能的一年。”

2020年人工智能发展趋势

在人工智能领域,未来一年将是一个活跃的一年,IT领导人应遵循以下几个相关趋势:

1.IT领导者将真正了解如何衡量人工智能的影响

这是一个令人震惊的统计数据:根据麻省理工学院人工智能调查,在过去三年里,只有不到五分之二的公司报告了人工智能带来的商业收益。考虑到大型投资机构在人工智能方面的能力仍在不断提高,这一点在新的一年里需要改变。

实现这一目标的一种方法是改变人们衡量结果的方式。考虑针对易用性、改进的流程、客户满意度等方面的报告。软件供应商Element公司人工智能首席执行官兼联合创始人Jean-François Gagné表示:“首席信息官还需要继续投入更多预算,以了解人工智能如何使他们的组织受益,并实施能够提供真正投资回报率的解决方案。否则就有可能落后于竞争对手。”

2.人工智能有助力运营化

人工智能有潜力成为企业新的操作系统。Gagné说:“在过去的十年里,各组织一直在学习人工智能技术,并开始使用这项技术,但成功地将模型投入生产仍然是一个挑战。今年将是支持有效部署所需基础设施的转折点,提供支持人工智能自适应决策的集成学习环境和数据生态系统。”

3.数据治理将变得更加重要

SPR公司企业架构执行副总裁Pat Ryan表示,2020年将把人工智能投入生产。但这将需要IT与首席数据官的组织合作。Forrester公司在其2020年人工智能预测报告中表示,问题是从复杂的应用程序中获取数据,并说服各种数据工作人员一起努力。”

Ryan表示,随着企业意识到人工智能并不是魔术,而是数学,人工智能和机器学习的魅力将逐渐消失。组织现在也知道需要高质量的数据作为人工智能和机器学习的基础,所以到2020年,人们将看到对数据治理、数据分析人员、数据工程师和机器学习工程师的高度赞赏和需求。

Forrester公司表示,创建一个能够持续管理的数据管道,以推动更成功的人工智能项目。这就是为什么拥有首席数据官(CDO)的公司比那些没有首席数据官(CDO)的公司使用人工智能、机器学习、深度学习的可能性高出1.5倍。

4.人工智能专业人士将大放异彩

在LinkedIn公司的2020年美国15个新兴职位中,人工智能专家位居榜首。LinkedIn公司的数据显示,在过去四年中,人工智能专业人士(包括人工智能和机器学习工程师)的招聘每年增长74%。LinkedIn公司表示,“人工智能和机器学习都已成为创新的代名词,我们的数据显示,这不仅仅是一个热门话题,”旧金山湾区、纽约、波士顿、西雅图和洛杉矶的人工智能市场尤其火爆

5.数据建模将走向边缘

预计2020年将从只使用云计算转向使用云计算边缘混合策略,以实现机器学习(ML)。FogHorn公司负责软件工程的副总裁SenthilKumar说:“能够分析云中的高保真、高分辨率、原始机器数据通常很昂贵,而且由于交通和生态系统的考虑,这种情况不会实时发生。到目前为止,许多组织已经决定使用较小的样本量或延迟时间的数据来进行工作,这可能会提供不完整或不准确的情况。”

Forrester公司分析师Kumar预测说,“到2020年,全球边缘云计算服务市场(分布式边缘计算基础设施上的基础设施即服务和高级云原生编程服务)将至少增长50%。通过实施边缘优先的解决方案,组织可以在本地合成数据,识别核心原始数据集上的机器学习推断,并提供增强的预测能力,通过实时运行机器学习模型的‘边缘化’版本,组织能够对实时事件做出更快的响应,并能够在源代码处对感兴趣的事件采取行动、作出反应、采取行动。”

6.人工智能将用于B2B

B2B销售和服务的复杂性比人工智能消费者的推论更能从人工智能中受益。Globality公司首席收入官Keith Hausmann表示:“机器和深度学习使复杂B2B服务的用户能够通过直观的需求识别过程,以及对潜在贸易伙伴优势和能力的广泛了解,定义复杂需求并将其与理想贸易伙伴相匹配。随着人工智能在每次交互中更好地了解个人偏好和公司要求,特别是组织文化和价值观等无形领域,用户体验将会不断改善。”

7.人机在联络中心融合

TetraVX公司的Korte说:“消费者寻求通过越来越多的数字渠道获得更快的服务的努力,已经使联络中心团队面临挑战,导致团队领导者不得不解决漫长的等待时间、笨拙的客户旅程和不堪重负的代理商。人工智能可以补充代理,使他们能够更好地跨渠道提供及时或明智的响应。”

Korte说,“与任何新技术的实施一样,联络中心的人工智能也面临着自己的挑战。重要的是,组织必须保持人性化的客户服务体验,以确保从外部看,客户的旅程不会显得过于自动化。但要注意:独立的对话式人工智能将在2020年可能会受到冲击。”

Forrester公司指出,企业已采用聊天机器人来降低客户服务成本,但过于雄心勃勃的项目无法解决客户的问题或回答他们的问题。尽管工具集日趋成熟(包括扩展了预先构建的和特定于垂直方向的意图库以及功能强大的自然语言理解(NLU)引擎),但到2020年底,对话式人工智能仍将为不到20%的成功客户服务交互提供动力。”

8.自动化可能会加速

在2020年的词汇表中添加一个新词:Hyperautomation(超级自动化),这意味着应用人工智能和机器学习等先进技术来自动化流程,并通过一系列工具和更高水平的人员来提高水平。Gartner公司将超级自动化评为2020年十大战略技术趋势之一。

Gartner公司表示,目标是更多的人工智能驱动的决策,许多组织创建了自己的数字孪生体,这使他们能够可视化功能、流程和关键性能指标如何相互作用来驱动价值。

9.异构架构将出现

如今,支持人工智能的应用程序和网络依赖于不同的处理架构。根据ABIResearch公司的54项技术趋势观察,这种情况可能在2020年发生改变。ABI研究分析师预测:“下一代以及人工智能和多语言框架的本质将是多模式的,它们的操作可能需要异构计算资源,注意到领先的芯片制造商将离开专有软件栈,开始采用开放软件开发工具包(SDK)和应用程序编程接口(API)方法来开发他们的工具。”

10.将会犯的人工智能错误

正如Forrester公司指出的那样,人工智能不是完美的;它可以使歧视和偏见长期存在。该分析公司预计,,一些备受瞩目的公关灾难可能会因此对一些公司造成伤害,但最终不会摧毁人们对人工智能的信任。

Forrester分析师写道,人工智能可以使歧视永久化,虚假信息的传播、滥用面部识别功能以及过度使用个性化功能可能会伤害、冒犯客户和员工。最后,这些失误将有更大的目的:突出负责任的人工智能开发和部署的重要性。

人工智能 边缘计算 IT
上一篇:关注和采用人工智能技术的三个理由 下一篇:垃圾邮件会在2020年消失吗?
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

如何避免又一个AI寒冬?

尽管过去几年中,人工智能取得了长足的进步,但相信很多人都还记得20世纪90年代,由于开发者过分夸大承诺以及最终用户不切合实际的期望所导致的AI寒冬。

佚名 ·  14h前
研究型AI面试怎么过?Reddit网友谷歌面试经验分享

大多数学生在求职前,都会经历实习的过程,那么面试就必不可少。

十三 ·  19h前
算法攻破人脸识别「口罩」难题,两天落地千人小区准确率达97% | AI 战疫

日益成熟的人工智能,正成为抗击新冠肺炎疫情战线上一群特别的「逆行者」。

Synced ·  21h前
中美领军全球AI竞赛,人工智能被高估了么?

不久前,谷歌前CEO施密特在出席众议院科学、太空和技术委员会的听证会时表示,美国可能在五到十年后失去在AI方面的领先地位,中国正在努力超越美国。

读芯术 ·  21h前
当下,中国智能机器人发展到底如何?

《中国机器人产业发展报告(2019年)》报告指出,目前,中国机器人研发仍以突破机器人关键核心技术为首要目标,产学研用通力配合,初步实现控制器国产化。并将突破机器人关键核心技术作为科技发展重要战略,中国厂商攻克了减速机、伺服控制、伺服电机等关键核心零部件领域部分难题。因此,核心零部件国产化趋势逐渐显现。

珍珍 ·  22h前
人工智能的未来及对ERP系统的四个新要求

在未来五年内,人工智能将对企业及其商业模式产生重大影响。调研机构普华永道公司第22届全球首席执行官年度调查表明,85%的首席执行官对此深信不疑。但是,33%的首席执行官表示,他们有限地采用人工智能,而且不到十分之一的首席执行官表示正在广泛使用人工智能,人工智能的应用范围迄今仍然受到限制。

Andy Coussins ·  1天前
波士顿机器人火爆全网后,又一个类人机器人登场

十几年前,德黑兰大学的研究人员就介绍了一种名为Surena的基本人形机器人,不久后,又推出了一种改进的可行走模型Surena II,随后在2015年推出了性能更强大的 Surena III。

中国机器人网 ·  1天前
高效的机器学习研究者,应该具备这 6 个习惯

一名优秀的机器学习研究员有哪些特质?是码力超强?还是理论功底一骑绝尘?码力和理论固然重要,但是良好的习惯才应该是检验是否优秀的唯一标准。

AI科技评论 ·  1天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载