大流行是否改变了人工智能的地位,从“想要”到“必须”?

作者: Cassie 2021-05-31 18:17:50

在疫情爆发前,虽然人工智能的采用已经引起了大众的兴趣,但人们仍然在权衡人工智能的利弊、人工智能对商业的影响以及采用人工智能的初始成本。然而,在一个受新冠肺炎及其后果影响的世界里,采用人工智能正在成为一种主流现实。越来越多的行业正在以前所未有的速度试验和适应人工智能,无论是健康、教育、零售还是制造业。

麦肯锡(Mckinsey)最近的一项调查显示,机器人过程自动化、计算机视觉和机器学习是企业最常采用的人工智能方面。AI的各种功能可以分解为基本功能,并作为微服务加以利用。其中一个例子包括数据清理服务,它对数据进行配置并生成统计信息。AI/

大流行是否改变了人工智能的地位,从“想要”到“必须”?

COVID袭来之前

“希望拥有”这句话完美地定义了大多数组织在流感大流行前采用人工智能的意识形态。尽管这项技术相对较新,但他们已经看到并体验了人工智能的投资回报。无论是运营效率、减少电子损耗,还是用于医疗保健和组织安全的人工智能计算机视觉,人工智能已经在所有垂直领域获得了牵引力。然而,这一采用过程花了好几个月,甚至可能是几年的时间。

技术采用的关键因素之一是其在具有成熟KPI的行业中的吸引力和适应性。另一个因素是投资回报率指标,该指标尚未获得业界的认可,但仍在稳步实现。从去年到今年,人们注意到实施人工智能的风险不仅得到了更好的理解,而且还保持一致。它不再被视为一种蚕食工作的设施,甚至在大流行来袭之前,它就已经稳步成为必需品。

转型传奇

当COVID-19被宣布为全球大流行病并且各国开始在全国范围内实施封锁时,业务连续性成为所有组织的主要目标。由于资源、设施和员工数量有限,重点从效率和生产力转移。

公司在制造和生产、分销、供应链、零售和工作空间等各个方面转向人工智能技术。不仅仅是研发和IT,人工智能集成的范围也在不断扩大。客户服务、营销、运营、财务和其他领域的现有框架内的合并是一个特别有趣的方面。

面对跨地区发生的全球封锁,获取必需品成为一项重大挑战。随着封锁和社交距离的全面实施,电子商务的繁荣导致客户服务出现巨大裂缝。然而,满足消费者日益增长的需求成为他们的精髓。电子商务组织增加了人工智能的使用,为客户提供更快更好的服务。通过以客户为中心的搜索和建议以提供更好的体验,人工智能聊天机器人通过创建警报和检查点来帮助平滑地解决问题和实时投诉,以消除供需缺口。

计算机视觉人工智能

自COVID-19大流行以来,计算机视觉人工智能及其在组织健康和安全方面的应用出现了上升。人工智能解决方案的使用确保了员工的安全,将安全合规监控转化为必备事项。使用案例如社交距离、面罩合规、热筛查、小组形成和聚集限制帮助组织安全地重新开业,并确保员工的安全。

大多数组织在采取COVID-19安全合规解决方案的同时,也在为后covid世界做规划。已经设计了新冠肺炎后人工智能的用例和应用,规划了2-3年的项目路线图,届时将添加新的人工智能用例。

然而,增长之路充满了挑战。首先,数字化是优化利用人工智能技术的关键先决条件。对于一些组织来说,它可以给核心业务流程带来变革。需要注意的是,如果一个组织中没有强大的数字骨干,人工智能系统就缺乏建立更好模型所需的训练数据,也缺乏将优秀的人工智能洞察力转化为大规模行为改变的能力。

尽管人工智能的采用正在快速进行,但该调查指出,许多组织缺乏核心推动者,如高层管理人员的赞助、开发全企业范围的人工智能机会组合视图以及实施复杂的数据战略。它不仅需要大规模地从人工智能中获取价值,还需要围绕人工智能程序和议程进行战略思考。商业和技术领导者必须迅速建立关键的人工智能促成者。否则,他们可能会错失当前和未来的人工智能机遇。

结论

尽管一些产品用例看起来很原始,但人工智能实践正在成熟。采用人工智能的企业也在采取措施控制最常见的风险因素。他们正在试验现代技术来打造自己的人工智能产品和服务。采用者正在使用各种ML和人工智能工具来创造他们自己的人工智能产品和服务。然而,人工智能的普及还有很长的路要走。在解决数据治理和调节等严肃话题的同时,人工智能的扩张和跨行业应用是不可避免的。

人工智能 AI 疫情
上一篇:机器人技术和物联网如何影响供应链 下一篇:当“追风筝的人”遇上了无人机……
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

面部识别的利与弊:是福还是祸?

虽然现代技术使面部识别更加精确和安全,但与面部识别隐私问题和监控有关的担忧也在增加。因此,让我们在这篇文章中探讨一下这该技术的利与弊。

Naveen Joshi ·  2021-06-01 16:36:22
人工智能和5G如何结合以实现物联网收入最大化

网络系统通过信令和使用软件以及分析来检测和分类设备非常棘手,并且对有限且日益紧张的网络资源提出了巨大的需求。然而,解决这些问题有一个主要解决方案:采用人工智能、自动化和5G技术。

Jordi Castellvi ·  2021-06-01 13:49:15
MIT团队最新研究,仅靠LiDAR和2D地图实现端到端自动驾驶

最近, MIT 计算机科学与人工智能实验室(CSAIL)团队成功展示了一种基于机器学习的自动驾驶系统,该端到端框架仅使用 LiDAR获取的原始 3D 点云数据和类似于手机上的低分辨率 GPS 地图就能进行自主导航,并且大大提升了鲁棒性。

文龙 ·  2021-06-01 12:47:51
自然语言处理(NLP)的历史及其发展方向

自然语言处理的历史是一个充满曲折的故事。它从徒劳的研究开始,经过多年卓有成效的工作,最后结束于一个我们仍在试图找出该领域极限的时代。今天,让我们来一起探索这一AI科学分支的发展。

佚名 ·  2021-06-01 12:46:26
是福还是祸?人脸识别技术的利与弊

面部识别并不是一项全新的技术,但人工智能和机器学习不断使面部识别变得更好。苹果通过引入具有 3D 扫描功能的面部生物识别系统和 iPhone 的 Face ID,提高了面部识别的标准。

Naveen Joshi ·  2021-06-01 11:11:01
人工智能能否使机器具有流体智力?

麻省理工学院和奥地利研究人员为灵活的人工智能创造了“液体”机器学习。

千家网 ·  2021-06-01 10:38:55
大脑模拟NLP,高德纳奖得主:神经元集合演算用于句子解析

一个简单的大脑模型为人工智能研究提供了新的方向。世界顶尖计算机科学理论学家、哥德尔奖和高德纳奖获得者、哥伦比亚大学计算机科学教授 Christos Papadimitriou 关于「大脑中单词表征」的演讲。

Ben Dickson ·  2021-06-01 09:39:24
美城市Baltimore可能颁布最严格的面部识别禁令

据介绍,拟议的法令将禁止私人或商业组织,甚至执法机构在城市使用面部识别技术。

千家网 ·  2021-06-01 09:34:07
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载