
作者 | Daniel Newman
編譯 | 張大筆茹
來源|網(wǎng)絡(luò)大數(shù)據(jù)
4 Growing Enterprise AI Trends: Where Are We Now And Where Are We Going?
人工智能比傳統(tǒng)的工業(yè)自動(dòng)化和數(shù)據(jù)處理更牛嗎?
答案是肯定的!現(xiàn)在一些諸如圖像識(shí)別、自然語言處理等AI基本功能已經(jīng)發(fā)展成熟,隨著研究的不斷深入,AI將來一定會(huì)變得越來越強(qiáng)大,能實(shí)現(xiàn)的功能也越來越多。
根據(jù)麥肯錫預(yù)計(jì),到2030年GDP的增長(zhǎng)中將會(huì)有13萬億美元是來自AI,AI會(huì)影響到零售、旅游、交通、物流、醫(yī)療、制造業(yè)等各個(gè)方面,吳恩達(dá)也呼吁,企業(yè)要設(shè)立CAIO(首席人工智能官)。
那現(xiàn)在的人工智能在企業(yè)的應(yīng)用現(xiàn)狀如何呢?將來會(huì)有怎樣的發(fā)展?近日,福布斯的一份報(bào)道總結(jié)了人工智能在企業(yè)的四個(gè)應(yīng)用方面和發(fā)展趨勢(shì),快跟文摘菌一起看看吧。
趨勢(shì)1:AI必然會(huì)超越傳統(tǒng)分析
大多數(shù)公司已經(jīng)開始使用一些常見的人工智能功能,而且用戶們也基本滿意。其中包括個(gè)性化定制(個(gè)性化廣告、電子郵件、自動(dòng)文本等)和精準(zhǔn)營(yíng)銷(您在Spotify,Netflix或亞馬遜購(gòu)物卡等應(yīng)用上看到的那些推薦)以及其他的營(yíng)銷技術(shù),現(xiàn)在廣泛使用的功能是適用于任何規(guī)模的企業(yè)的。
許多技術(shù)也比較成熟了:其中最重要的是機(jī)器人流程自動(dòng)化(RPA)。RPA是AI的初級(jí)成果,它即智能又簡(jiǎn)單。RPA側(cè)重于自動(dòng)化一個(gè)流程,而不是整個(gè)企業(yè)的垂直流程。
RPA雖然為公司節(jié)省了大量的時(shí)間和金錢,但尚未達(dá)到一定規(guī)模。有許多公司最近才剛開始使用RPA技術(shù),而積累一定用戶的公司已經(jīng)開始著手開始進(jìn)一步流程優(yōu)化了。
現(xiàn)在既然許多公司已經(jīng)掌握了基礎(chǔ)知識(shí),早期嘗到甜頭的公司就會(huì)想走得更遠(yuǎn)。他們?cè)絹碓蕉嗟仃P(guān)注AI和ML驅(qū)動(dòng)的預(yù)測(cè)分析,即企業(yè)從數(shù)據(jù)(特別是實(shí)時(shí)數(shù)據(jù))中提取更多的有價(jià)值的信息,甚至利用這些信息做出決策。對(duì)知識(shí)圖譜的理解也更加深入,人工智能可以根據(jù)大量數(shù)據(jù)分析出我們從未想到過的結(jié)果。
趨勢(shì)2:企業(yè)使用AI還是會(huì)有一定門檻
事實(shí)上,目前企業(yè)完成人工智能項(xiàng)目還是有難度的。許多公司的項(xiàng)目要么超期,要么需要花很多時(shí)間來建立相應(yīng)的系統(tǒng),Pactera技術(shù)公司最近的一份報(bào)告反映了Gartner之前報(bào)道的問題:85%的企業(yè)AI項(xiàng)目無法如期交付。
Dimensional Research最近發(fā)布的另一份報(bào)告顯示,在人工智能和機(jī)器學(xué)習(xí)方面,每10家企業(yè)就有8個(gè)表示這他們的AI項(xiàng)目是停滯不前的,而96%的人表示他們?cè)跀?shù)據(jù)質(zhì)量、數(shù)據(jù)分類和建模的置信度上遇到了問題。即使像IBM,Uber和亞馬遜這樣的高科技巨頭也不得不在面臨巨大的挑戰(zhàn)時(shí)放棄一些數(shù)百萬美元的大項(xiàng)目。
這時(shí)候是否還要堅(jiān)持下去呢?其實(shí)大可不必!目前對(duì)于在AI項(xiàng)目中什么該做,什么不該做已經(jīng)有足夠的總結(jié)經(jīng)驗(yàn)了。一些常見的誤區(qū)有:起始目標(biāo)不明確,太多數(shù)據(jù)(或不當(dāng)使用數(shù)據(jù)),使用錯(cuò)誤算法,交付成果的周期過長(zhǎng)(應(yīng)該在工作過程中實(shí)時(shí)檢查,保持平衡)。
趨勢(shì)3:交互性和人性化更強(qiáng)
隨著強(qiáng)化學(xué)習(xí)領(lǐng)域技術(shù)的重大進(jìn)步,人工智能能夠通過完成特定目標(biāo)獲得反饋,AI開始變得有“意識(shí)”起來。它開始以一種類似人類的但奇怪的方式思考,這也意味著它也有能力開始工作了。人工智能似乎已經(jīng)到了無限趨近人類的三岔口。
AI正在朝著能夠流暢地與人類對(duì)話這個(gè)目標(biāo)邁進(jìn),初創(chuàng)公司和技術(shù)領(lǐng)導(dǎo)者都在爭(zhēng)奪聊天機(jī)器人,它們不僅能回答問題,而且還具有先進(jìn)的推理功能。谷歌,微軟,亞馬遜和IBM都想在會(huì)話式人工智能方面取得進(jìn)步,讓AI學(xué)會(huì)人性化的溝通,就是說人工智能可以根據(jù)場(chǎng)景的變化靈活應(yīng)變。
會(huì)話式人工智能的實(shí)現(xiàn)需要有力的后端支撐—比如說更強(qiáng)大的硬件。這使得像英特爾這樣的公司開始研發(fā)用專用推理芯片,以及開發(fā)他們聲稱可以加快計(jì)算機(jī)深度學(xué)習(xí)推理過程的DL boost技術(shù)。GPU也是競(jìng)爭(zhēng)越來越激烈,傳統(tǒng)上專注于訓(xùn)練的GPU也變得越來越有推斷能力,上周NVIDIA公布了一項(xiàng)會(huì)話式AI,展示了GPU如何通過推理,實(shí)現(xiàn)延遲更短、更自然、更人性化的對(duì)話體驗(yàn)。
趨勢(shì)4:道德問題始終會(huì)是個(gè)問號(hào)
隨著人工智能確實(shí)變得更加人性化,企業(yè)也開始意識(shí)到使用,如果AI使用不當(dāng)會(huì)產(chǎn)生嚴(yán)重后果,不僅僅是失業(yè)問題,AI算法會(huì)是在“不經(jīng)意間”建立的,且是有偏見的。例如,白人男性寫的用于招募的AI軟件可能“意外地”選擇白人男性作為高度匹配的應(yīng)聘特征,或者在人臉識(shí)別上更多的關(guān)注白人。
特別是像IBM這樣的公司,他們不僅使用人工智招聘,還用它評(píng)價(jià)員工的工作表現(xiàn)。你會(huì)信任一個(gè)機(jī)器人來評(píng)判你的工作表現(xiàn)嗎?來決定你是否應(yīng)該加薪?這公平嗎?
未來,會(huì)有更多的與AI相關(guān)的道德規(guī)范出臺(tái)。例如,甲骨文建立了一個(gè)道德委員會(huì)來討論公平性、問責(zé)制和算法的透明度等問題。
IBM也正在研究“可解釋的AI”,Microsoft制定了使用聊天機(jī)器人責(zé)任的指導(dǎo)原則(例如,公司應(yīng)始終提醒客戶他們正在與機(jī)器人而不是人進(jìn)行通信,并提醒他們注意限制)。
由于擔(dān)心隱私泄露的道德問題,有的城市停止使用人工智能程序面部識(shí)別功能,亞馬遜也因?yàn)橥瑯拥脑蚪型A藛T工監(jiān)控跟蹤AI。
人們開始明白雖然人工智能力量強(qiáng)大,現(xiàn)在相互提取或處理的數(shù)據(jù)類型是沒有限制的。但我們必須回答的問題是:應(yīng)該這樣做嗎?
展望未來,公司應(yīng)制定合理的人工智能的發(fā)展路線,并且建立例行審計(jì)制度來確保他們的人工智能在管理員的掌控之下。這個(gè)過程也許會(huì)伴隨著無休止的辯論:它在哪些方面進(jìn)行了優(yōu)化?是否會(huì)取代人類?如何對(duì)其進(jìn)行監(jiān)管以及道德風(fēng)控等。人工智能的未來令人興奮,與此同時(shí),這或許也是一個(gè)瘋狂的旅程。
但是有一點(diǎn)是確定的,那就是人工智能時(shí)代已經(jīng)到來!
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10