[[411678]]

人工智能如今已經(jīng)被提上了很多首席執(zhí)行官的首要議程。雖然這個(gè)話(huà)題并不新鮮，但首席執(zhí)行官們已經(jīng)了解采用人工智能技術(shù)并不簡(jiǎn)單。為了實(shí)現(xiàn)這一目標(biāo)，企業(yè)需要從他們的業(yè)務(wù)目標(biāo)開(kāi)始，然后以推進(jìn)這些目標(biāo)的方式使用人工智能技術(shù)，并希望可以增加業(yè)務(wù)價(jià)值。

與此同時(shí)，首席執(zhí)行官對(duì)人工智能和機(jī)器學(xué)習(xí)(人工智能技術(shù)的一個(gè)子集)的態(tài)度一直在改變，因?yàn)樗c數(shù)字化轉(zhuǎn)型有關(guān)。一開(kāi)始，它是關(guān)于了解數(shù)字化轉(zhuǎn)型者做什么以及他們?nèi)绾巫觥，F(xiàn)在，他們開(kāi)始意識(shí)到需要按照自己的方式創(chuàng)造價(jià)值。這并不是說(shuō)他們不會(huì)利用供應(yīng)商免費(fèi)提供的一些平臺(tái)或工具。然而自己開(kāi)發(fā)的策略最終是一個(gè)冒險(xiǎn)的提議。

跨國(guó)咨詢(xún)機(jī)構(gòu)埃森哲公司應(yīng)用智能北美地區(qū)主管總經(jīng)理Arnab Chakraborty表示：“行業(yè)領(lǐng)先的企業(yè)首席執(zhí)行官的首要任務(wù)是重塑企業(yè)的未來(lái)，主要以人工智能和數(shù)據(jù)為動(dòng)力。企業(yè)通過(guò)研究人工智能如何優(yōu)化現(xiàn)有業(yè)務(wù)來(lái)釋放價(jià)值，無(wú)論是在銷(xiāo)售和市場(chǎng)營(yíng)銷(xiāo)、供應(yīng)鏈、財(cái)務(wù)、人力資源等所有職能部門(mén)。”

毫不奇怪，人工智能也在首席信息官的首要議程上。全球?qū)I(yè)服務(wù)商Genpact公司最近在麻省理工學(xué)院斯隆首席信息官研討會(huì)上發(fā)布的一份調(diào)查報(bào)告表明，在接受調(diào)查的500位首席信息官中，48%的人表示，人工智能是他們的首要投資重點(diǎn)。

該公司首席數(shù)字官Sanjay Srivastava說(shuō)，“這些首席信息官們表示必須投資人工智能。問(wèn)題是為什么是現(xiàn)在?這是因?yàn)榘l(fā)生了三件事：技術(shù)變得更好;成本變得更低廉;需求大幅增加。”

以下是人們值得關(guān)注的10個(gè)人工智能和機(jī)器學(xué)習(xí)趨勢(shì)：

1.伙伴關(guān)系將會(huì)發(fā)生變化

零售企業(yè)經(jīng)營(yíng)歷來(lái)需要擁有核心競(jìng)爭(zhēng)力，例如銷(xiāo)售雜貨或銷(xiāo)售處方藥的廠(chǎng)商。然而，為了方便顧客和提高零售商的銷(xiāo)售份額，他們的產(chǎn)品可能有些重疊。傳統(tǒng)上，這兩種類(lèi)型的公司之間沒(méi)有太多的協(xié)同效應(yīng)。

埃森哲公司的Chakraborty說(shuō)，“Walgreens公司正在與Kroger公司開(kāi)展合作，為正在尋找藥品和雜貨的客戶(hù)提供無(wú)縫體驗(yàn)。我們將開(kāi)始看到這些類(lèi)型的合作伙伴關(guān)系創(chuàng)建新的數(shù)據(jù)驅(qū)動(dòng)的商業(yè)模式，這些模式將由人工智能提供動(dòng)力。”

為此，零售商需要做三件事：

(1)牢記業(yè)務(wù)目標(biāo)并構(gòu)建企業(yè)范圍的數(shù)據(jù)主干;

(2)構(gòu)建一個(gè)使業(yè)務(wù)人員能夠處理數(shù)據(jù)的分析市場(chǎng)，;

(3)基于分析市場(chǎng)的洞察引擎，推動(dòng)做出更好的決策。

2.低代碼/無(wú)代碼數(shù)據(jù)科學(xué)

低代碼和無(wú)代碼軟件開(kāi)發(fā)一直在顛覆企業(yè)的業(yè)務(wù)，使高級(jí)用戶(hù)(低代碼用戶(hù))和普通業(yè)務(wù)員(無(wú)代碼用戶(hù))能夠構(gòu)建簡(jiǎn)單的應(yīng)用程序。類(lèi)似的趨勢(shì)正在發(fā)生在不同層次的數(shù)據(jù)科學(xué)上，例如數(shù)據(jù)集成、增強(qiáng)分析甚至模型構(gòu)建。但是人們也有一些擔(dān)憂(yōu)。

多語(yǔ)言客戶(hù)支持工具提供商Language I/O公司機(jī)器學(xué)習(xí)架構(gòu)師SilkeDodel博士說(shuō)，“如果企業(yè)的主要業(yè)務(wù)不是人工智能，并且他們只對(duì)將人工智能應(yīng)用于業(yè)務(wù)洞察感興趣，那么使用無(wú)代碼或低代碼人工智能和機(jī)器學(xué)習(xí)平臺(tái)之一可能會(huì)滿(mǎn)足他們的需求。但是，他們應(yīng)該小心測(cè)試使用經(jīng)過(guò)驗(yàn)證的基準(zhǔn)數(shù)據(jù)，因?yàn)檫@本質(zhì)上是一種黑盒方法，自定義模型內(nèi)部工作的可能性有限。而想要將人工智能納入其商業(yè)模式的企業(yè)可以開(kāi)始使用人工智能領(lǐng)域供應(yīng)商開(kāi)發(fā)的現(xiàn)有模型，并使用遷移學(xué)習(xí)使它們適應(yīng)其目的。”

企業(yè)可以投資一些訓(xùn)練有素的機(jī)器學(xué)習(xí)數(shù)據(jù)科學(xué)家，他們也了解模型背后的數(shù)學(xué)原理，這將有助于確保最佳模型可用于用戶(hù)的利基應(yīng)用程序。

3.遷移學(xué)習(xí)

遷移學(xué)習(xí)將機(jī)器學(xué)習(xí)應(yīng)用于不同但相關(guān)的問(wèn)題。實(shí)際上，企業(yè)將使用一些由數(shù)字巨頭構(gòu)建的機(jī)器學(xué)習(xí)模型，而不是從頭開(kāi)始構(gòu)建它們。

全球數(shù)字和技術(shù)服務(wù)公司Pactera EDGE公司首席人工智能官Ahmer Inam說(shuō)，“人工智能/機(jī)器學(xué)習(xí)領(lǐng)域最大的問(wèn)題之一是開(kāi)發(fā)人工智能解決方案的成本，這些解決方案可以在全球范圍內(nèi)有效地進(jìn)行本地翻譯。語(yǔ)音人工智能系統(tǒng)在理解口音和辨別方言方面存在困難——即使是在涵蓋的語(yǔ)言中已經(jīng)擁有訓(xùn)練的數(shù)據(jù)集。一般來(lái)說(shuō)，我們構(gòu)建、訓(xùn)練和擴(kuò)展語(yǔ)音人工智能系統(tǒng)的當(dāng)前范式需要改變，并且正在發(fā)生一些進(jìn)步，例如訓(xùn)練數(shù)據(jù)、算法、訓(xùn)練框架，以及如何在設(shè)計(jì)和構(gòu)建語(yǔ)音人工智能體驗(yàn)時(shí)考慮到最終用戶(hù)(以人為中心的方法)。”

朝著正確方向邁出的一步是Facebook AI的新wave2vec，它可以從原始音頻中學(xué)習(xí)語(yǔ)音結(jié)構(gòu)。這種無(wú)監(jiān)督的機(jī)器學(xué)習(xí)方法可以與時(shí)間、數(shù)據(jù)和計(jì)算(因此成本)繁重的最佳監(jiān)督系統(tǒng)相媲美。Inam表示，wave2vec將顯著加快語(yǔ)音人工智能應(yīng)用程序的訓(xùn)練速度，數(shù)據(jù)量更小，因此計(jì)算成本更低，因?yàn)樗恍枰D(zhuǎn)錄語(yǔ)音數(shù)據(jù)。

4.更好的投資回報(bào)率

一些企業(yè)努力從他們的人工智能和機(jī)器學(xué)習(xí)投資中提高投資回報(bào)率。但面臨的問(wèn)題可能是不切實(shí)際的期望，還有無(wú)法將實(shí)驗(yàn)室中開(kāi)發(fā)的項(xiàng)目轉(zhuǎn)化為生產(chǎn)項(xiàng)目。

數(shù)據(jù)分析和定制軟件提供商Freya Systems公司的首席執(zhí)行官Ben Johnson說(shuō)，“人工智能技術(shù)正在從科學(xué)轉(zhuǎn)向?qū)嶋H工程。近幾十年來(lái)，重點(diǎn)是新算法和技術(shù)的研發(fā)。如今的重點(diǎn)又回到了數(shù)據(jù)戰(zhàn)略、數(shù)據(jù)準(zhǔn)備和數(shù)據(jù)使用上。數(shù)據(jù)科學(xué)家使用一系列算法和技術(shù)來(lái)解決問(wèn)題并開(kāi)發(fā)解決方案，將成熟的算法應(yīng)用于數(shù)據(jù)。對(duì)我們來(lái)說(shuō)，非常重要的是專(zhuān)注于問(wèn)題并降低80%以上的項(xiàng)目失敗率。這種重新聚焦將為人工智能和機(jī)器學(xué)習(xí)項(xiàng)目帶來(lái)實(shí)際的投資回報(bào)率。”

5.企業(yè)將訪(fǎng)問(wèn)更多數(shù)據(jù)

許多企業(yè)已經(jīng)用第三方數(shù)據(jù)補(bǔ)充了自己的數(shù)據(jù)。雖然API經(jīng)濟(jì)推動(dòng)了這一趨勢(shì)，但在未來(lái)，越來(lái)越多的企業(yè)將共享更多數(shù)據(jù)。

人工智能驅(qū)動(dòng)的數(shù)字銷(xiāo)售平臺(tái)PROS的人工智能策略師和數(shù)據(jù)科學(xué)家Justin Silver說(shuō)，“這不僅僅是生成更多的數(shù)據(jù)，而且是更有策略地生成和使用數(shù)據(jù)。除了企業(yè)改進(jìn)他們自己的專(zhuān)有數(shù)據(jù)之外，還將看到改進(jìn)數(shù)據(jù)的協(xié)作努力——例如企業(yè)之間的數(shù)據(jù)共享，以實(shí)現(xiàn)互惠互利，同時(shí)尊重隱私/機(jī)密性。例如，航空公司共享數(shù)據(jù)以識(shí)別對(duì)他們有幫助的趨勢(shì)，以了解冠狀病毒疫情對(duì)其業(yè)務(wù)的影響。”

6.商業(yè)專(zhuān)業(yè)人士需要精通人工智能

人機(jī)合作正在不斷發(fā)展，隨之而來(lái)的是知識(shí)的擴(kuò)展和更豐富的技能組合。

Genpact公司的Srivastava說(shuō)，“真正的問(wèn)題是，企業(yè)如何擴(kuò)大業(yè)務(wù)和員工的規(guī)模，并為未來(lái)的工作做好準(zhǔn)備?現(xiàn)在需要更多了解金融、會(huì)計(jì)和機(jī)器學(xué)習(xí)的專(zhuān)業(yè)人士，以便他們能夠?qū)C(jī)器學(xué)習(xí)應(yīng)用于現(xiàn)金流。還需要了解計(jì)算機(jī)視覺(jué)的機(jī)械工程師，以便他們能夠?qū)⑵鋺?yīng)用于自動(dòng)化制造和工作流程。”

7.更多采用AutoML

隨著越來(lái)越多的企業(yè)加快人工智能主導(dǎo)的數(shù)字化轉(zhuǎn)型，他們會(huì)發(fā)現(xiàn)需要將更多的工作實(shí)現(xiàn)自動(dòng)化。

埃森哲公司的Chakraborty說(shuō)，“人工智能價(jià)值鏈的許多初始部分都將實(shí)現(xiàn)自動(dòng)化，例如數(shù)據(jù)攝取、捕獲、構(gòu)建數(shù)據(jù)管道、構(gòu)建機(jī)器學(xué)習(xí)管道，以便員工可以更多地關(guān)注價(jià)值鏈的高端，即正在構(gòu)建機(jī)器學(xué)習(xí)模型、進(jìn)行特征工程和測(cè)試模型，而不是完成獲得模型所需的所有管道工作。我們已經(jīng)看到平臺(tái)參與者(例如谷歌和其他公司)創(chuàng)造了許多機(jī)器學(xué)習(xí)功能，這些功能在自動(dòng)化這些標(biāo)準(zhǔn)活動(dòng)方面大有幫助，因此企業(yè)和數(shù)據(jù)科學(xué)家可以從事更高端的增值活動(dòng)。”

8.聯(lián)合學(xué)習(xí)專(zhuān)注于邊緣智能

聯(lián)合學(xué)習(xí)使模型能夠被推到將被訓(xùn)練的邊緣，而不必在整個(gè)生態(tài)系統(tǒng)中共享任何數(shù)據(jù)。然后將訓(xùn)練好的模型從邊緣推回到中央存儲(chǔ)庫(kù)，可以減少訓(xùn)練數(shù)據(jù)。

埃森哲公司的Chakraborty說(shuō)：“這創(chuàng)造了一種更快的訓(xùn)練和部署模型的方式，而不會(huì)面臨任何數(shù)據(jù)隱私問(wèn)題的風(fēng)險(xiǎn)。如果在醫(yī)療保健行業(yè)，它可以幫助創(chuàng)建由人工智能驅(qū)動(dòng)的新服務(wù)，以更有效的方式為患者服務(wù)，并創(chuàng)造新的體驗(yàn)和更好的治療結(jié)果。”

9.網(wǎng)絡(luò)安全將變得更加復(fù)雜和智能

網(wǎng)絡(luò)攻擊正在真實(shí)發(fā)生，越來(lái)越多的網(wǎng)絡(luò)攻擊者和網(wǎng)絡(luò)間諜正在試圖通過(guò)添加越來(lái)越微妙、復(fù)雜和細(xì)微的人工智能攻擊來(lái)獲取企業(yè)的數(shù)據(jù)。

Genpact公司的Srivastava說(shuō)：“人工智能是一種在數(shù)據(jù)上運(yùn)行以生成結(jié)果的應(yīng)用程序，所以現(xiàn)在它不再與應(yīng)用程序有關(guān)。網(wǎng)絡(luò)攻擊為了破壞或竊取數(shù)據(jù)，所以其采用的人工智能將會(huì)選擇錯(cuò)誤的數(shù)據(jù)并得出錯(cuò)誤的結(jié)果。企業(yè)的威脅面擴(kuò)大，因此需要采用企業(yè)人工智能治理計(jì)劃。”

10.人工智能將分診醫(yī)療案例

人工智能可以“看到”醫(yī)生看不到的東西，例如在計(jì)算機(jī)視覺(jué)環(huán)境中，X射線(xiàn)中可能存在細(xì)微的線(xiàn)索，例如可以對(duì)醫(yī)生的診斷產(chǎn)生影響。然而更普遍的是，人工智能將使醫(yī)生更精通他們的工作。

咨詢(xún)機(jī)構(gòu)Fast Layne Solutions公司總裁兼首席執(zhí)行官Christopher J.Hughey說(shuō)，“人工智能在分診和初步診斷方面比醫(yī)生要好得多，這是一個(gè)令人不快的事實(shí)。這不是試圖從醫(yī)生那里搶走工作，而是通過(guò)減輕醫(yī)生的單調(diào)和耗時(shí)的工作來(lái)提高的他們效率。這在未來(lái)幾十年至關(guān)重要，因?yàn)槊绹?guó)面臨著醫(yī)生和其他醫(yī)護(hù)人員嚴(yán)重短缺的問(wèn)題。”

事實(shí)上，根據(jù)美國(guó)醫(yī)學(xué)院協(xié)會(huì)的預(yù)計(jì)，到2033年之前，美國(guó)短缺的醫(yī)生數(shù)量為54100到139000名。華盛頓郵報(bào)凱撒家庭基金會(huì)最近進(jìn)行的一項(xiàng)民意調(diào)查表明，美國(guó)30%醫(yī)護(hù)人員正在由于職業(yè)倦怠、創(chuàng)傷后應(yīng)激障礙和其他與疫情相關(guān)的壓力因素而考慮離職。