2019年，全球53%的決策者宣布已經(jīng)建立了AI數(shù)據(jù)分析系統(tǒng)，將在他們的公司內(nèi)部全面發(fā)展人工智能。以下是對(duì)2020年人工智能的預(yù)測(cè)。

這些結(jié)果是對(duì)《財(cái)富》500強(qiáng)公司的調(diào)查統(tǒng)計(jì)得出的。財(cái)富500強(qiáng)公司被公認(rèn)為是美國(guó)最賺錢的公司。研究發(fā)現(xiàn)，29%的開(kāi)發(fā)者近年來(lái)從事過(guò)人工智能和機(jī)器學(xué)習(xí)方面的工作。這些發(fā)現(xiàn)來(lái)自Forrester的一項(xiàng)研究。

有關(guān)公司所在IT部門中的54%的決策都是由人工智能處理的，并且產(chǎn)生了預(yù)期的良好效果。

實(shí)現(xiàn)特定過(guò)程的智能自動(dòng)化。

根據(jù)Forrester的數(shù)據(jù)，25%的500強(qiáng)公司計(jì)劃實(shí)施數(shù)百種智能過(guò)程自動(dòng)化（IPA）。換句話說(shuō)，就是通過(guò)人工智能來(lái)實(shí)現(xiàn)特定任務(wù)的自動(dòng)化。

因此，作為人工智能實(shí)現(xiàn)的一部分，包括特定的自動(dòng)化機(jī)器人任務(wù)。公司將特別使用文本分析和機(jī)器學(xué)習(xí)來(lái)處理輸入的電子郵件和文檔。實(shí)現(xiàn)自動(dòng)響應(yīng)或聊天機(jī)器人，模仿人類的行為與互聯(lián)網(wǎng)用戶或客戶交談，也稱為會(huì)話代理。

會(huì)話代理

會(huì)話代理程序可以很好的節(jié)省時(shí)間，特別是對(duì)于HR員工和IT團(tuán)隊(duì)。大數(shù)據(jù)的處理需要一定的機(jī)器學(xué)習(xí)監(jiān)控工具。所以需要?jiǎng)?chuàng)建對(duì)數(shù)據(jù)進(jìn)行分類的算法程序。

分類算法

算法對(duì)數(shù)據(jù)的分類能力越強(qiáng)，人工智能就越能準(zhǔn)確的識(shí)別出正常的數(shù)據(jù)，以及異常行為的數(shù)據(jù)，從而更快地發(fā)現(xiàn)問(wèn)題，及時(shí)采取必要的糾正措施。

對(duì)自動(dòng)化過(guò)程的投資

Forrester公司認(rèn)為，這種自動(dòng)化過(guò)程投資的增加，部分原因是由于中國(guó)經(jīng)濟(jì)的衰退。

中國(guó)的經(jīng)濟(jì)衰退可能會(huì)導(dǎo)致利率上升，這不僅會(huì)抑制消費(fèi)和投資，還會(huì)降低企業(yè)的市場(chǎng)價(jià)值。在科技公司中，市值縮水尤為明顯。科技企業(yè)的估值高度依賴于長(zhǎng)期利潤(rùn)的增長(zhǎng)。

定位自動(dòng)化

企業(yè)希望發(fā)展這些自動(dòng)化行業(yè)，以確保其服務(wù)的效率。報(bào)告還指出，這些自動(dòng)化市場(chǎng)轉(zhuǎn)型起來(lái)也更快，而且比需要長(zhǎng)期投資的人工智能創(chuàng)新項(xiàng)目轉(zhuǎn)型成本更低。

人工智能基準(zhǔn)，競(jìng)爭(zhēng)力的新武器。

隨著人工智能市場(chǎng)的不斷增長(zhǎng)，很難有公認(rèn)的哪個(gè)計(jì)算平臺(tái)作為處理人工智能工作負(fù)載的最快、最具可伸縮性、最便宜的平臺(tái)。因此，行業(yè)基準(zhǔn)應(yīng)該發(fā)揮越來(lái)越重要的作用。

測(cè)量基準(zhǔn)。

去年，MLPerf基準(zhǔn)在競(jìng)爭(zhēng)力方面脫穎而出。從英偉達(dá)（Nvidia）到谷歌，所有的玩家都在這些測(cè)試中表現(xiàn)優(yōu)異。

到2020年，人工智能基準(zhǔn)將成為營(yíng)銷戰(zhàn)略的一個(gè)關(guān)鍵元素，隨著時(shí)間的推移，這一領(lǐng)域?qū)⒆兊迷絹?lái)越普遍。

在一定程度的質(zhì)疑面前，發(fā)展遠(yuǎn)遠(yuǎn)沒(méi)有減弱。

弗雷斯特指出了與人工智能使用相關(guān)的一些危險(xiǎn)。例如：社交網(wǎng)絡(luò)上某些算法所產(chǎn)生的虛假信息、面部識(shí)別技術(shù)帶來(lái)的大規(guī)模技術(shù)監(jiān)控、人臉智能識(shí)別算法導(dǎo)致的“深度偽造”視頻的泛濫。

Forrester稱，所有這些都不會(huì)減少2020年企業(yè)對(duì)人工智能的投資。該報(bào)告將證明人工智能的重要性和必要性，并使人工智能的使用變得“透明”。

考慮數(shù)據(jù)源需求。

根據(jù)Forrester的研究，人工智能在公司的植入必然會(huì)鼓勵(lì)管理者采取必要的措施，來(lái)促進(jìn)開(kāi)發(fā)人員在機(jī)器學(xué)習(xí)方面的工作。在大多數(shù)情況下，公司花費(fèi)超過(guò)70%的時(shí)間來(lái)維護(hù)程序正常運(yùn)行所必需的所有數(shù)據(jù)。

SaaS模式的人工智能降低了對(duì)數(shù)據(jù)科學(xué)家的需求。

自去年以來(lái)，來(lái)自AWS、微軟、谷歌、IBM等供應(yīng)商提供的機(jī)器學(xué)習(xí)服務(wù)勢(shì)頭強(qiáng)勁。

隨著人工智能趨勢(shì)的升溫，越來(lái)越多的商業(yè)用戶將依賴這些云提供商來(lái)滿足他們更多的人工智能需求。云提供商將會(huì)降低企業(yè)內(nèi)部聘用數(shù)據(jù)科學(xué)家的需求。

SaaS提供商和人工智能。

到2020年底，SaaS提供商將成為自然語(yǔ)言處理、預(yù)測(cè)分析和其他人工智能應(yīng)用的主要提供商。這些人工智能應(yīng)用程序?qū)ㄆ脚_(tái)服務(wù)和DevOps工具等。

那些將繼續(xù)實(shí)施人工智能計(jì)劃的公司將進(jìn)一步自動(dòng)化數(shù)據(jù)科學(xué)家的角色，因此他們將不需要雇傭新的機(jī)器學(xué)習(xí)建模師、數(shù)據(jù)工程師和技術(shù)支持人員。在未來(lái)十年內(nèi)，大多數(shù)數(shù)據(jù)科學(xué)家將主要由SaaS和其他云提供商進(jìn)行招聘。

持續(xù)的學(xué)習(xí)和實(shí)驗(yàn)。

每個(gè)企業(yè)的數(shù)字化轉(zhuǎn)型都想找到最合適的學(xué)習(xí)模型。然而，學(xué)習(xí)模型需要在真實(shí)的環(huán)境中進(jìn)行實(shí)驗(yàn)。其中 ML model模型工具將幫助企業(yè)自動(dòng)選擇那些能夠?qū)崿F(xiàn)所需結(jié)果的測(cè)試和模型。

業(yè)務(wù)流程中的實(shí)踐。

到2020年底，大多數(shù)公司將在所有業(yè)務(wù)流程中實(shí)現(xiàn)人工智能，包括與客戶的接觸和后端操作。

隨著更多的企業(yè)向云提供商尋求人工智能工具，AWS最近將建立新的業(yè)務(wù)迭代模型和跟蹤模型。這些新功能都將成為專業(yè)應(yīng)用程序環(huán)境中24/7-AI模型的規(guī)范。

AI的優(yōu)秀實(shí)踐。

在未來(lái)十年中，基于AI的自動(dòng)化和DevOps功能將成為AI業(yè)務(wù)流程的優(yōu)秀實(shí)踐。

開(kāi)發(fā)人員的工作被AI自動(dòng)化。

神經(jīng)網(wǎng)絡(luò)是現(xiàn)代人工智能的核心。到2020年，企業(yè)數(shù)據(jù)科學(xué)家的工作計(jì)劃將開(kāi)始納入一種基于人工智能的新方法，稱為“神經(jīng)架構(gòu)研究”，其目的是根據(jù)目標(biāo)自動(dòng)構(gòu)建和優(yōu)化神經(jīng)網(wǎng)絡(luò)。

隨著神經(jīng)結(jié)構(gòu)的采用和改進(jìn)，對(duì)神經(jīng)結(jié)構(gòu)的研究將提高數(shù)據(jù)科學(xué)家的生產(chǎn)率，幫助他們?cè)谝延械臋C(jī)器學(xué)習(xí)算法（如線性回歸和隨機(jī)決策樹(shù)算法）或任何最新和最先進(jìn)的神經(jīng)網(wǎng)絡(luò)算法的基礎(chǔ)上建立模型。

建立人工智能端到端的透明度。

人工智能正在成為企業(yè)應(yīng)用中一個(gè)越來(lái)越重要的風(fēng)險(xiǎn)因素。隨著企業(yè)因社會(huì)經(jīng)濟(jì)偏見(jiàn)、侵犯隱私和人工智能應(yīng)用程序的其他不良影響而面臨的訴訟激增，法律官員將要求對(duì)機(jī)器學(xué)習(xí)模型進(jìn)行全面跟蹤，以查明它們是如何建立、訓(xùn)練和管理的，以及它們?cè)谄髽I(yè)應(yīng)用程序中是如何使用的。

到2020年底，大多數(shù)公司的法務(wù)經(jīng)理將要求他們的數(shù)據(jù)科學(xué)家團(tuán)隊(duì)自動(dòng)記錄機(jī)器學(xué)習(xí)過(guò)程的每一步，并用通俗易懂的語(yǔ)言解釋每個(gè)模型所產(chǎn)生的自動(dòng)推理。未來(lái)10年，人工智能項(xiàng)目的透明度將是獲得資金的決定性因素。

在未來(lái)幾年，幾乎所有產(chǎn)品都需要基于人工智能及其端到端的監(jiān)管。尤其是那些使用個(gè)人身份信息的產(chǎn)品將會(huì)增加。

除了人工智能發(fā)展中對(duì)透明度的日益重視之外，現(xiàn)在就斷言這些未來(lái)法規(guī)將對(duì)基礎(chǔ)平臺(tái)、工具和技術(shù)的發(fā)展產(chǎn)生何種影響還為時(shí)過(guò)早。但無(wú)論局勢(shì)如何發(fā)展，這些監(jiān)管舉措似乎只會(huì)在未來(lái)不斷加強(qiáng)。

責(zé)任編輯：Ct