AI一直是企業(yè)、政府和社會討論的熱門話題，企業(yè)機構很難分辨哪些AI技術具有真正的業(yè)務價值。數(shù)據(jù)和分析（D&A）領導者需制定具有前瞻性的AI戰(zhàn)略，并充分利用當前可產生重大影響的技術。

根據(jù)Gartner《2022年人工智能技術成熟度曲線》報告，盡早采用復合型人工智能（AI）、決策智能等AI技術將給企業(yè)機構帶來明顯的競爭優(yōu)勢，緩解AI模型脆弱性引發(fā)的問題，有助于捕捉業(yè)務背景信息，推動價值實現(xiàn)。

已進入生產成熟期的技術，其實際效益已得到證明和認可。隨著越來越多的企業(yè)機構認為風險已下降至可接受程度，AI技術的采用開始進入快速增長階段（見圖一）。

Gartner的首席分析師阿夫拉茲·賈夫里（AfrazJaffri）介紹，特別注意，包括復合人工智能、決策智能和邊緣人工智能，預計在2到5年內將成為主流采用的創(chuàng)新。這些創(chuàng)新的早期采用可以推動顯著的競爭優(yōu)勢和商業(yè)價值，并緩解與人工智能模型脆弱性相關的問題。

阿夫拉茲·賈夫里將人工智能創(chuàng)新重新分為四類，并且定義了其互補性和優(yōu)先級，分別為：以數(shù)據(jù)為中心的人工智能、以模型為中心的人工智能、以應用為中心的人工智能、以人為本的人工智能。 ?

一、以數(shù)據(jù)為中心的人工智能

傳統(tǒng)研究專注于通過調整人工智能模型本身來改善人工智能解決方案的結果，但以數(shù)據(jù)為中心的人工智能將重點轉向增強和豐富用于訓練算法的數(shù)據(jù)。 在解決特定于人工智能的數(shù)據(jù)問題時，以數(shù)據(jù)為中心的人工智能打破了傳統(tǒng)的數(shù)據(jù)管理，但大規(guī)模投資人工智能的組織將不斷發(fā)展，以保持恒久的經典數(shù)據(jù)管理理念，并以兩種方式將其擴展到人工智能：

為不熟悉數(shù)據(jù)管理的以人工智能為重點的受眾添加方便人工智能開發(fā)所需的功能。

使用人工智能來改進和增強數(shù)據(jù)治理、持久性、集成和數(shù)據(jù)質量。

以數(shù)據(jù)為中心的人工智能的創(chuàng)新包括合成數(shù)據(jù)、知識圖、數(shù)據(jù)標記和注釋。 例如，合成數(shù)據(jù)是一類人工生成的數(shù)據(jù)，而不是從真實世界的直接觀察中獲得的數(shù)據(jù)?？梢允褂貌煌姆椒ㄉ蓴?shù)據(jù)，例如從真實數(shù)據(jù)中進行統(tǒng)計上嚴格的采樣、語義方法和生成性對抗網絡，或者通過創(chuàng)建模擬場景，其中模型和流程相互作用以創(chuàng)建全新的事件數(shù)據(jù)集。 隨著計算機視覺和自然語言應用的使用，各個行業(yè)的采用率都在增加，但Gartner預測合成數(shù)據(jù)的采用率將大幅增加：

在通過原始數(shù)據(jù)的合成變化或部分數(shù)據(jù)的合成替換來訓練機器學習（ML）模型時，避免使用個人識別信息

在機器學習開發(fā)中降低成本并節(jié)省時間，因為它更便宜、更快速

提高ML性能，因為更多的培訓數(shù)據(jù)導致更好的培訓結果

二、以模型為中心的人工智能

盡管轉向了以數(shù)據(jù)為中心的方法，人工智能模型仍然需要關注，以確保輸出繼續(xù)幫助我們采取更好的行動。這里的創(chuàng)新包括物理信息人工智能、復合人工智能、因果人工智能、生成人工智能、基礎模型和深度學習。 復合人工智能是指融合不同的人工智能技術，以提高學習效率和拓寬知識表示水平。由于沒有單一的人工智能技術是銀彈，復合人工智能最終提供了一個平臺，以更有效的方式解決更廣泛的業(yè)務問題。 預計在2到5年內，復合人工智能將成為主流應用，其商業(yè)效益可能會發(fā)生變革，使跨行業(yè)開展業(yè)務的新方式成為可能，從而導致行業(yè)動態(tài)發(fā)生重大變化。例如，復合AI將：

將人工智能的力量帶到更廣泛的組織中，這些組織無法訪問大量的歷史數(shù)據(jù)或標記數(shù)據(jù)，但具有重要的人類專業(yè)知識

有助于擴大人工智能應用的范圍和質量（即，可以嵌入更多類型的推理挑戰(zhàn)）

因果人工智能包括不同的技術，如因果圖和模擬，有助于揭示因果關系，改善決策。雖然因果人工智能需要5到10年才能達到主流應用，但其商業(yè)效益預計將很高-實現(xiàn)執(zhí)行水平或垂直流程的新方法，這將大大增加企業(yè)的收入或成本節(jié)約。人工智能的因果效益包括：

將領域知識添加到具有較小數(shù)據(jù)集的引導因果人工智能模型的效率

AI系統(tǒng)中更大的決策增強和自主性

通過捕獲易于解釋的因果關系，提高可解釋性

通過利用在不斷變化的環(huán)境中仍然有效的因果關系，提高魯棒性和適應性

通過使因果關系更加明確，減少人工智能系統(tǒng)中的偏差

三、以應用為中心的人工智能

這里的創(chuàng)新包括人工智能工程、決策智能、操作人工智能系統(tǒng)、ModelOps、人工智能云服務、智能機器人、自然語言處理（NLP）、自動駕駛車輛、智能應用和計算機視覺。 決策智能和邊緣人工智能預計將在兩到五年內達到主流采用，并帶來轉型的商業(yè)效益。 決策智能是一門實用的學科，用于通過明確理解和設計如何做出決策，以及如何通過反饋評估、管理和改進結果來改進決策。 決策智能有助于：

減少技術債務，提高知名度，并通過實質性地提高組織決策模型的可持續(xù)性，基于其相關性和透明度的質量，使決策更加透明和可審計，從而提高業(yè)務流程的影響

通過正確捕獲和考慮業(yè)務環(huán)境中的不確定性因素，并使決策模型更具彈性，減少決策結果的不可預測性

邊緣人工智能是指在物聯(lián)網（IoT）端點、網關和邊緣服務器中嵌入人工智能技術的使用，應用范圍從自動車輛到流式分析。其商業(yè)利益包括：

提高運營效率，如制造目視檢查系統(tǒng)

增強的客戶體驗

通過使用本地分析減少決策延遲

降低連接成本，減少邊緣和云之間的數(shù)據(jù)流量

與網絡連接無關的解決方案可用性

四、以人為本的人工智能

該組創(chuàng)新包括人工智能信托、風險和安全管理（TRiSM）、負責任的人工智能、數(shù)字倫理以及人工智能制造商和教學套件。 當人工智能取代人類決策時，它放大了好的和壞的結果。負責任的人工智能通過解決交付價值與容忍風險之間的困境，實現(xiàn)正確的結果。負責任的人工智能是一個總括術語，用于在采用人工智能時做出適當?shù)纳虡I(yè)和道德選擇，包括商業(yè)和社會價值、風險、信任、透明度、公平性、偏見緩解、可解釋性、問責性、安全性、隱私和監(jiān)管合規(guī)性。負責任的人工智能將需要5到10年才能達到主流采用，但最終將對業(yè)務產生轉型影響。 數(shù)字倫理是一個近期趨勢（2至5年），可能會對業(yè)務產生重大影響。數(shù)字倫理包括人、組織和事物之間進行電子互動的價值觀和道德原則體系。這些問題，特別是涉及隱私和偏見的問題，仍然是許多人關注的問題。人們越來越意識到他們的信息是有價值的，他們對缺乏透明度、濫用和違規(guī)行為感到沮喪。各組織正在采取行動，以降低管理和保護個人數(shù)據(jù)的風險，而政府正在實施更嚴格的立法。 許多組織仍然忽視數(shù)字道德，因為他們認為它不適用于他們的行業(yè)或領域，但Gartner預測，到2024年，30%的主要組織將使用新的“社會聲音”指標來處理社會問題并評估其對業(yè)務績效的影響。組織需要將數(shù)字道德融入其人工智能戰(zhàn)略，以增強其在客戶、員工、合作伙伴和社會中的影響力和聲譽。 寫在最后 2022年Gartner人工智能技術成熟度曲線揭示的四類創(chuàng)新有望為任何組織帶來廣泛的好處。 這些創(chuàng)新超越了一般性人工智能技術，其已經被用于為以前靜態(tài)的業(yè)務應用程序、設備和生產力工具添加智能。

編輯：黃飛

?