2019企业高管人工智能趋势预测

爱秀美 2019-08-01


2019年人工智能将去向何方?听听全球知名企业高管怎么说。


01


德勤(Deloitte)总经理兼德勤医疗系统项目ConvergeHEALTH首席技术官Dan Housman


“患者会发现,除了现有的移动端APP和其他互联网医疗平台的聊天机器人之外,他们还可以通过各种全通道用户界面进行医患交谈。像Alexa和Google Home这样的会话体验,用户框架或许可以添加HIPAA(《健康保险流通与责任法案》)隐私支持,这将为机器人打开一扇大门,以便在患者在前后访问的间隔时间内保持适时沟通。在护理机构,医院病床旁的护士呼叫按钮、病历表格以及残旧的排程应用程序,都将发展成为以客户为中心的机器人医疗助手。”


02


开源大数据技术公司MapR数据与应用程序高级副总裁Jack Norris


“2019年我们将看到钟摆式的转折——聚焦边缘分析的执行。与其传统地将数据移回核心存储、应用,企业更青睐于边缘处理、分析数据以节省时间和成本。其用例包括异常检测(欺诈)、模式识别(故障预测/维护)和持久流。自动驾驶汽车、油气平台、医疗设备都是这一趋势的早期例子,我们将在2019年看到这一趋势的扩展。这一趋势的成本驱动因素是带宽(半连接环境以及昂贵的蜂窝网络)和存储(减少发送到云端的数据量)。”


03


Salesforce伦理AI实践架构师Kathy Baxter


“公众对可靠人工智能的需求将会增加。如果说2018年是AI觉醒之年,那2019年就将成为行动之年。不仅是数据伦理学家和人权倡导者要求公平、问责和透明,消费者已经在改变他们使用Facebook的方式,或者干脆删除他们的账户,这种趋势可能会蔓延到其他通过注册个人数据信息来登录的社交媒体和其他服务。更多关于有责创造和使用人工智能的承诺书及声明将形成书面文件,企业将被迫采用遵循,公众也将对政府在影响人权的决策中使用有偏见的人工智能进行反击。更多员工将要求对他们所创造的东西施加影响,并拒绝为有害的自动化做出贡献。企业将不得不以自己的意识为先导——无论是购买人工智能解决方案还是建立人工智能,都要确保这些系统是合法的,以避免成为下一个‘问题AI’头条。”


04


SIOS Technology总裁兼首席执行官Jerry Melnick


“高级分析和人工智能将继续变得更加集中,并为特定的需求而专门构建,这些功能将越来越多地嵌入管理工具中。这个备受期待的功能将简化IT操作,改进基础设施和应用程序稳健性,并降低总体成本。随着这一趋势的发展,人工智能和分析技术将被嵌入到高可用性和故障恢复解决方案中,以及云服务提供商提供的提高服务水平的产品中。由于能够快速、自动和精确地理解问题,跨越复杂配置诊断问题,云端关键服务的可靠性和可用性将极大提高。”


05


Grammarly研究主管Joel Tetreault


“关于工业级人工智能的一个不可告人之处是,这些系统多数是由成千上万甚至更多人类评分者创建和标记的数据集进行培训和评估的。随着我们解决更复杂的人工智能问题,对大量高质人类判断的需求将会增加,但在利用机器学习省时省钱收集这些判断方面将会出现突破。与此同时,使用最少甚至不使用标记数据的方法(又称无监督技术)将减少我们对大量标记数据的依赖,从而使深度学习模型能够更稳健地处理新的、不同类型的问题。”


06


Accenture Applied Intelligence总经理兼首席技术官Jean-Luc Chatelain


“知识图是新的黑马!所需的技术——NLP、图形数据库、内容分析——现在已看齐以使知识图能够轻松地编码领域知识。从可用的聊天机器人、引导流程到自动化顾问,我们将看到他们在众多行业和领域里的使用率增加,包括医疗保健、金融服务和供应链。”


07


Sophos首席技术官Joe Levy


“随着自动驾驶汽车、智能扬声器和面部识别技术的创新,人工智能已进入主流。虽然人工智能在物流、制造、医疗保健和网络安全方面的应用不那么引人注目,但同样具有影响力。网络安全的独特之处在于它是所有其他技术的重要组成部分。无论我们选择生活在一个“智能”还是“人工智能”的世界,有一件事是肯定的:如果人工智能和深度学习不能增强你的网络安全战略,你就更有可能被黑客攻击。人工智能让网络犯罪分子更难获得声名狼藉的收入。有了人工智能的防御,攻击者只能寻找更容易的目标(那些认为自己不需要人工智能的目标),或者被迫开发出更复杂、成本更高的攻击方法——因此,网络军备竞赛仍在继续。”


08


Salesforce数据科学副总裁Vitaly Gordon


“人工智能正在进入商品时代。你不需要知道微波技术如何工作才能使用它,它只是一个工具。随着大量无代码、点击式工具的涌入,我们正进入与人工智能相同的阶段,在这个阶段,无论技术背景如何,它都将成为一种广泛使用的实用工具。因此,未来几年的大部分人工智能应用程序将由很少或没有人工智能培训的人开发。”


09


UJET创始人和首席执行官Anand Janefalkar


“人工智能(AI)和机器学习(ML)在许多实际应用中被夸大了,包括呼叫中心行业。例如,与其试图识别图像或数据中的特定模式(AI/ML的最佳点),不如通过智能应用自动化来解决常见问题并通过定义的业务流程提供指导用户流程,从而增加满足自助服务支持会话的数量。通过主要利用人类智能来支持那些不能有效自动化的场景,呼叫中心的操作将得到进一步优化。” 


10


Espressive创始人和首席执行官Pat Calhoun


“2019年,将会有一个从人工智能工具包到人工智能解决具体企业挑战的转变。如IT和人力资源员工的经验,迄今为止,模型成了企业利用AI工具包构建自定义应用程的难获技术。这正转向使用AI来解决常见的企业问题。” 


11


Oracle自适应智能应用副总裁Melissa Boxer


“2019年,人工智能在企业中的早期采用者希望从他们的人工智能投资中获得更多价值,因为他们希望云应用程序中内置的人工智能解决方案在功能、用户体验和可访问性(多设备、聊天机器人、数字助理等)方面更丰富。我们将看到公司投资于第三方数据源和智能数据(动态信号和定期刷新的灵活分类)以优化输出。随着企业与机器学习偏差作斗争,信任、透明度和可解释的人工智能将成为更大的问题。客户将会意识到机器学习需要人类的监督和监督控制等功能,再加上数据洞察,以帮助早期采用者调整机器学习输出,并从人工智能投资中产生更多价值。”


12


Kinetica首席营销官Daniel Raskin


“2019年,整合人工智能将成为营销战略的重要组成部分。围绕预测分析、情绪分析、程序化广告等方面,训练有素的模型,将彻底变革营销人员在营销渠道上多方面的自动化,并开发出具有高度针对性,基于客户的营销(ABM)策略。这需要对新技术进行投资,但也将通过提高营销资金的有效性来降低定制采购的成本。”


文章来源 | 数据观

转载请注明来源