掘金圈 商铺 多灾多难的2020年后,2021年人工智能行业前景如何?

多灾多难的2020年后,2021年人工智能行业前景如何?

广告4

多灾多难的2020年后,2021年人工智能行业前景如何?

2020是充满动荡的一年,组织面临诸多挑战。2021年,人工智能产业将迅速发展。为了解2021年的重要新趋势,行业媒体采访了各行业厂商的主管人员,以获得他们的思考和洞察力,以及对未来发展的预测。

AI产业2021预测

Teradata公司执行副总裁兼首席产品官 HillaryAshton说,在各组织寻求重新开放并获得足够的收入来源这一目标的过程中,它们需要利用人工智能技术,实时收集关键信息,从而实现这一目标。运用人工智能(AI)技术可以帮助组织理解其确保客户和员工安全的策略是否有效,同时继续促进企业的发展。由于各组织认识到人工智能有助于组织政策管理和合规,确保安全和改善客户体验的独特能力,各行业的人工智能普及率将不断提高。

Jitterbit首席技术官 ManojChoudhary表示,到2021年,人工智能、机器学习和物联网将定义和塑造人们的生活和行为,这一现象将持续多年。这种进步会影响人们对待工作、生活、购买、消费等一切事情的态度。但许多组织将采用云计算和边缘计算等技术,这些技术仍将占据主导地位,因为它们可以处理和管理为人工智能、机器学习、物联网技术提供的所有必要数据。对 iPaaS, APIM, RPA等技术的支持。当这些技术从人工驱动业务发展到最终能够利用人工智能和物联网的力量的数字业务时,它们将继续引领业务数字化转型。

Kalypso公司的总经理 GeorgeYoung说,即使能对冠状病毒作出有效反应的疫苗出现,人们的工作方式和互动方式也将发生根本改变。远程工作将持续到新年,而对社交疏离的需求将保持不变,供应链将继续面临中断。这一新的生活方式需要企业采取新的方式,有效地在价值链上运作,从产品到工厂,再到最终用户。使用人工智能将成为应对这些挑战的标准。但如果不考虑人类如何与这些新的自主系统进行交互和使用,人工智能的应用就会遭遇失败。

到2021年,组织将通过以人为本的方式实施人工智能计划,了解用户需求和价值,并据此调整人工智能设计和模型,以提高其采用率。人工智能要获得成功,组织就必须像技术本身一样重视人才和文化。企业变革管理(OCM)团队是推动数字化转型和人工智能发展的关键,因为它能带领员工参与到变革中来,并将组织建立在可评估的结果之上。恰当的变更管理是所有数字化转型计划中最重要但仍然被忽视的部分。

SundeepReddyMallu, Gramener公司的分析主管说,到2021年,各组织将会依赖人工智能系统来关注持续且有意义的商业价值。这种改变将推动组织内部更深层次的数据素养项目。它需要人们去学习新的技能和采取新的行为方式。

VinceJeffs是 Pega的营销人工智能和决策产品策略高级主管,他说,大多数消费者将继续对人工智能持怀疑态度。大部分人仍然不信任人工智能,因为他们不了解它,甚至不知道他们每天都在用它。许多基于人工智能的服务(脸谱网, Google, TikTok等等)都是免费的,消费者根本不知道自己能得到什么(也就是说,提供个人数据)。如果市场不对顾客进行更好的教育,或者执行法规来保护他们,人们就无法预见人工智能可能带来的危险,也无法预见如何保护自己。不过,还有证据表明,业界厂商正在改变人工智能的信誉。

根据 Pega公司的调查,81%的企业领导人表示,随着越来越多的人意识到人工智能将如何影响生活,并在某些情况下受到欢迎,他们将继续面对更加棘手的问题,这将进一步削弱对人工智能的信任,迫使企业必须回应他们的需求。

EricTyree, BluePrism公司人工智能与研究部门负责人,说基于人工智能的数字工作人员将有助于组织长期的战略发展。许多人认为人工智能和自动化对企业的未来是至关重要的。但是,研究表明,大多数组织还没有充分认识到人工智能和自动化投资的好处。随着数字化劳动力将强大的人工智能功能与业务流程连接起来,越来越多的组织将会大规模实施由人工智能驱动的自动化。使用人工智能的自动化技术将越来越多地与核心战略规划相关,如提高对客户关注、收益增长、资金分配、供应链管理、风险管理、成本和运营效率等。由 AI驱动的数字工作者将被用来执行组织战略和管理公司规模的风险。迅速而有效地采用自动化将日益成为保持市场竞争力的一个重要因素。

据 Dataiku的首席执行官和共同创始人 FloriDouetteauge所言,人工智能实验将变得更加具有战略性。实验贯穿模型开发的始终。一般来说,每一个重大的决定或者假设都会伴随着至少一些实验或者之前的研究来证明它们。实验可以有多种形式,从建立成熟的预测机器学习模型到进行统计测试或绘制数据图表。试图将所有可能的超参数和特征处理等结合起来,很快就变得无法跟踪。这样,我们就可以看到组织为试验定义了时间或计算预算,以及模型有效性的可接受阈值。

普华永道全球人工智能部门主管 AnandRao表示,到2021年,人工智能将成为应用的主流。冠状病毒疫情的爆发迫使许多组织进行数字化转型,以适应新常态。据调查显示,新的一年数字加速并没有停止的迹象,而且现在86%的企业通过人工智能获得更好的客户体验的收益很可能会持续。这次爆发还改变了人工智能投资的商业重点。举例来说,我们可以看到组织从简单的任务(比如自动化)转变为关注人力规划和模拟建模。当各组织继续从复杂过程的数字投资中获得收益时,人工智能将在2021年得到更广泛的应用。

DhirenPatel, MachEye的首席产品官和客户成功主管说,人工智能和商业智能的结合将增强数据洞察能力。人工智能已经成为过去五年业界讨论的话题之一。但是,挑战仍然在于让大多数员工的高级人工智能观点民主化。伴随着以人工智能为基础的商业智能产品的问世,各种孤岛将会被打破,每个用户将能够利用数据分析,并轻松发现洞察力。简洁的界面,个性化的洞察力,迷人的数据体验,将成为数据分析在2021年及以后的一个标志。

Onfido公司研究副总裁 MohanMahadevan说,在过去的一年里,很多由人工智能驱动的脸部识别算法中的种族偏见已经成为了主要的讨论话题,并且在2020年的社会动荡中达到了顶峰。该研究发现,广泛的证据表明,有色族裔所面临的种族偏见的可能性远大于白人。到2021年,纠正人工智能偏见将成为任何使用人工智能或面部识别技术的组织的一个主要话题。利用政府发行的文件,人们可以快速方便地证明 ID所有权,方法是分析文件上的头像,并将其与试图访问系统的文件进行比较。在2021年,人工智能偏见将会被揭露,组织将会开始实施彻底的改变来消除软件中的种族偏见,其中部分可以通过有意地关注公平和培训公司的机器学习系统来减少识别错误。

Capacity创始人兼首席执行官大卫·卡兰迪什表示,在保持忠诚关系方面,2021年将是随意采用人工智能的一年。AI不再只用于研发项目,现在是时候调整这些解决方案了,现在必须实现自动化。

Dave Costenaro是 Capacity公司的首席数据官,他说,随着计算能力、因特网规模数据和现代机器学习算法的融合,过去几年里在人工智能领域开辟了一个引人注目的新领域。几年后,我们将进入一个扩展的时代,在这个时代里,我们将使用更多的商业案例来设计、包装和生产原型,从而改进现有的产品和服务,或者创造全新的产品和服务。

Viral Bajaria,6 sense的首席技术官说,人工智能的成功已经从一般应用转向了特定领域。随着公司不断增加对人工智能的投资,它也在重新评估它的技术组合以适应特定的人工智能。针对具体问题的完善用例将优先考虑预算,而非自动执行,因为自动执行什么都能完成。

Andy Fox, LLamasoft全球影响力主管,说在不久以前,人工智能就是我们现在所知道的,比如自动驾驶汽车或者图像识别。但现在出现了一类狭义的新型人工智能,它试图模仿人类的决策过程。就供应链而言,这种新的人工智能能够帮助从“我该怎样给汽车加油?”的角度更好地指导整个供应链的决策。或者“怎样及时得到产品?”他表示,计划在2021年增加这些狭义解决方案,以取代更小的、战术上的决策。

Atos北美人工智能实验室架构负责人 JonasBull表示,在边缘地带,当政府部门试图追踪人,而组织试图操纵人,或者想要了解人的行为时,阻碍追踪的方法就会出现。不同于各团队在反脸部识别工具方面所做的工作,我们将开始看到高科技和低端技术,它们使得人工智能监控和理解人的方式陷入僵局。

Cellebrite数字智能公司高级主管 HeatherMahalik说,随着越来越多的机构开始采用基于人工智能和机器学习的解决方案,执法机构有责任遵循道德政策,并在这类工具中消除偏见。这样,各部门将开始制定自己的政策,并与相关机构合作,以负责和合乎道德的方式使用人工智能,包括对相关团队和业务职能进行适当的培训,以及创造一个数据驱动的、负责任的决策氛围。法律实施机构将继续确保审查人工智能系统,使其无偏差并按要求加以纠正。它们将与公众交流,以增加这些工具使用方面的透明度。

Ahana联合创始人和首席产品官(CPO) Dipti Borkar表示,2021年将会有更多的数据驱动型组织使用开放源码技术进行分析和使用人工智能技术,而 Presto和 Apache Spark等强大的人工智能平台等开放源码分析技术与依赖整合的传统企业数据仓库相比,更灵活、更经济有效,这是一项耗费时间和成本的工作,通常需要锁定供应商。到2021年,像 Presto这样的分析引擎的使用量将会增加。

整个行业将从传统的人工智能平台(如 IBM Watson和 Amazon Lex)转向特定领域的人工智能驱动产品和托管服务模型, Finn AI公司联合创始人兼首席执行官 Jake Tyler表示。一般的平台不是解决方案,没有任何培训数据或数据模型结构,而要建立这种模型,然后在生产环境中优化它,需要专家和资源密集型的工作,大多数组织都无法完成。2021年,将推出一种基于领域的人工智能驱动产品,其目标是特定行业,这将促进从早期创新者市场向大众市场的转变。

据 IanFirth Speechmatics副总裁所说,人工智能在2021年将无法与人类的能力相匹配。举例来说,人工智能可以用算法打败任何棋局中的人,但是它不能泡茶,电脑程序也不能运算速度比人类快几百万倍,但是如果你问起哪支队伍能赢得下届世界杯,它甚至不能理解这个问题。AI能力并非普遍存在,但人们可能会高估或低估算法的力量。我们希望工程师们不会为了避免人工智能和算法错误而将算法映射到人类的能力范围。利用人工智能技术(例如语音识别)可以提高人的能力,并在人工智能自动化与人的知识之间找到一种合适的平衡,使之适合现实世界的用例(例如客户体验和网络会议),这将开始影响人工智能未来的有效应用。

据 Gianom分析师 YiannisAntoniou介绍,人工智能和机器学习将成为云计算行业的热门话题。鉴于社会对打击不公平和偏见的日益重视,以及对机器学习模型更好的可解释性的总体兴趣,云计算提供商将投资并加强其机器学习产品,以提供一整套负责任的人工智能/机器学习功能,以满足监管机构和建模机构的需求,与此同时,人工智能/机器学习功能将继续在整个行业中爆炸式增长,并在易用性和用户体验方面得到显著增强,并在负责任的人工智能/机器学习功能的框架内结合,以推动行业的下一轮增长。

AIOps是瞻博网络公司的首席技术官 BobFriday说, AIOps在网络上使用将会成为主流,许多组织将会从理论变成现实。由于远程员工的增加,以及家庭成为新的小型分支机构,人工智能可以为云计算用户提供卓越的客户体验,同时还能控制远程员工的 IT支持成本。信息技术团队需要采用 AIOps来扩展和自动化他们的操作,并且会颠覆客户支持模式。AI并没有主动向 IT机构提交罚单,而是主动找出有连接或体验问题的用户。

Cloudleaf的首席执行官 MaheshVeerina说,在供应链战略方面,人工智能和机器学习将比往年发挥更大的作用。到2021年,对于对整个供应链的实时洞察的需求将会持续增长,尤其是因为暴发时购买行为的突然改变会导致供应链组织重新评估其运作。为满足这一需求,供应链组织将需要寻求技术来支持人工智能(AI)和机器学习(ML),以便提升当前的描述分析。一般情况下,由于被拥有不同体系的大公司收购,一些组织会面临各种各样的混乱和分散的局面。为提高可视性和确保组织现有系统与新技术同步进行,供应链相关方希望在2021年在所有模块中采用数字孪生技术。

苹果的首席技术官 Wilson Pang说,人工智能中的偏见造成了很大的伤害,从强化的性别成见影响着招聘过程,到信用评分和贷款中的种族歧视。企业知道,雇用不同的员工可以在某种程度上保证人工智能模型的可靠性,而且企业也知道培训数据需要经常监测偏差,因为这会影响算法的质量和准确性。同时,他们也知道,目前还没有基于道德的衡量方法能够真正缓解人工智能的偏见。在2021年前,人们会看到组织不再仅仅承认和担忧人工智能的偏见,他们会开始采取更重要的行动来解决问题。该机构将建立一个具体的团队计划来解决负责任的人工智能涉及的所有问题,包括数据固有的偏见和公平对待数据培训者的所有问题。创建负责的人工智能计划不仅将成为一些企业高层的任务,而且合作伙伴和客户也将要求他们这样做。

BMCSoftware的首席产品官 AliSiddiqui表示, AIOps将会持续升温,以提高客户体验,并实现应用程序保证和优化。由于 AIOps可以利用人工智能、机器学习和预测分析来解决和预测这些意外情况,因此面临着未来一年的不可预测性,其需求将持续增长。数字企业应用程序日益复杂,包括混合内部部署和云计算基础设施,再加上采用现代应用程序架构(如容器化),将导致数据量和复杂性空前增加。尽管现代数字环境中的数据超载可能会推迟维护,让 ITOps团队很难应付,但更加智能的策略和集中的 AIOps系统可以帮助组织改善客户体验,提供现代应用程序的保证和优化,使之智能化,并发展成自主的数字企业。事实上,传统的 IT运作方式已经不再可行。为了能够扩展资源和有效管理现代环境,为实现这一目标,组织必然采用 AIOps。

随着 AIOps的不断成熟,我们可以看到供应商有机会改善其风险评估功能,以使客户能够以几乎确定的方式解决问题,同时又不破坏系统中的其他部分, New Relic公司产品营销主管 Michael Olson表示。到2021年,将会看到厂商和用户之间对软件变更的日益重视,这将成为更可靠的依赖性映射的一个方面,这样工程师们就可以准确地评估风险,并在修改过程或构建变更循环时进行修改,从而确保环境的某个部分不会破坏其他系统。

SangWonLee, Qeexo的首席执行官说,到2021年,处于边缘的机器学习将会成为人工智能/机器学习产业的一个主要焦点。对智能边缘应用的需求正快速增长,包括汽车、智能工厂和智能家居。由于有效的边缘机器学习开发工具的广泛使用,以及半导体公司推出具有机器学习功能的 MCU,采用边缘机器学习技术将成为主流。

NVIDIA公司健康业务副总裁兼总经理 KimberlyPowell说,临床领域将更多地使用联合学习方法,在不同机构、地区、病人统计数据和医疗扫描仪中构建人工智能模型。即便要训练大量的数据,这些模型的灵敏度和选择性也要好于单个机构建立的人工智能模型。此外,研究人员在创建人工智能模型时不需要共享机密病人信息就可以协作。共同学习还可以帮助建立数据稀少地区的人工智能模型(如儿科和罕见疾病)。

据 NVIDIA公司 DGXSystems的业务副总裁兼总经理 CharlieBoyle说,过去十年来,许多组织都在努力招募数据科学家,但是由于缺乏支持性基础设施,他们的生产率比预期要低。通过在超级计算规模上建立集中共享的基础设施,更多的组织将加速人工智能的投资回报。它将促进数据科学人才的培养和扩展,分享最佳做法,加速解决复杂的人工智能问题。

SanjayVyas, Planful的首席技术官说,人工智能将缩小无缝用户体验的范围:当人们回顾人工智能的历史时,算法是最重要的,而用户体验排在第二位。但到2021年,支持人工智能的应用将会更加关注可用性。AI的最佳表现对于用户来说是无缝的,在后台工作时也不受干扰。由 AI/机器学习支持的平台将会找到新的方法让用户得到更好的结果和解决方案。通过查询大量数据、查找异常情况、洞察和趋势,然后在适当的业务环境中显示结果,可以实现这一点。人工智能/机器学习的真正无摩擦性应该是所有商业平台的最终目标。我们希望看到更复杂的人工智能应用程序,它们能够识别每一个用户试图完成的任务,并自动提供洞察力,以便快速采取行动。这对广大技术用户和非技术用户来说,都将具有难以置信的价值。

Talend首席技术官 CalishnaTammana表示,道德人工智能将在2021年的产品开发中发挥关键作用,道德人工智能正成为一个重要问题,但这一问题难以解决。一些组织正利用数据和人工智能来创造解决方案,但他们可能绕过了人权管理条例,包括歧视、监控、透明、隐私、安全、表达自由、工作权利以及获得公共服务的权利。为避免声誉、监管和法律风险,人工智能必须遵循道德规范,并最终让位给人工智能政策。AI政策将确保人民获得高度透明和保护措施。在数据领域,组织的首席执行官和首席技术官需要通过仔细分析、审查和编程,找到消除算法偏差的方法。

Nuance Communications的首席技术官 Joe Petro表示,将会看到企业集中精力采用和开发能够带来实际投资回报(ROI)的人工智能解决方案。企业会把注意力集中在可证明的进展和可衡量的成果上,从而投资于解决特定问题的解决方案。那些深入了解客户希望解决的复杂问题和挑战,并且愿意把研发经费投入到那些能够取得成功的解决方案中的公司。

毕马威数据与分析部门主管 TraciGusher表示,人工智能技能缺口将继续存在,组织将考虑采用新的适应方式。雇佣人工智能人才并从中获益是非常困难的,有一半的业界人士都表示他们正面临着这样的挑战。此外,许多组织已经在数月或数年中加快了数字转型计划的实施,但在可获得的人才和支持这些计划的培训机会方面却有所不同。随着需求的增长,预计组织将向员工提供更多的技能提升计划和奖励,以便他们能够学习新的技能,并在组织的所有级别建立数据和人工智能素养。这种疾病的爆发给组织机构提供了一个机会,他们可以优先采取这些行动,并帮助员工迅速过渡到远程工作中来开发新的技能。

Jumio首席执行官 RobertPrigge表示,当务之急是解决人工智能算法的偏差问题,这将导致基于机器学习的种族识别准则的发布。各机构正日益关注人工智能算法中的人口学偏差(种族、年龄、性别)及其对其品牌和可能引发的法律问题的影响。评估供应商对人口统计偏差的反应,将是2021年选择认证方案时的首要任务。

如果组织想要了解供应商的人工智能“黑箱”是如何构建的,数据来自何方,以及培训数据在广泛人群中的代表情况,那么他们就越来越需要一个清晰的答案。由于企业继续使用基于生物特征的面部识别技术来进行认证,工业部门必须解决系统固有的缺陷。关于人工智能,数据和种族的话题并不新鲜,但是它将在2021年达到顶峰。据麻省理工学院的研究人员分析了一组用来发展面部识别技术的图像数据,其中77%是男性,83%是白人,这说明面部识别技术出现系统性偏差的一个主要原因。到2021年,将会采用指导方针来消除系统偏见。以前,使用脸部识别技术的组织应该询问他们的技术提供者是如何训练算法的,并确保他们的供应商不会对购买的数据进行算法培训。

Rogers大学基础设施研究员 TobiasKomischke博士说,人工智能将会逐渐被引入到人们生活的更多领域。到2021年,由于疾病爆发产生的数据与模型训练使用的数据有显著差异,许多机器学习模型都需要接受大量的压力测试。到2021年,人工智能将被逐步、持续地引入到工作和生活的更多领域,从而显示出它的有形价值。

Workday首席技术官 JimStratton表示,可以解释的人工智能/机器人学习正在兴起,希望开发者和商业用户能够更好地理解和理解人工智能和机器学习算法,并理解如何应用这些算法。当人们对基础技术建立起信任后,这些解决方案就会被广泛采用,而这只有在把给定的预期驱动因素解释给最终用户时才会发生。举例来说,在招聘过程中使用机器学习技术,既能让招聘经理做出明智的决定,又能揭露招聘过程中一些有风险的行为,比如,故意(或恶意)偏袒某个候选人。

Laserfiche首席信息官 Thomas Phelps表示,人工智能将融入组织日常运作的每一步,到2021年,人工智能(AI)最终将渗透到组织运作的各个方面,成为组织创造竞争优势、提供新产品和服务、改造后台和改善客户体验的途径。其中包括利用人工智能帮助降低风险,优化成本,比如预测供应链中的问题,以及推荐替代供应商。安全性技术将越来越多地使用人工智能,而人工智能也将被用来预防可能威胁到参与者的活动和攻击,包括打击勒索软件或泄露敏感数据。人脸识别技术在监控系统中的应用,结合钥匙卡系统,感应设备和建筑图纸,可以快速地识别建筑物内的入侵者。

DrFirst公司产品创新和互操作高级副总裁 KunalAgarwal说,在2020年爆发的新冠状病毒以前所未有的速度加速了医疗领域的数字化转型。虽然远程医疗在2021年仍将占主导地位,但人们需要改善人工智能(AI)、分析和实际互操作性,才能充分发挥其潜力。举例来说,使用深度学习的人工智能甚至可以在远程医疗会议期间通过手机发送的图像,从病人身上精确分析和发现潜在的问题。

广告5

本文来自网络,不代表掘金圈立场,转载请注明出处:http://www.jjq6.com/zhineng/20210112/420.html

作者: summer

上一篇
下一篇

发表评论

邮箱地址不会被公开。 必填项已用*标注

联系我们

联系我们

13361274590

在线咨询: QQ交谈

邮箱: 1584605069@qq.com

工作时间:周一至周五,9:00-17:30,节假日休息

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

关注微博
返回顶部