动荡的2020之后,2021年人工智能产业“钱“”景如何?

2021-01-12 网络
浏览
[人工智能]动荡的2020之后,2021年人工智能产业“钱“”景如何?

2020年是充满动荡的一年,组织面临着众多挑战。进入2021年,人工智能行业将会快速生长。为了对2021年的主要新趋势有所领会,行业媒体采访了各行业厂商的高管,以获取他们的头脑和看法,以及对可能发生的事情的展望。

2021年人工智能的产业展望

Teradata公司执行副总裁兼首席产物官HillaryAshton示意,随着组织追求重新开放和获得足够收入泉源的目的,他们将需要行使人工智能手艺实时网络要害看法,从而使他们能够这样做。接纳人工智能(AI)手艺可以辅助指导组织领会其确保客户和员工平安的计谋是否有用,同时继续促进增进。随着组织认识到人工智能有助于其组织政策治理和合规性,确保平安并提高客户体验的怪异能力,将会看到各行业人工智能的普及率不停提高。

Jitterbit公司首席手艺官Manoj Choudhary示意,在2021年,将会看到人工智能、机械学习和物联网界说并塑造人们的生涯和行为,这种征象将会连续许多年。这些提高将会影响人们的事情、生涯、购置、支出等每件事的处置方式。然则,许多组织将接纳诸如云盘算和边缘盘算之类的手艺,由于它们能够处置和治理为人工智能、机械学习、物联网手艺提供的所有需要数据的能力,它们将继续占主导地位。以及支持iPaaS、APIM和RPA等手艺。随着这些手艺从人工驱动营业生长为最终可以行使人工智能和物联网的气力的数字营业,这些手艺将继续引领营业的数字化转型。

Kalypso公司总司理George Young示意,纵然泛起有用应对冠状病毒的疫苗,人们的事情方式和互动方式也会发生根个性的转变。在新的一年中,远程事情将会连续,社交远离的要求将保持稳定,供应链将继续面临中止。这种新的生涯方式要求组织接纳新的方式在整个价值链中有用地继续运营,从产物到工厂再到最终用户。人工智能的使用将成为应对这些挑战的尺度。然则,若是不思量人类将若何与这些新的自治系统交互和行使,那么人工智能的应用将会面临失败。

在2021年,组织将以人为本的方式开展人工智能设计,领会用户需求和价值,然后响应地调整人工智能设计和模子,从而提高接纳率。为了使人工智能取得乐成,组织必须与手艺自己一样关注人才和文化。组织调换治理(OCM)团队对于推动数字化转型和人工智能前进至关主要,由于它可以动员人们一起介入调换之旅,并为可评估的效果确立组织。适当的调换治理是任何数字化转型设计中最主要但仍被忽视的方面。

Gramener公司剖析主管Sundeep ReddyMallu示意,在2021年,组织将依赖人工智能系统专注于持久和有意义的营业价值。这一转变将推动组织内部更深入的数据素养设计。这将要求人们学习新技术并以新方式行事。

Pega公司市场营销人工智能和决议产物计谋高级总监Vince Jeffs示意,大多数消费者将继续对人工智能持怀疑态度。大多数人仍然不信托人工智能,这是由于他们不领会它,甚至没有意识到自己天天都在使用它。消费者免费获得了许多以人工智能为基础的服务(Facebook、Google、TikTok等),以至于他们不领会自己所支出的回报(也就是提供小我私家数据)。只要人们有着这样的想法,他们将无法预料到人工智能可能带来的危险或若何珍爱自己,除非市场能更好地教育客户或实行律例来珍爱他们。只管如此,仍有证据注释行业厂商正在扭转人工智能的可信度。在Pega公司举行的观察中,81%的商业首脑示意,随着越来越多的人意识到人工智能将会若何影响生涯,而且在某些情形下获得喜好,他们将会继续面临更棘手的问题,进一步削弱对人工智能的信托,迫使组织必须对他们的要求举行回应。

Blue Prism公司人工智能和研究主管Eric Tyree示意,基于人工智能的数字事情者将辅助组织长期保持战略生长。许多人以为人工智能和自动化对于组织未来的生计至关主要。然而,研究注释,大多数组织尚未完全意识到其人工智能和自动化投资的利益。通过数字化劳动力将壮大的人工智能功效与营业流程联系起来,将会越来越多地看到组织大规模实行人工智能驱动的自动化。接纳人工智能的自动化手艺将越来越多地与焦点战略设计相关联,例如改善客户关注度、收入增进、资源分配、供应链治理、风险治理、成本和运营效率等。人工智能驱动的数字事情者将被用作执行组织战略和治理企业规模风险的主要工具。快速有用地接纳自动化将越来越被视为保持市场竞争力的主要组成部门。

Dataiku公司首席执行官兼团结创始人Flori Douetteauge示意,人工智能实验将变得更具战略意义。在整个模子开发历程中举行实验。通常情形下,每个主要的决议或假设都至少随同一些实验或先前的研究来证实这些决议的合理性。从确立成熟的展望机械学习模子到举行统计测试或绘制数据图表,实验可以有多种形式。实验所有可能的超参数和特征处置等的所有组合很快变得无法追踪。因此,将会最先看到组织为实验界说时间或盘算预算,以及模子有用性的可接受性阈值。

普华永道公司全球人工智能主管Anand Rao示意,在2021年,将会看到人工智能成为应用主流。由于发生冠状病毒疫情,许多组织被迫举行数字化转型,以便在新常态下生计。凭据研究,数字加速在新的一年没有住手的迹象,现在有86%的组织通过人工智能获得更好的客户体验的收益很可能会连续下去。疫情也改变了人工智能投资的营业重点。例如,已经看到组织从简朴的义务(如自动化)转变为专注于劳动力设计和仿真建模。随着组织继续从其对庞大流程的数字投资中看到收益,人工智能的应用将在2021年变得加倍普遍。

MachEye公司首席产物官兼客户乐成主管Dhiren Patel示意,人工智能和商业智能的融合将增强数据洞察力。在已往的五年中,人工智能一直是行业组织讨论的一部门。然而,挑战仍然是使大部门员工的高级人工智能看法民主化的历程。随着新的基于人工智能的商业智能产物的泛起,各个孤岛将被打破,每个用户都将能够行使数据剖析并轻松地找到看法。简朴的界面、个性化的看法和引人入胜的数据体验将成为2021年及以后数据剖析的标志。

Onfido公司研究副总裁Mohan Mahadevan示意,在已往的一年中,许多人工智能驱动的面部识别算法中的种族私见一直是人们讨论的主要话题,而且由于2020年的社会动荡而到达巅峰。研究发现,普遍的证据注释,与白人相比,有色族裔面临的种族私见可能性要大得多。在2021年,对于任何行使人工智能或面部识别手艺的组织来说,矫正人工智能私见将成为一个主要话题。通过使用政府公布的文档,人们可以通过剖析文档上的头像并将其与实验接见系统的头像举行对照,从而快速轻松地证实ID所有权。2021年将是人工智能私见揭破的一年,组织将最先实行根个性的变化以消除软件中的种族私见,其中一部门可以通过刻意关注公正和培训公司的机械学习系统以削减识别错误。

Capacity公司创始人兼首席执行官David Karandish 示意,2021年将是随意接纳人工智能到保持忠诚关系的一年。人工智能不再仅仅用于研发项目,现在是致力于调整这些解决方案时刻,现在必须实现自动化。

Capacity公司首席数据官Dave Costenaro示意,随着盘算能力、互联网规模数据和现代机械学习算法的融合,在已往的几年中,人们在人工智能方面开创了令人瞩目的新天地。在未来的几年中,将进入一个扩展时代,在这个时代中,将用更多的商业用例举行原型设计、包装和生产,以增强现有产物和服务或建立全新的产物和服务。

6sense公司首席手艺官Viral Bajaria示意,人工智能的乐成已从通用转移到利基市场。在组织对人工智能投资连续增进的同时,也正在重新评估其手艺客栈以顺应特定的人工智能。而解决特定问题的完善用例将优先思量预算,而不是自动化,它会做所有事情。

LLamasoft公司全球影响力总监Andy Fox示意,不久前,人工智能就是人们现在所知的人工智能,例如自动驾驶汽车或图像识别。然则,现在泛起了一种新的狭义人工智能种别,它正在实验复制人类的决议历程。从供应链的角度来看,这种新的人工智能可以辅助从“我若何给汽车加油?”这一方面更好地指导整个供应链的决议。或“若何定时获得产物?,“打算在2021年增添这些狭义的解决方案,以取代战术性和规模较小的决议。”

Atos公司北美人工智能实验室架构负责人Jonas Bull示意,在边缘,当政府部门试图追踪职员,而组织试图操作职员或对行为举行深入领会时,预计会泛起阻碍追踪的方式。与各个小组在反面部识别工具方面所做的事情差别,将最先看到高科技和低端手艺,这些手艺使人工智能监视和明白人们的方式陷入僵局。

Cellebrite公司数字智能高级总监Heather Mahalik示意,随着越来越多的机构最先接纳这些基于人工智能和机械学习的解决方案,执法部门有责任遵守道德政策并消除此类工具中的私见。因此,各部门将最先制订自己的政策,并与相关机构互助,以负责任和合乎道德的方式使用人工智能,包罗对相关团队和营业职能举行适当的培训,并建立一种具有数据驱动和负责任的决议精神的环境。执法机构将继续确保对人工智能系统举行审查,使其无误差并凭据需要举行纠正。他们将与民众举行相同,以提高有关使用这些工具的透明度。

Ahana公司团结创始人兼首席产物官(CPO)Dipti Borkar示意,将在2021年看到更多以数据为驱动力的组织行使开源手艺举行剖析和使用人工智能手艺,Presto和Apache Spark等壮大的人工智能平台等开源剖析手艺比依赖于整合的传统企业数据仓库偕行更具灵活性和成本效益的数据存储,这是一项耗时且成本高昂的事情,通常需要锁定供应商。在2021年,,诸如Presto等剖析引擎的使用将有所增添。

Finn AI公司团结创始人兼首席执行官Jake Tyler示意,整个行业将从传统的人工智能平台(例如IBM Watson和Amazon Lex)转向特定领域的人工智能驱动产物和托管服务模子。通用平台并不是解决方案,没有任何培训数据或数据模子结构,而为了构建这个模子,然后在生产中对其举行优化是一项专家和资源密集型义务,这超出了大多数组织的能力。 2021年,将接纳针对特定行业的经过培训且证实行之有用的基于领域的人工智能驱动产物,从而推动从早期创新者市场向民众市场的转变。

Ian Firth公司Speechmatics副总裁示意,人工智能在2021年将不会被映射到人类的能力局限。例如人工智能可以使用算法在国际象棋游戏上击败任何人,但却无法沏茶,盘算机程序的运算速率可以比人类快数百万倍,但若是被问到哪个球队可能赢得下一届天下杯,其甚至无法明白这个问题。人工智能的能力并不普遍,但人们可能高估或低估了算法的威力。希望工程师们不要试图将算法映射到人类的能力局限,从而制止人工智能和算法错误。使用人工智能手艺(如语音识别)可以增强人类的能力,并在人工智能自动化和人类知识之间找到适当的平衡,以顺应真实天下的用例(如客户体验和网络会议),这将最先塑造人工智能在未来的有用应用。

Gianom公司剖析师Yiannis Antoniou示意,人工智能/机械学习将成为云盘算行业最热门的话题。思量到社会越来越重视袭击不公正和私见,以及对机械学习模子更好的可注释性的整体兴趣,云盘算提供商将投资并增强其机械学习产物,以提供全套负责任的人工智能/机械学习功效,旨在知足羁系者和建模者,与此同时,人工智能/机械学习功效将会继续在整个行业中看到爆炸性的增进和使用,在易用性和用户体验方面有显著的增强,并在一个负责任的人工智能/机械学习功效框架内连系,以推动该行业的下一次增进。

瞻博网络公司首席手艺官Bob Friday示意,用于网络的AIOps将成为主流,许多组织的AIOps将从理论变为实践。随着远程事情职员的增添以及家庭成为新的微型分支机构,人工智能可为云盘算用户提供精彩的客户体验,同时控制远程员工的IT支持成本。IT团队将需要接纳AIOps来扩展和自动化其运营,并将推翻客户支持模式。人工智能不会自动向IT机构提交票证,而是会自动识别存在毗邻或体验问题的用户。

Cloudleaf公司首席执行官Mahesh Veerina示意,与前几年相比,人工智能和机械学习将在供应链战略中饰演加倍主要的角色。2021年,对整个供应链的更多实时洞察力的需求将继续增进,特别是由于发生疫情购置行为的突然转变导致供应链组织重新评估其运营。为了知足这一需求,供应链组织将需要追求支持人工智能(AI)和机械学习(ML)的手艺,以从当前的描述性剖析中举行升级。在通常情形下,由于被具有差别系统的大型公司收购,一些组织会遇到种种杂乱和涣散的情形。供应链利益相关者在将2021年追求在所有模块上部署数字孪生手艺,以增添可视性,并确保组织现有系统与新手艺之间的同步化。

Appen公司首席手艺官Wilson Pang示意,人工智能中的私见造成了伟大的危险——从强化性别刻板印象影响招聘历程到信用评分和贷款中的种族歧视。组织知道雇佣差别的劳动力可以为人工智能模子提供一定水平的真实性,而且他们知道培训数据需要不停地监控误差,由于它会影响算法的质量和准确性。他们也知道,现在还没有基于伦理的权衡尺度来真正减轻人工智能中的私见。到2021年,将看到组织不再只是认可和忧郁人工智能中的私见,而是最先接纳更主要的行动来解决它。组织将组建详细的团队设计,以解决负责任的人工智能所涉及的所有问题,包罗从数据固有私见到公正看待数据培训师的所有问题。确立负责任的人工智能设计不仅会成为一些组织高管层面的义务,而且互助伙伴和客户也会要求这样做。

BMC Software公司首席产物官Ali Siddiqui示意,AIOps将会不停升温,以增强客户体验并实现应用程序保证和优化。面临未来一年的不能展望性,人们将看到对AIOps的需求将继续增进,由于它可以使用人工智能、机械学习和展望剖析来解决和展望这些意外情形。跨越夹杂内部部署和云盘算基础设施的数字企业应用程序日益庞大,再加上接纳现代应用程序架构(例如容器化),将导致数据量和庞大性亘古未有的增进。虽然现代数字环境中的数据过载可能会延迟维修并使ITOps团队难以应对,但更智能的计谋和集中式AIOps系统可辅助组织改善客户体验,提供现代应用程序保证和优化,并将其与智能自动化,并生长成为自治的数字企业。实际上,传统的IT运营方式可能不再可行。为此组织不能制止地要接纳AIOps,以便能够扩展资源并有用治理现代环境。

New Relic公司产物营销总监Michael Olson示意:随着AIOps的不停成熟,人们看到供应商有机遇改善其风险评估功效,以使客户能够以险些确定的方式解决问题,而不会损坏系统中的其他内容。在2021年,将会看到供应商和用户之间越来越多的关注,这将是实现更可靠依赖关系映射的一个方面,以便工程师可以在修复历程或构建更改周期的历程中准确评估风险,以举行软件更改,从而确保环境某一部门的更改不会损坏其他系统。

Qeexo公司首席执行官Sang Won Lee示意,到2021年,处于边缘的机械学习将成为人工智能/机械学习行业的主要焦点之一。在汽车、智能工厂和智能家居行业,对智能边缘应用的需求正在迅速增进。随着普遍可用的高效边缘机械学习开发工具和半导体公司推出具有机械学习功效的新型MCU,接纳边缘机械学习应用将成为主要趋势。

NVIDIA 公司康健营业副总裁兼总司理Kimberly Powell示意,临床社区将增添对团结学习方式的使用,以跨种种机构、区域、患者人口统计数据和医疗扫描仪确立人工智能模子。纵然有大量数据需要训练,这些模子的敏感性和选择性也优于单个机构确立的人工智能模子。另外,研究职员无需共享秘密的患者信息即可在人工智能模子建立上举行协作。团结学习另有助于为数据稀缺的区域(例如儿科和罕有疾病)确立人工智能模子。

NVIDIA公司DGX Systems营业副总裁兼总司理Charlie Boyle示意,已往十年来,许多组织争相招募数据科学家,但由于缺乏支持性基础设施,其生产力一直低于预期。更多的组织将通过以超级盘算规模构建集中的共享基础设施来加速人工智能的投资回报。这将促进数据科学人才的培育和扩展,最佳实践的共享,并加速解决庞大的人工智能问题。

Planful公司首席手艺官Sanjay Vyas示意,人工智能将会缩小无缝用户体验的局限:当人们回首人工智能的历史时,算法是最主要的,用户体验位居其次。然则随着进入2021年,支持人工智能的应用将越来越关注可用性。人工智能的最佳表达对用户而言是无缝的,而且在后台绝不滋扰地事情。人工智能/机械学习支持的平台将找到新方式来指导用户获得更好的结论和解决方案。这是通过查询大量数据,查找异常情形,洞察力和趋势,然后在适当的营业环境中出现效果来实现的。真正无摩擦的人工智能/机械学习应该是所有营业平台的最终目的。希望看到更庞大的人工智能应用程序,这些应用程序可以识别每个用户正在实验完成的义务,并自动提供可用于快速行动的看法。这种易用性对于宽大手艺用户和非手艺用户都将具有难以想象的价值。

Talend公司首席手艺官Calishna Tammana示意,道德的人工智能将在2021年的产物开发中饰演要害角色,道德的人工智能正在成为一个主要的问题,但很难解决。组织正在使用数据和人工智能来建立解决方案,然则它们可能会在歧视、监视、透明性、隐私、平安性、表达自由、事情权和获得公共服务方面绕过人权羁系律例。为了制止声誉、律例和执法风险,必须遵守道德规范的人工智能,并将最终让位于人工智能政策。人工智能政策将确保为人们提供高尺度的透明度和珍爱措施。在数据领域,组织的首席执行官和首席手艺官将需要找到方式,通过仔细的剖析,审查和编程来消除算法中的私见。

Nuance通讯公司首席手艺官Joe Petro示意,人们将看到企业专注于接纳和开发可真正带来投资回报率(ROI)的人工智能解决方案。组织将专注于可证实的提高和可权衡的效果,因此将投资于解决特定问题的解决方案。对客户想要解决的庞大性和挑战有深刻明白的公司,并愿意在解决方案上投入研发资金,而这些组织将获得乐成。

毕马威公司数据与剖析负责人Traci Gusher 示意,人工智能技术差距将继续存在,组织将思量新的顺应方式。而且很难约请部署人工智能和获得所有收益所需的人才,一半的行业内部人士都示意面临了这一挑战。而且,许多组织已经在数月或数年的时间内加速了数字化转型设计的实行,然则在支持这些设计的可用人才和培训机遇方面存在差异。由于需求增添,预计组织将为员工提供更多的技术提升设计和激励措施,以使其学习新技术以及在组织的各个层面上确立数据和人工智能素养。疫情为组织提供了一个机遇,使他们可以优先思量这些行动,并辅助员工在快速过渡到远程事情中生长新技术。

Jumio公司首席执行官Robert Prigge示意,解决人工智能算法中的私见将是当务之急,这将导致推出针对种族的机械学习支持的面部识别准则。组织越来越关注人工智能算法中的人口统计学误差(种族、岁数、性别)及其对其品牌的影响以及引发执法问题的可能性。在2021年选择身份证实解决方案时,评估供应商若何应对人口统计学误差将成为重中之重。

对于希望领会供应商的人工智能“黑盒”是若何构建的,数据源自那边以及培训数据对所服务的普遍人群的代表性若何的组织,组织将越来越需要明确的谜底。随着组织继续接纳基于生物特征的面部识别手艺举行身份验证,行业必须解决系统中固有的误差。人工智能、数据和种族这一话题并不是什么新鲜事物,但它会在2021年到达巅峰。据麻省理工学院的研究职员剖析了用于开发面部识别手艺的图像数据集之后,有77%的图像是男性,而83%的图像是白人,这注释了面部识别手艺中存在系统误差的主要原因之一。在2021年,将接纳指南来抵消这种系统性私见。在此之前,使用面部识别手艺的组织应该询问其手艺提供商若何训练其算法,并确保其供应商未针对购置的数据集训练算法。

罗格斯大学基础设施研究员Tobias Komischke博士示意,将逐步将人工智能逐步引入人们生涯的更多领域。在2021年,由于疫情发生的数据与模子训练所用的数据显著差别,因此对许多机械学习模子举行了伟大的压力测试。在2021年,将会看到人工智能在事情和生涯的更多领域中加倍逐步和不停地引入,这些领域可以证实有形的价值。

Workday公司首席手艺官Jim Stratton示意,可注释的人工智能/机械学习正在兴起,期望开发职员和商业用户对人工智能和机械学习算法以及若何应用它们有更多的领会和推理。在人们确立对基础手艺的信托之后,这些解决方案将被普遍接纳,只有在将给定展望的驱动因素注释给最终用户的情形下,这种情形才会发生。例如,在招聘时使用机械学习的靠山下,为什么要推荐给定候选人担任特定职位,这既可以使招聘司理做出明智的决议,又可以揭破招聘中无意(或恶意)私见的风险做法。

Laserfiche公司首席信息官Thomas Phelps示意,人工智能将集成到组织一样平常运营的每个步骤中,在2021年,人们最终将看到人工智能(AI)嵌入组织运行方式的所有方面,它将成为组织缔造竞争优势的方式,提供新产物和服务,革新后台并改善客户体验。这将包罗使用人工智能来辅助减轻风险和优化成本,例如展望供应链中的问题并建议替换供应商。平安手艺将越来越多地使用人工智能,人工智能也将更常用于防止威胁介入者的流动和攻击,包罗袭击勒索软件或泄露敏感数据。监控系统中的人工智能面部识别手艺与钥匙卡系统、感应装备和建筑图连系使用,将用于快速识别建筑物中的入侵者。

DrFirst公司产物创新和互操作性高级副总裁Kunal Agarwal示意,2020年发生的冠状病毒疫情以亘古未有的速率加速了医疗保健的数字化转型。只管远程医疗将在2021年继续占有主导地位,但人们需要改善人工智能(AI)和剖析以及适用的互操作性,以释放其所有潜力。例如,具有深度学习的人工智能甚至可以从患者在远程医疗会议期间从手机发送的图像中准确地剖析和检测潜在问题。

版权声明:本文为企业网D1Net编译,转载需注明出处为:企业网D1Net,若是不注明出处,企业网D1Net将保留追究其执法责任的权力。