人工智能成定局，2019將AI迎來(lái)全面普及的元年

【印聯(lián)傳媒資訊】2018年，PricewaterhouseCoopers給出了人工智能的預測，將在2018年徹底普及。而今年，(PwC)加大了對2019年人工智能公司“必須實(shí)現”的預測。

ROI和動(dòng)量組織

有關(guān)人工智能算法的一個(gè)事實(shí)可能會(huì )讓商業(yè)用戶(hù)感到驚訝。同樣的幾個(gè)算法可以解決大多數與人工智能相關(guān)的業(yè)務(wù)問(wèn)題，根據調查報告，(PwC)表示：“如果你成功地將它們應用于企業(yè)的某一領(lǐng)域，你就可以在其他領(lǐng)域使用它?！?

例如，通過(guò)自動(dòng)從發(fā)票中提取信息，即使是那些沒(méi)有完全標準化的發(fā)票，人工智能系統也可以實(shí)現流程自動(dòng)化，以減少成本和處理時(shí)間。一旦完成，編程就可以相對容易地修改，以加快其他領(lǐng)域的數據提取，包括客戶(hù)服務(wù)、營(yíng)銷(xiāo)、稅收和供應鏈管理。

此外，確保建立正確的人工智能基礎。也就是說(shuō)，人工智能倡議既不應從人工智能專(zhuān)家開(kāi)始，也不應從商界領(lǐng)袖開(kāi)始。相反，公司的AI探索和實(shí)現應該由一個(gè)多樣化的團隊來(lái)監督，其中包括具有業(yè)務(wù)、IT和專(zhuān)門(mén)人工智能技能的人員，他們代表組織的所有部分。

這個(gè)團隊應該確定如何識別AI用例，開(kāi)發(fā)問(wèn)責制和治理，以及建立企業(yè)范圍的數據策略。pwc表示，它還應該決定技術(shù)標準，包括體系結構、工具、技術(shù)、供應商和知識產(chǎn)權管理，以及人工智能系統需要具備多大的智能化。

教員工

正如報告所指出的那樣，即使是對用戶(hù)友好的人工智能也是復雜的：“即使經(jīng)過(guò)基本培訓，業(yè)務(wù)人員也可能無(wú)法完全理解不同人工智能算法的參數和性能水平。他們可能會(huì )意外地應用錯誤的算法，并產(chǎn)生意想不到的結果?！?

報告稱(chēng)，答案是創(chuàng )造出三個(gè)層次的人工智能-精明的員工-“公民用戶(hù)”、“公民開(kāi)發(fā)者”和“數據科學(xué)家”，并為這三個(gè)人提供了成功合作的途徑。

隨著(zhù)人工智能的普及，大多數員工將需要培訓才能成為公民用戶(hù)。他們將學(xué)習如何使用人工智能應用程序，支持數據治理，并在需要時(shí)獲得專(zhuān)家幫助。

大約5%到10%的勞動(dòng)力應該接受進(jìn)一步的培訓，成為公民開(kāi)發(fā)人員：能夠識別用例和數據集并與人工智能專(zhuān)家合作開(kāi)發(fā)新應用程序的強大用戶(hù)。

最后，一小群數據工程師和數據科學(xué)家將“做重活”來(lái)創(chuàng )建、部署和管理應用程序。

在pwc的調查中，31%的高管表示，他們擔心未來(lái)五年無(wú)法滿(mǎn)足對人工智能技能的需求。PwC的顧問(wèn)說(shuō)：“高級技術(shù)可以創(chuàng )造公民用戶(hù)和開(kāi)發(fā)人員，但是你可能需要雇傭訓練有素的程序員和數據科學(xué)家。

使AI負責任

接受調查的高管稱(chēng)確保人工智能系統信得過(guò)作為他們2019年最大的人工智能挑戰?！八麄儗⑷绾慰朔@一挑戰取決于他們是否在解決負責任的人工智能的所有方面，”報告說(shuō)。

這些方面包括：

公平：我們是否將數據和人工智能模型中的偏差降到最低？

可解釋性：我們能解釋AI模型如何做出決策并確保這些決策是準確的嗎？

穩健性和安全性：我們能依靠人工智能系統的性能嗎？我們的系統易受攻擊嗎？

治理：誰(shuí)對人工智能系統負責？我們有適當的控制措施嗎？

系統倫理：我們的人工智能系統是否符合規定？他們將如何影響我們的員工和客戶(hù)？

根據pwc的說(shuō)法，要建立對AI的數據、算法、流程和報告框架的控制，就需要由技術(shù)、業(yè)務(wù)和內部審計專(zhuān)家組成的混合團隊。

“當他們不斷地測試和監控控制時(shí)，這些團隊將不得不考慮適當的權衡，”報告說(shuō)。例如，在可解釋性方面，您希望在性能、成本、用例的關(guān)鍵性和所涉及的人類(lèi)專(zhuān)業(yè)知識的范圍之間取得正確的平衡。

定位和標記數據

調查對象確定，整合人工智能和分析系統是2019年人工智能相關(guān)數據的首要優(yōu)先事項。但只有不到三分之一的參與者認為數據將作為來(lái)年的業(yè)務(wù)重點(diǎn)。這樣是人工智能成功所需要的基礎。

有了足夠的歷史數據，比如說(shuō)，客戶(hù)行為，機器學(xué)習系統最終將能夠預測消費者未來(lái)的行為。然而，要創(chuàng )建訓練機器所需的數據集，必須標記數據。同時(shí)，“一些業(yè)務(wù)問(wèn)題有人工智能解決方案，需要培訓數據，而公司可能沒(méi)有這些數據，”報告指出。

另一方面，新的機器學(xué)習技術(shù)可以使人工智能在數量驚人的樣本基礎上產(chǎn)生自己的數據。報告稱(chēng)，這些技術(shù)還支持將模型從一個(gè)具有大量數據的任務(wù)轉移到另一個(gè)缺乏數據的任務(wù)。

通過(guò)個(gè)性化和質(zhì)量使人工智能貨幣化

pwc認為：“用人工智能提升公司的業(yè)績(jì)和利潤并非遙不可及的夢(mèng)想?！蹦壳?，人工智能帶來(lái)的最大收益是提高生產(chǎn)率，因為公司利用它來(lái)改善運營(yíng)，幫助員工做出更好的決策。然而，報告預測，在2019年，更多的公司將規劃或開(kāi)發(fā)基于人工智能的新業(yè)務(wù)模式，并調查新的收入機會(huì )?！叭斯ぶ悄艿拇蟛糠纸?jīng)濟影響將來(lái)自消費方面，通過(guò)更高質(zhì)量、更個(gè)性化和更多數據驅動(dòng)的產(chǎn)品和服務(wù)，”報告說(shuō)。

這種影響的例子包括衛生保健行業(yè)基于監測病人生活方式數據的新的商業(yè)模式，或者零售商提供更多專(zhuān)門(mén)為個(gè)人量身定制的產(chǎn)品和服務(wù)。

(PwC)表示：“人工智能甚至被用來(lái)通過(guò)游戲化策略來(lái)幫助指導這些決策?！崩?，一家領(lǐng)先的汽車(chē)制造商一直在使用人工智能測試200，000多個(gè)自主共乘車(chē)隊的上市方案。

將人工智能與分析、物聯(lián)網(wǎng)等結合起來(lái)

當與其他技術(shù)，分析技術(shù)、ERP技術(shù)、物聯(lián)網(wǎng)技術(shù)、區塊鏈技術(shù)、甚至(最終)量子計算技術(shù)集成在一起時(shí)，人工智能的力量將更加強大。

超過(guò)三分之一(36%)的受訪(fǎng)高管表示，將人工智能與其他技術(shù)相融合是2019年人工智能面臨的最大挑戰。這使得它與再培訓雇員相當，也低于確保對人工智能的信任。

需要考慮的一個(gè)關(guān)鍵點(diǎn)是：“由于人工智能與先進(jìn)的系統集成在一起，這些系統24小時(shí)工作，它的算法將需要持續不斷的新數據流來(lái)學(xué)習。否則，AI模型將使用過(guò)時(shí)的數據，這將降低AI的性能。模型還需要定期測試、更新和更換?！?

顯然，今天的商業(yè)成功并不僅僅是插入人工智能并讓它來(lái)完成所有工作的問(wèn)題。、