在關(guān)鍵的AI趨勢(shì)中，從人工智能（AI）中推動(dòng)業(yè)務(wù)價(jià)值，在邊緣進(jìn)行建模，更加關(guān)注數(shù)據(jù)隱私和治理以及日益加劇的人才戰(zhàn)爭(zhēng)

AI：每個(gè)人都參與其中，但只有少數(shù)人做得很好。 《 2019麻省理工學(xué)院SMR-BCG人工智能全球執(zhí)行研究報(bào)告》指出，當(dāng)今十分之九的企業(yè)投資于AI，但到目前為止，有70％的企業(yè)影響很小。

2020年將是AI領(lǐng)域活躍的一年。 隨著到2018-19年的試驗(yàn)階段開始趨于成熟，采用將以嚴(yán)肅的方式開始，企業(yè)領(lǐng)導(dǎo)者將開始評(píng)估所進(jìn)行投資的價(jià)值。 以下是高級(jí)管理人員和企業(yè)領(lǐng)導(dǎo)者在2020年所期待的相關(guān)趨勢(shì)：

1.企業(yè)將獲得真正可操作的AI并衡量影響

在2020年，最高管理層將開始評(píng)估其AI賭注的價(jià)值，并向企業(yè)證明投資回報(bào)率。 Forrester的AI預(yù)言表明："我們相信2020年將是公司開始專注于AI價(jià)值，跳出實(shí)驗(yàn)?zāi)Ｊ讲⒁袁F(xiàn)實(shí)為基礎(chǔ)以加速采用的一年"。

為此，企業(yè)應(yīng)該做的第一件事就是了解衡量結(jié)果的方法。 數(shù)據(jù)科學(xué)家習(xí)慣于根據(jù)召回率/準(zhǔn)確性，AUC和類似的"科學(xué)"指標(biāo)來評(píng)估其"成功"，這與企業(yè)衡量計(jì)劃有效性的方式不同。 為了彌合差距，數(shù)據(jù)科學(xué)家必須事先與企業(yè)坐下來，并與企業(yè)建立共同的框架，以了解和衡量其工作對(duì)企業(yè)的影響。

例如，在世界頂級(jí)電信公司之一的Airtel，我們知道，針對(duì)"漫游者"（在國際旅行中使用本地電話的人）的運(yùn)動(dòng)，以下是數(shù)據(jù)科學(xué)與業(yè)務(wù)（營銷在 情況）和財(cái)務(wù)指標(biāo)。

> Figure 1: Data Science metrics ties to marketing outcome and revenue

設(shè)置完這些"翻譯表"后，所有相關(guān)企業(yè)和組織都可以輕松專注于同一目標(biāo)并衡量影響。

2.人工智能將為信任和公平而設(shè)計(jì)

隨著AI滲透到用戶生活的更多領(lǐng)域，這些系統(tǒng)必須可靠，公平且負(fù)責(zé)。 考慮一個(gè)AI系統(tǒng)的情況，該系統(tǒng)基于"備用"信用數(shù)據(jù)（藍(lán)領(lǐng)或演出經(jīng)濟(jì)的工資單，小額貸款的使用和還款，社會(huì)狀況）來計(jì)算未開戶客戶的信用度。 非傳統(tǒng)的貸方和用戶都必須相信該系統(tǒng)，該產(chǎn)品才能長期有效。

從我們?cè)诹闶?，電子商?wù)，銀行，娛樂（僅舉幾例）中使用的日常產(chǎn)品，或者與越來越智能的系統(tǒng)或設(shè)備的互動(dòng)，幾乎所有生活領(lǐng)域都將開始與AI融合。 AI的從業(yè)者將必須確保公眾可以確定該技術(shù)是透明，安全的，并且其結(jié)論不會(huì)受到偏見或受到操縱。 到2020年，可衡量可信度和"公平性"的技術(shù)將開始融入AI生命周期，以幫助我們構(gòu)建，測(cè)試，運(yùn)行，監(jiān)控和認(rèn)證AI應(yīng)用程序以獲得信任，而不僅僅是性能。

3.人工智能將進(jìn)一步走向邊緣

我的" 2019年AI預(yù)測(cè)"預(yù)測(cè)將從純?cè)撇呗赞D(zhuǎn)變?yōu)樵七吘壔旌喜呗?，以?shí)現(xiàn)更有效的機(jī)器學(xué)習(xí)（ML）。 雖然2019年開始了諸如聯(lián)合學(xué)習(xí)之類的技術(shù)的發(fā)展，但2020年將看到這一趨勢(shì)的重大加速。 如今，就傳輸和計(jì)算而言，在云中分析高保真，高分辨率，原始機(jī)器數(shù)據(jù)的能力非常昂貴，因此，這種實(shí)時(shí)性并不經(jīng)常發(fā)生，從而導(dǎo)致從數(shù)據(jù)中獲得的最低業(yè)務(wù)價(jià)值 被收集。

> Figure 2. Machine Learning will rapidly move from cloud-only to cloud-edge hybrid strategies to be

以數(shù)字電視（OTT）娛樂和B2C互聯(lián)網(wǎng)應(yīng)用為例。 能夠根據(jù)他們跳過或收聽的最后一首歌曲向音樂發(fā)燒友提供實(shí)時(shí)推薦，這將非常有價(jià)值。 但是，今天，許多組織已經(jīng)為他們的工作選擇了較小規(guī)模的樣本數(shù)據(jù)或時(shí)間延遲的數(shù)據(jù)，這提供了半優(yōu)化的結(jié)果。

諸如聯(lián)合學(xué)習(xí)之類的技術(shù)的成熟使得現(xiàn)在可以在遠(yuǎn)程基礎(chǔ)設(shè)施上甚至在具有AI處理器的領(lǐng)先智能手機(jī)上實(shí)時(shí)地實(shí)時(shí)發(fā)布"簡(jiǎn)化版"的ML模型。

4.人與機(jī)器將進(jìn)行"初次接觸"

人與由AI驅(qū)動(dòng)的機(jī)器已經(jīng)開始協(xié)同工作，以您家里的Alexa或Siri或今天早上的Google助手為例，這使我警覺到了凌晨到機(jī)場(chǎng)的意外交通，使我能夠趕上飛機(jī)并 在今天的航班上寫這篇文章。

我們看到機(jī)器興起的最早的地方之一是聯(lián)絡(luò)中心。 那里的流程更加標(biāo)準(zhǔn)化和規(guī)范化，服務(wù)成本仍然相對(duì)較高，并且消費(fèi)者對(duì)越來越多的數(shù)字渠道對(duì)"即時(shí)服務(wù)"的期望甚至挑戰(zhàn)了管理最好的聯(lián)絡(luò)中心管理。 AI可以取代重復(fù)的任務(wù)（帳戶余額，地址更改，添加新服務(wù)），而不是直接替換代理。 最重要的是，AI處理復(fù)雜查詢的能力迅速增強(qiáng)，已經(jīng)成為代理的補(bǔ)充，使他們能夠跨渠道提供更多的上下文和明智的響應(yīng)。

> Image by Gerd Altmann from Pixabay

與任何新技術(shù)的實(shí)施一樣，聯(lián)絡(luò)中心中的AI會(huì)帶來自身的挑戰(zhàn)-似乎過于自動(dòng)化的客戶旅程可能最終會(huì)導(dǎo)致疏遠(yuǎn)或沮喪的客戶，尤其是嬰兒潮一代，他們通常是收入最高的客戶，并且 期待個(gè)性化服務(wù)。

5.人工智能專業(yè)人士將無處不在

" AI冬季"于2019年正式結(jié)束，當(dāng)時(shí)AI的先驅(qū)者Yoshua Bengio，Geoffrey Hinton和Yann LeCun（有時(shí)被稱為" AI的教父"）因其開發(fā)AI的工作而獲得100萬美元的圖靈獎(jiǎng)，以表彰。 深度學(xué)習(xí)的子領(lǐng)域。

AI和ML一直是熱門話題，新聞主要受到Facebook，Google，Netflix等科技公司的推動(dòng)。許多非技術(shù)傳統(tǒng)企業(yè)創(chuàng)建了" AI策略"，開始專注于解決現(xiàn)實(shí)世界。 改變其業(yè)務(wù)指標(biāo)的問題。 在過去幾年中致力于數(shù)字化以使其數(shù)據(jù)管道井然有序并確定了AI可以帶來收益的機(jī)會(huì)領(lǐng)域之后，傳統(tǒng)企業(yè)正在推進(jìn)AI的用例和應(yīng)用。

LinkedIn表示，為了跟上需求的突然增長，過去四年來，AI從業(yè)人員的聘用每年增長74％，其中頂級(jí)從業(yè)人員吸引了像邪教般的追隨者和職業(yè)足球運(yùn)動(dòng)員類型的薪酬。

6.最后，人工智能的陰暗面

AI并不是技術(shù)和文明的"萬靈藥"，有時(shí)您日?qǐng)?bào)上的專欄可能會(huì)讓您相信。 如果處理不當(dāng)，人工智能可能會(huì)以當(dāng)今無法想象的方式造成傷害。 我們已經(jīng)看到了虐待的初期。 現(xiàn)在可以使用AI生成的3D打印面罩來欺騙面部識(shí)別系統(tǒng)。 如今，由AI生成的自動(dòng)偽造內(nèi)容正在造成嚴(yán)重破壞，下一代的偽造內(nèi)容被認(rèn)為過于危險(xiǎn)，以至于其創(chuàng)建者無法向公眾發(fā)布。 過度使用個(gè)性化而不考慮隱私會(huì)損害或冒犯客戶，員工和整個(gè)社會(huì)。