在關鍵的AI趨勢中,從人工智能(AI)中推動業(yè)務價值,在邊緣進行建模,更加關注數(shù)據(jù)隱私和治理以及日益加劇的人才戰(zhàn)爭
AI:每個人都參與其中,但只有少數(shù)人做得很好。 《 2019麻省理工學院SMR-BCG人工智能全球執(zhí)行研究報告》指出,當今十分之九的企業(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領域活躍的一年。 隨著到2018-19年的試驗階段開始趨于成熟,采用將以嚴肅的方式開始,企業(yè)領導者將開始評估所進行投資的價值。 以下是高級管理人員和企業(yè)領導者在2020年所期待的相關趨勢:
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估其AI賭注的價值,并向企業(yè)證明投資回報率。 Forrester的AI預言表明:"我們相信2020年將是公司開始專注于AI價值,跳出實驗模式并以現(xiàn)實為基礎以加速采用的一年"。
為此,企業(yè)應該做的第一件事就是了解衡量結果的方法。 數(shù)據(jù)科學家習慣于根據(jù)召回率/準確性,AUC和類似的"科學"指標來評估其"成功",這與企業(yè)衡量計劃有效性的方式不同。 為了彌合差距,數(shù)據(jù)科學家必須事先與企業(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企業(yè)的影響。
例如,在世界頂級電信公司之一的Airtel,我們知道,針對"漫游者"(在國際旅行中使用本地電話的人)的運動,以下是數(shù)據(jù)科學與業(yè)務(營銷在 情況)和財務指標。
> Figure 1: Data Science metrics ties to marketing outcome and revenue
設置完這些"翻譯表"后,所有相關企業(yè)和組織都可以輕松專注于同一目標并衡量影響。
2.人工智能將為信任和公平而設計
隨著AI滲透到用戶生活的更多領域,這些系統(tǒng)必須可靠,公平且負責。 考慮一個AI系統(tǒng)的情況,該系統(tǒng)基于"備用"信用數(shù)據(jù)(藍領或演出經(jīng)濟的工資單,小額貸款的使用和還款,社會狀況)來計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。
從我們在零售,電子商務,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)或設備的互動,幾乎所有生活領域都將開始與AI融合。 AI的從業(yè)者將必須確保公眾可以確定該技術是透明,安全的,并且其結論不會受到偏見或受到操縱。 到2020年,可衡量可信度和"公平性"的技術將開始融入AI生命周期,以幫助我們構建,測試,運行,監(jiān)控和認證AI應用程序以獲得信任,而不僅僅是性能。
3.人工智能將進一步走向邊緣
我的" 2019年AI預測"預測將從純云策略轉(zhuǎn)變?yōu)樵七吘壔旌喜呗裕詫崿F(xiàn)更有效的機器學習(ML)。 雖然2019年開始了諸如聯(lián)合學習之類的技術的發(fā)展,但2020年將看到這一趨勢的重大加速。 如今,就傳輸和計算而言,在云中分析高保真,高分辨率,原始機器數(shù)據(jù)的能力非常昂貴,因此,這種實時性并不經(jīng)常發(fā)生,從而導致從數(shù)據(jù)中獲得的最低業(yè)務價值 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)燒友提供實時推薦,這將非常有價值。 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)或時間延遲的數(shù)據(jù),這提供了半優(yōu)化的結果。
諸如聯(lián)合學習之類的技術的成熟使得現(xiàn)在可以在遠程基礎設施上甚至在具有AI處理器的領先智能手機上實時地實時發(fā)布"簡化版"的ML模型。
4.人與機器將進行"初次接觸"
人與由AI驅(qū)動的機器已經(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場的意外交通,使我能夠趕上飛機并 在今天的航班上寫這篇文章。
我們看到機器興起的最早的地方之一是聯(lián)絡中心。 那里的流程更加標準化和規(guī)范化,服務成本仍然相對較高,并且消費者對越來越多的數(shù)字渠道對"即時服務"的期望甚至挑戰(zhàn)了管理最好的聯(lián)絡中心管理。 AI可以取代重復的任務(帳戶余額,地址更改,添加新服務),而不是直接替換代理。 最重要的是,AI處理復雜查詢的能力迅速增強,已經(jīng)成為代理的補充,使他們能夠跨渠道提供更多的上下文和明智的響應。
> Image by Gerd Altmann from Pixabay
與任何新技術的實施一樣,聯(lián)絡中心中的AI會帶來自身的挑戰(zhàn)-似乎過于自動化的客戶旅程可能最終會導致疏遠或沮喪的客戶,尤其是嬰兒潮一代,他們通常是收入最高的客戶,并且 期待個性化服務。
5.人工智能專業(yè)人士將無處不在
" AI冬季"于2019年正式結束,當時AI的先驅(qū)者Yoshua Bengio,Geoffrey Hinton和Yann LeCun(有時被稱為" AI的教父")因其開發(fā)AI的工作而獲得100萬美元的圖靈獎,以表彰。 深度學習的子領域。
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。許多非技術傳統(tǒng)企業(yè)創(chuàng)建了" AI策略",開始專注于解決現(xiàn)實世界。 改變其業(yè)務指標的問題。 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可以帶來收益的機會領域之后,傳統(tǒng)企業(yè)正在推進AI的用例和應用。
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%,其中頂級從業(yè)人員吸引了像邪教般的追隨者和職業(yè)足球運動員類型的薪酬。
6.最后,人工智能的陰暗面
AI并不是技術和文明的"萬靈藥",有時您日報上的專欄可能會讓您相信。 如果處理不當,人工智能可能會以當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別系統(tǒng)。 如今,由AI生成的自動偽造內(nèi)容正在造成嚴重破壞,下一代的偽造內(nèi)容被認為過于危險,以至于其創(chuàng)建者無法向公眾發(fā)布。 過度使用個性化而不考慮隱私會損害或冒犯客戶,員工和整個社會。
-
AI
+關注
關注
87文章
30761瀏覽量
268905 -
人工智能
+關注
關注
1791文章
47207瀏覽量
238279
發(fā)布評論請先 登錄
相關推薦
評論