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。