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

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)用戶感到驚訝。同樣的幾個(gè)算法可以解決大多數(shù)與人工智能相關(guān)的業(yè)務(wù)問(wèn)題，根據(jù)調(diào)查報(bào)告，(PwC)表示：“如果你成功地將它們應(yīng)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(biāo)準(zhǔn)化的發(fā)票，人工智能系統(tǒng)也可以實(shí)現(xiàn)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(duì)容易地修改，以加快其他領(lǐng)域的數(shù)據(jù)提取，包括客戶服務(wù)、營(yíng)銷、稅收和供應(yīng)鏈管理。

此外，確保建立正確的人工智能基礎(chǔ)。也就是說(shuō)，人工智能倡議既不應(yīng)從人工智能專家開(kāi)始，也不應(yīng)從商界領(lǐng)袖開(kāi)始。相反，公司的AI探索和實(shí)現(xiàn)應(yīng)該由一個(gè)多樣化的團(tuán)隊(duì)來(lái)監(jiān)督，其中包括具有業(yè)務(wù)、IT和專門人工智能技能的人員，他們代表組織的所有部分。

這個(gè)團(tuán)隊(duì)?wèi)?yīng)該確定如何識(shí)別AI用例，開(kāi)發(fā)問(wèn)責(zé)制和治理，以及建立企業(yè)范圍的數(shù)據(jù)策略。pwc表示，它還應(yīng)該決定技術(shù)標(biāo)準(zhǔn)，包括體系結(jié)構(gòu)、工具、技術(shù)、供應(yīng)商和知識(shí)產(chǎn)權(quán)管理，以及人工智能系統(tǒng)需要具備多大的智能化。

教員工

正如報(bào)告所指出的那樣，即使是對(duì)用戶友好的人工智能也是復(fù)雜的：“即使經(jīng)過(guò)基本培訓(xùn)，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(shù)和性能水平。他們可能會(huì)意外地應(yīng)用錯(cuò)誤的算法，并產(chǎn)生意想不到的結(jié)果。“

報(bào)告稱，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”、“公民開(kāi)發(fā)者”和“數(shù)據(jù)科學(xué)家”，并為這三個(gè)人提供了成功合作的途徑。

隨著人工智能的普及，大多數(shù)員工將需要培訓(xùn)才能成為公民用戶。他們將學(xué)習(xí)如何使用人工智能應(yīng)用程序，支持?jǐn)?shù)據(jù)治理，并在需要時(shí)獲得專家?guī)椭?

大約5%到10%的勞動(dòng)力應(yīng)該接受進(jìn)一步的培訓(xùn)，成為公民開(kāi)發(fā)人員：能夠識(shí)別用例和數(shù)據(jù)集并與人工智能專家合作開(kāi)發(fā)新應(yīng)用程序的強(qiáng)大用戶。

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

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

使AI負(fù)責(zé)任

接受調(diào)查的高管稱確保人工智能系統(tǒng)信得過(guò)作為他們2019年最大的人工智能挑戰(zhàn)?！八麄儗⑷绾慰朔@一挑戰(zhàn)取決于他們是否在解決負(fù)責(zé)任的人工智能的所有方面，”報(bào)告說(shuō)。

這些方面包括：

公平：我們是否將數(shù)據(jù)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(zhǔn)確的嗎？

穩(wěn)健性和安全性：我們能依靠人工智能系統(tǒng)的性能嗎？我們的系統(tǒng)易受攻擊嗎？

治理：誰(shuí)對(duì)人工智能系統(tǒng)負(fù)責(zé)？我們有適當(dāng)?shù)目刂拼胧﹩幔?

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

根據(jù)pwc的說(shuō)法，要建立對(duì)AI的數(shù)據(jù)、算法、流程和報(bào)告框架的控制，就需要由技術(shù)、業(yè)務(wù)和內(nèi)部審計(jì)專家組成的混合團(tuán)隊(duì)。

“當(dāng)他們不斷地測(cè)試和監(jiān)控控制時(shí)，這些團(tuán)隊(duì)將不得不考慮適當(dāng)?shù)臋?quán)衡，”報(bào)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專業(yè)知識(shí)的范圍之間取得正確的平衡。

定位和標(biāo)記數(shù)據(jù)

調(diào)查對(duì)象確定，整合人工智能和分析系統(tǒng)是2019年人工智能相關(guān)數(shù)據(jù)的首要優(yōu)先事項(xiàng)。但只有不到三分之一的參與者認(rèn)為數(shù)據(jù)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(chǔ)。

有了足夠的歷史數(shù)據(jù)，比如說(shuō)，客戶行為，機(jī)器學(xué)習(xí)系統(tǒng)最終將能夠預(yù)測(cè)消費(fèi)者未來(lái)的行為。然而，要?jiǎng)?chuàng)建訓(xùn)練機(jī)器所需的數(shù)據(jù)集，必須標(biāo)記數(shù)據(jù)。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(xùn)數(shù)據(jù)，而公司可能沒(méi)有這些數(shù)據(jù)，”報(bào)告指出。

另一方面，新的機(jī)器學(xué)習(xí)技術(shù)可以使人工智能在數(shù)量驚人的樣本基礎(chǔ)上產(chǎn)生自己的數(shù)據(jù)。報(bào)告稱，這些技術(shù)還支持將模型從一個(gè)具有大量數(shù)據(jù)的任務(wù)轉(zhuǎn)移到另一個(gè)缺乏數(shù)據(jù)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(rèn)為：“用人工智能提升公司的業(yè)績(jī)和利潤(rùn)并非遙不可及的夢(mèng)想?！蹦壳埃斯ぶ悄軒?lái)的最大收益是提高生產(chǎn)率，因?yàn)楣纠盟鼇?lái)改善運(yùn)營(yíng)，幫助員工做出更好的決策。然而，報(bào)告預(yù)測(cè)，在2019年，更多的公司將規(guī)劃或開(kāi)發(fā)基于人工智能的新業(yè)務(wù)模式，并調(diào)查新的收入機(jī)會(huì)?！叭斯ぶ悄艿拇蟛糠纸?jīng)濟(jì)影響將來(lái)自消費(fèi)方面，通過(guò)更高質(zhì)量、更個(gè)性化和更多數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品和服務(wù)，”報(bào)告說(shuō)。

這種影響的例子包括衛(wèi)生保健行業(yè)基于監(jiān)測(cè)病人生活方式數(shù)據(jù)的新的商業(yè)模式，或者零售商提供更多專門為個(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(dǎo)這些決策?！崩纾患翌I(lǐng)先的汽車制造商一直在使用人工智能測(cè)試200，000多個(gè)自主共乘車隊(duì)的上市方案。

將人工智能與分析、物聯(lián)網(wǎng)等結(jié)合起來(lái)

當(dāng)與其他技術(shù)，分析技術(shù)、ERP技術(shù)、物聯(lián)網(wǎng)技術(shù)、區(qū)塊鏈技術(shù)、甚至(最終)量子計(jì)算技術(shù)集成在一起時(shí)，人工智能的力量將更加強(qiáng)大。

超過(guò)三分之一(36%)的受訪高管表示，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(zhàn)。這使得它與再培訓(xùn)雇員相當(dāng)，也低于確保對(duì)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(tǒng)集成在一起，這些系統(tǒng)24小時(shí)工作，它的算法將需要持續(xù)不斷的新數(shù)據(jù)流來(lái)學(xué)習(xí)。否則，AI模型將使用過(guò)時(shí)的數(shù)據(jù)，這將降低AI的性能。模型還需要定期測(cè)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。、