2019年推動(dòng)人工智能發(fā)展的力量是什么?調(diào)研機(jī)構(gòu)Forrester Research公司對(duì)未來(lái)一年企業(yè)CIO針對(duì)人工智能的5項(xiàng)預(yù)測(cè)進(jìn)行了細(xì)分。
很多企業(yè)希望在2018年獲得能夠應(yīng)對(duì)外部壓力和不斷變化的IT環(huán)境。但是，卻在費(fèi)用、資源不足、文化抵制，以及認(rèn)識(shí)到數(shù)字化轉(zhuǎn)型較難等方面遇到了嚴(yán)峻的現(xiàn)實(shí)。
根據(jù)調(diào)研機(jī)構(gòu)Forrester Research公司的一系列報(bào)告，這些報(bào)告指出了2018年IT團(tuán)隊(duì)在實(shí)施人工智能技術(shù)時(shí)的雄心壯志與執(zhí)行力之間的差距，并預(yù)測(cè)了2019年將會(huì)發(fā)生什么。
IT團(tuán)隊(duì)的利害關(guān)系度仍然很高，但Forrester公司認(rèn)為，隨著企業(yè)CIO采取更加務(wù)實(shí)的數(shù)字化轉(zhuǎn)型方法，并著眼于建立一個(gè)更加持久有效的創(chuàng)新和擴(kuò)展運(yùn)營(yíng)基礎(chǔ)，2019年的這種情況正在好轉(zhuǎn)。
務(wù)實(shí)的人工智能
這對(duì)企業(yè)人工智能旅程意味著什么?Forrester公司預(yù)測(cè)，具有加強(qiáng)、自動(dòng)化和個(gè)性化三個(gè)特性的務(wù)實(shí)人工智能將在2019年開(kāi)始實(shí)施，因?yàn)楹芏嗥髽I(yè)CIO放棄了他們宏大的、長(zhǎng)期的人工智能發(fā)展目標(biāo)，并意識(shí)到他們必須與人工智能目前可以做的事情相結(jié)合，而不是在未來(lái)可以做到什么。
這將幫助企業(yè)擺脫“人工智能清洗”這一廣泛?jiǎn)栴}，即聲稱(chēng)企業(yè)的品牌和產(chǎn)品涉及人工智能時(shí)，而這種聯(lián)系可能是脆弱的或不存在的。
“使用人工智能算法交換原有的算法只能提供有限的短期提升。”該報(bào)告的分析師兼合著者M(jìn)ichele Goetz說(shuō)。
Forrester公司在客戶(hù)在2018年向他們提出的有關(guān)人工智能的數(shù)千個(gè)問(wèn)題以及該公司的深入研究基礎(chǔ)，所發(fā)布的2019年人工智能預(yù)測(cè)報(bào)告將重點(diǎn)放在以下五個(gè)最佳預(yù)測(cè)中：
(1)數(shù)據(jù)質(zhì)量仍將是一項(xiàng)挑戰(zhàn)
Forrester表示，人工智能采用者面臨的首要挑戰(zhàn)是獲得高質(zhì)量的數(shù)據(jù)。該公司預(yù)測(cè)，“數(shù)據(jù)低迷”將繼續(xù)影響在2019年開(kāi)始采用人工智能的大多數(shù)公司。因此，F(xiàn)orrester公司表示，對(duì)于已經(jīng)涉足人工智能的大多數(shù)公司來(lái)說(shuō)，這將使人工智能(AI)轉(zhuǎn)向信息架構(gòu)(IA)。因?yàn)樗麄円庾R(shí)到利用人工智能，需要一個(gè)人工智能值得的數(shù)據(jù)環(huán)境。
人力資源咨詢(xún)機(jī)構(gòu)O.C.Tanner公司副總裁兼首席技術(shù)官Niel Nickolaisen說(shuō)：“在可預(yù)見(jiàn)的將來(lái)，數(shù)據(jù)低迷將會(huì)繼續(xù)存在。數(shù)據(jù)是凌亂的，清理數(shù)據(jù)需要花費(fèi)時(shí)間和精力。我預(yù)計(jì)數(shù)據(jù)質(zhì)量仍然是一項(xiàng)挑戰(zhàn)。”
Goetz將數(shù)據(jù)質(zhì)量稱(chēng)為與企業(yè)CIO最相關(guān)的人工智能方面的內(nèi)容，而且是Forrester公司在人工智能預(yù)測(cè)中最重要的。
“數(shù)據(jù)是業(yè)務(wù)的數(shù)字孿生，而非數(shù)字化排放。”她說(shuō)，并解釋說(shuō)企業(yè)CIO必須以新的方式解決人工智能中的數(shù)據(jù)問(wèn)題。簡(jiǎn)單地將數(shù)據(jù)遷移到云平臺(tái)以供數(shù)據(jù)科學(xué)家使用，忽略了語(yǔ)義設(shè)計(jì)原則，使人工智能能夠深入了解業(yè)務(wù)和客戶(hù)。
“數(shù)據(jù)需要在其所來(lái)自的數(shù)據(jù)庫(kù)、文件或表格之外進(jìn)行解釋?zhuān)⒋憝h(huán)境、影響、意圖、行為、決策、行動(dòng)和結(jié)果。”Goetz說(shuō)。
(2)企業(yè)將把人類(lèi)帶回到圈子中
Forrester公司預(yù)測(cè)，利用人工智能的企業(yè)中有10%將在2019年將人類(lèi)帶到圈子中。報(bào)告指出，機(jī)器學(xué)習(xí)非常適合分析數(shù)據(jù)以創(chuàng)建預(yù)測(cè)、識(shí)別模式和自動(dòng)化決策的模型，但它缺乏人工推理能力。
“就像我們對(duì)員工的管理和治理監(jiān)督一樣，人工智能也應(yīng)該置于這個(gè)保護(hù)傘下。”Goetz說(shuō)，“圈子中的人員既是可以支持人工智能的預(yù)生產(chǎn)培訓(xùn)的專(zhuān)家，也是人工智能機(jī)器人的同事和管理者。”
“擁有商業(yè)智能、GRC和人機(jī)協(xié)作功能，可以將機(jī)器人作為虛擬團(tuán)隊(duì)成員進(jìn)行查看和管理，從而降低人工智能行動(dòng)的風(fēng)險(xiǎn)，同時(shí)確保人工智能可以不斷向團(tuán)隊(duì)成員和管理者學(xué)習(xí)，避免道德問(wèn)題以及糟糕的決定。”她說(shuō)。
然而，Nickolaisen認(rèn)為將人類(lèi)帶到圈子有可能影響人工智能的一些動(dòng)力和驅(qū)動(dòng)力。
他說(shuō)：“我一直認(rèn)為，人工智能的強(qiáng)大之處在于能夠快速處理大量數(shù)據(jù)和變量，并提供人類(lèi)可以做的事情，但速度要快得多。有時(shí)會(huì)出現(xiàn)數(shù)據(jù)漏洞，因此人工智能可能會(huì)做出最佳決策，并通過(guò)直觀了解丟失的數(shù)據(jù)可能暗示的內(nèi)容讓人類(lèi)更加了解決定，但這會(huì)產(chǎn)生風(fēng)險(xiǎn)。”
(3)企業(yè)將在人工智能的人才爭(zhēng)奪戰(zhàn)中使用人工智能
眾所周知，企業(yè)中的人工智能的人才短缺不僅僅是數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)架構(gòu)師，還有培訓(xùn)和管理人工智能系統(tǒng)所需的法律、客戶(hù)體驗(yàn)和運(yùn)營(yíng)專(zhuān)業(yè)知識(shí)。根據(jù)Forrester公司的研究，三分之二的人工智能決策者在尋找和獲得人工智能人才方面比較困難，83%的公司很難留住人才。
該公司預(yù)測(cè)，在2019年，由于傳統(tǒng)的招聘方法存在不足，人們將看到企業(yè)開(kāi)始將人工智能應(yīng)用于招聘來(lái)解決人工智能的人才短缺問(wèn)題。
Nickolaisen表示，人工智能驅(qū)動(dòng)的招聘聽(tīng)起來(lái)很具吸引力，但他不確定算法會(huì)在哪里收集數(shù)據(jù)來(lái)提出招聘選項(xiàng)。
“我認(rèn)為，更有可能解決人才需求的方式是能夠創(chuàng)造更多可用的人工智能工具的公司。這也意味著這些工具將更加專(zhuān)注于更加垂直方向。”他說(shuō)。
(4)機(jī)器人流程自動(dòng)化(RPA)和人工智能技術(shù)
Forrester公司預(yù)測(cè)，機(jī)器人流程自動(dòng)化(RPA)和人工智能將共同為超過(guò)40%的企業(yè)創(chuàng)建數(shù)字化工作者。企業(yè)一直在明確地處理這些技術(shù)，例如機(jī)器人流程自動(dòng)化(RPA)用于自動(dòng)化，人工智能用于智能控制，但要真正進(jìn)行創(chuàng)新，并創(chuàng)造突破性機(jī)會(huì)，這兩者的結(jié)合是必需的。
該報(bào)告提供了一些用戶(hù)案例：解決服務(wù)平臺(tái)問(wèn)題的分析，RPA機(jī)器人的聊天機(jī)器人，觸發(fā)數(shù)字工作者的物聯(lián)網(wǎng)事件，以及將非結(jié)構(gòu)化數(shù)據(jù)組織成機(jī)器人流程自動(dòng)化(RPA)任務(wù)的文本分析。后者在實(shí)際部署方面領(lǐng)先于四個(gè)機(jī)器人流程自動(dòng)化(RPA)類(lèi)別。
(5)提高“可解釋性人工智能”的興趣
根據(jù)Forrester公司的說(shuō)法，一些機(jī)器學(xué)習(xí)算法是透明的，易于理解，但其他算法(如神經(jīng)網(wǎng)絡(luò))是不透明的。
在2019年，這種情況不會(huì)一直持續(xù)下去。在人工智能預(yù)測(cè)報(bào)告中，該研究公司期望像GDPR這樣的法規(guī)，該法規(guī)聲明自動(dòng)決策主體有權(quán)獲得對(duì)所達(dá)成決定的解釋?zhuān)瑢?huì)引起企業(yè)和供應(yīng)商對(duì)“可解釋性”的興趣，創(chuàng)造了一個(gè)新興的供應(yīng)方市場(chǎng)。
Forrester公司列舉的例子表明，人們對(duì)人工智能的需求不斷增長(zhǎng)：DARPA公司對(duì)它的投資以及從Equifax、IBM和Pegasystems等供應(yīng)商推出務(wù)實(shí)的人工智能服務(wù)和功能。
Nickolaisen對(duì)采用務(wù)實(shí)的人工智能也有一些猶豫。他說(shuō)，“我同意這些算法需要有一些透明度，但是這會(huì)削弱機(jī)器學(xué)習(xí)測(cè)試不同模型并創(chuàng)建最佳鏈接因果關(guān)系的整體能力嗎?”
