2018年,pricewaterhousecoopers給出了人工智能的預(yù)測,將在2018年徹底普及。而今年,(pwc)加大了對2019年人工智能公司“必須實(shí)現(xiàn)”的預(yù)測。
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,通過自動(dòng)從發(fā)票中提取信息,即使是那些沒有完全標(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,人工智能倡議既不應(yīng)從人工智能專家開始,也不應(yīng)從商界領(lǐng)袖開始。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)該確定如何識別ai用例,開發(fā)問責(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,即使是對用戶友好的人工智能也是復(fù)雜的:“即使經(jīng)過基本培訓(xùn),業(yè)務(wù)人員也可能無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?br>
大約5%到10%的勞動(dòng)力應(yīng)該接受進(jìn)一步的培訓(xùn),成為公民開發(fā)人員:能夠識別用例和數(shù)據(jù)集并與人工智能專家合作開發(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)心未來五年無法滿足對人工智能技能的需求。pwc的顧問說:“高級技術(shù)可以創(chuàng)造公民用戶和開發(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)信得過作為他們2019年最大的人工智能挑戰(zhàn)。“他們將如何克服這一挑戰(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。
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:誰對人工智能系統(tǒng)負(fù)責(zé)?我們有適當(dāng)?shù)目刂拼胧﹩幔?br>
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的說法,要建立對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。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,客戶行為,機(jī)器學(xué)習(xí)系統(tǒng)最終將能夠預(yù)測消費(fèi)者未來的行為。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)績和利潤并非遙不可及的夢想。”目前,人工智能帶來的最大收益是提高生產(chǎn)率,因?yàn)楣纠盟鼇砀纳七\(yùn)營,幫助員工做出更好的決策。然而,報(bào)告預(yù)測,在2019年,
歷史建筑掛上微名片柯達(dá)CTP與印能捷工作流程介紹什么是膠版印刷中的三大工藝?HP和Zanders合作開發(fā)新型噴墨打印紙喜訊:里約奧運(yùn)會(huì)發(fā)布首批印刷奧運(yùn)門票解析紙企到底該如何擁抱互聯(lián)網(wǎng) 轉(zhuǎn)型升級海德堡CD102印刷金卡紙蹭臟問題解決大數(shù)據(jù)時(shí)代 現(xiàn)代服務(wù)業(yè)的創(chuàng)新