AI /自动化

3对企业AI采用影响的趋势

人工智能现在是我们日常生活中不可或缺的一部分。我们认为在亚马逊上看到个性化的产品推荐或谷歌地图上优化的实时方向并没有什么。我们可以召唤无人驾驶汽车送我们回家的那一天已经不远了，在那里Alexa会用我们的智能烤箱和冰箱检查库存后订晚餐。话虽如此，企业对人工智能的采用更加慎重，但也在迅速发展，以完成从规划、预测、预测性维护到客户服务聊天机器人等各种任务。随着越来越多的企业任务由人工智能来完成，商界领袖反复问我的问题是“下一步该怎么办?”

我相信，有3个大趋势，有助于推动AI在企业内进一步采用。首先，是为了简化AI的科学的举动。目前，AI需要非常复杂的人力资源，例如数据科学家，建立机器学习模型，以及计算语言学专业人员来编写知识提取应用。这将AI应用和创新限制为选择少数，因此限制了企业内采用的速度。但这种情况不会持续很长时间。技术公司正在构建工具，以自动执行这些技术人员执行的任务，从而使数据分析师或商业用户甚至能够构建AI应用程序。例如，Infosys Nia，为企业构建的下一代AI平台，巩固了几个AI技术 - 机器学习，深度学习，知识提取，自然语言生成，因此企业可以为每个问题使用合适的工具。而且，由于大多数功能在平台上自动化，因此它会在企业内采用和创新来实现时间，成本和努力。

第二个趋势是对AI，特别是机器学习的审计性和“解释性”的努力。这对于在严重监管环境中运营的企业或机器制造的决策可能会改变的决策，这是一个极其重要的领域。增加使用技术的使用，如深度学习，使得暴露这些AI系统的决策过程更加困难。虽然可解释的AI（xai）工作仍处于起步阶段，但Enformyys NIA等企业AI平台已开始包括审计性和基本可视化工具，以便迈向一个不像黑匣子的系统。很难想象没有它的企业内的AI更广泛地采用。

和第三个趋势是寻求用小数据集生产高质量的分析和预测。在消费者空间中使用的大多数机器学习算法依赖于大量数据来实现所需的准确性。为像谷歌和Facebook这样的公司获得大型数据集是微不足道的，但大多数企业都没有这种奢侈品的许多问题。对于AI适用于企业内的更广泛的问题（或跨越不同尺寸和成熟），需要创建技术，以便准确度有限的数据。除了新的机器学习技术外，域专业知识还可用于补充纯粹的基于数据的学习。

在某种程度上，这些趋势是关于改变AI以满足企业需求。但是企业在做什么来加速AI的采用？

在我看来，企业仍处于AI旅程的早期阶段，这是一个充满挑战的舞台。这些挑战源于AI的人类影响，而不是技术本身。历史上的每一项革命性技术都占据了反对者和改变抵抗力的份额。在互联网革命的黎明时，很多人认为这是一个临时的时尚。同样，许多人没有认真地拍摄移动波，直到它为时已晚。同样，在今天的AI时代，有许多人怀疑其潜力和其他担心其影响的人。组织必须迅速消除这些问题，因为最终没有业务可以在没有人民的支持下取得成功。大多数企业都会发现AI有机会放大其员工的能力;当AI接管日常生活时，重复的工作，曾经做过的人可以专注于创新，创造性思维和问题等唯一人类追求。

对人类因素敏感的组织更快地走得更远。因为，克服任何阻力的最佳方式是涉及从一开始的转型中的员工，并与他们共享企业级别的较大愿景和他们自己的续集/重新划分的角色。虽然如果完成，则可能不容易转变为AI，但是人工智能可以帮助企业脱颖而出。全潜力，AI可以实现企业的令人印象深刻的成果 - 为客户提供更好的服务，提高各种业务和效率指标，规模无需增加头部，最重要的是，为组织的数据提供最深处的见解。