2020年是充滿動(dòng)蕩的一年，組織面臨著眾多挑戰(zhàn)。進(jìn)入2021年，人工智能行業(yè)將會(huì)快速發(fā)展。為了對(duì)2021年的重要新趨勢(shì)有所了解，行業(yè)媒體采訪了各行業(yè)廠商的高管，以獲取他們的思想和見(jiàn)解，以及對(duì)可能發(fā)生的事情的預(yù)測(cè)。

2021年人工智能的產(chǎn)業(yè)預(yù)測(cè)

Teradata公司執(zhí)行副總裁兼首席產(chǎn)品官HillaryAshton表示，隨著組織尋求重新開(kāi)放和獲得足夠收入來(lái)源的目標(biāo)，他們將需要利用人工智能技術(shù)實(shí)時(shí)收集關(guān)鍵見(jiàn)解，從而使他們能夠這樣做。采用人工智能（AI）技術(shù)可以幫助引導(dǎo)組織了解其確�？蛻艉蛦T工安全的策略是否有效，同時(shí)繼續(xù)促進(jìn)增長(zhǎng)。隨著組織認(rèn)識(shí)到人工智能有助于其組織政策管理和合規(guī)性，確保安全并提高客戶體驗(yàn)的獨(dú)特能力，將會(huì)看到各行業(yè)人工智能的普及率不斷提高。

Jitterbit公司首席技術(shù)官M(fèi)anoj Choudhary表示，在2021年，將會(huì)看到人工智能、機(jī)器學(xué)習(xí)和物聯(lián)網(wǎng)定義并塑造人們的生活和行為，這種現(xiàn)象將會(huì)持續(xù)很多年。這些進(jìn)步將會(huì)影響人們的工作、生活、購(gòu)買(mǎi)、支出等每件事的處理方式。但是，很多組織將采用諸如云計(jì)算和邊緣計(jì)算之類(lèi)的技術(shù)，由于它們能夠處理和管理為人工智能、機(jī)器學(xué)習(xí)、物聯(lián)網(wǎng)技術(shù)提供的所有必要數(shù)據(jù)的能力，它們將繼續(xù)占主導(dǎo)地位。以及支持iPaaS、APIM和RPA等技術(shù)。隨著這些技術(shù)從人工驅(qū)動(dòng)業(yè)務(wù)發(fā)展為最終可以利用人工智能和物聯(lián)網(wǎng)的力量的數(shù)字業(yè)務(wù)，這些技術(shù)將繼續(xù)引領(lǐng)業(yè)務(wù)的數(shù)字化轉(zhuǎn)型。

Kalypso公司總經(jīng)理George Young表示，即使出現(xiàn)有效應(yīng)對(duì)冠狀病毒的疫苗，人們的工作方式和互動(dòng)方式也會(huì)發(fā)生根本性的變化。在新的一年中，遠(yuǎn)程工作將會(huì)持續(xù)，社交遠(yuǎn)離的要求將保持不變，供應(yīng)鏈將繼續(xù)面臨中斷。這種新的生活方式要求組織采用新的方式在整個(gè)價(jià)值鏈中有效地繼續(xù)運(yùn)營(yíng)，從產(chǎn)品到工廠再到最終用戶。人工智能的使用將成為應(yīng)對(duì)這些挑戰(zhàn)的標(biāo)準(zhǔn)。但是，如果不考慮人類(lèi)將如何與這些新的自治系統(tǒng)交互和利用，那么人工智能的應(yīng)用將會(huì)面臨失敗。

在2021年，組織將以人為本的方式開(kāi)展人工智能計(jì)劃，了解用戶需求和價(jià)值，然后相應(yīng)地調(diào)整人工智能設(shè)計(jì)和模型，從而提高采用率。為了使人工智能取得成功，組織必須與技術(shù)本身一樣關(guān)注人才和文化。組織變更管理（OCM）團(tuán)隊(duì)對(duì)于推動(dòng)數(shù)字化轉(zhuǎn)型和人工智能前進(jìn)至關(guān)重要，因?yàn)樗�可以帶�?dòng)人們一起參與變更之旅，并為可評(píng)估的結(jié)果建立組織。適當(dāng)?shù)淖兏�管理是任何�?shù)字化轉(zhuǎn)型計(jì)劃中最重要但仍被忽視的方面。

Gramener公司分析主管Sundeep ReddyMallu表示，在2021年，組織將依靠人工智能系統(tǒng)專注于持久和有意義的業(yè)務(wù)價(jià)值。這一變化將推動(dòng)組織內(nèi)部更深入的數(shù)據(jù)素養(yǎng)計(jì)劃。這將要求人們學(xué)習(xí)新技能并以新方式行事。

Pega公司市場(chǎng)營(yíng)銷(xiāo)人工智能和決策產(chǎn)品策略高級(jí)總監(jiān)Vince Jeffs表示，大多數(shù)消費(fèi)者將繼續(xù)對(duì)人工智能持懷疑態(tài)度。大多數(shù)人仍然不信任人工智能，這是因?yàn)樗麄儾涣私馑�，甚至沒(méi)有意識(shí)到自己每天都在使用它。消費(fèi)者免費(fèi)獲得了許多以人工智能為基礎(chǔ)的服務(wù)（Facebook、Google、TikTok等），以至于他們不了解自己所付出的回報(bào)（也就是提供個(gè)人數(shù)據(jù)）。只要人們有著這樣的想法，他們將無(wú)法預(yù)料到人工智能可能帶來(lái)的危險(xiǎn)或如何保護(hù)自己，除非市場(chǎng)能更好地教育客戶或?qū)嵤┓ㄒ?guī)來(lái)保護(hù)他們。盡管如此，仍有證據(jù)表明行業(yè)廠商正在扭轉(zhuǎn)人工智能的可信度。在Pega公司進(jìn)行的調(diào)查中，81％的商業(yè)領(lǐng)袖表示，隨著越來(lái)越多的人意識(shí)到人工智能將會(huì)如何影響生活，并且在某些情況下得到喜愛(ài)，他們將會(huì)繼續(xù)面臨更棘手的問(wèn)題，進(jìn)一步削弱對(duì)人工智能的信任，迫使組織必須對(duì)他們的要求進(jìn)行回應(yīng)。

Blue Prism公司人工智能和研究主管Eric Tyree表示，基于人工智能的數(shù)字工作者將幫助組織長(zhǎng)期保持戰(zhàn)略發(fā)展。很多人認(rèn)為人工智能和自動(dòng)化對(duì)于組織未來(lái)的生存至關(guān)重要。然而，研究表明，大多數(shù)組織尚未完全意識(shí)到其人工智能和自動(dòng)化投資的好處。通過(guò)數(shù)字化勞動(dòng)力將強(qiáng)大的人工智能功能與業(yè)務(wù)流程聯(lián)系起來(lái)，將會(huì)越來(lái)越多地看到組織大規(guī)模實(shí)施人工智能驅(qū)動(dòng)的自動(dòng)化。采用人工智能的自動(dòng)化技術(shù)將越來(lái)越多地與核心戰(zhàn)略計(jì)劃相關(guān)聯(lián)，例如改善客戶關(guān)注度、收入增長(zhǎng)、資本分配、供應(yīng)鏈管理、風(fēng)險(xiǎn)管理、成本和運(yùn)營(yíng)效率等。人工智能驅(qū)動(dòng)的數(shù)字工作者將被用作執(zhí)行組織戰(zhàn)略和管理企業(yè)規(guī)模風(fēng)險(xiǎn)的主要工具�？焖儆行У夭捎米詣�(dòng)化將越來(lái)越被視為保持市場(chǎng)競(jìng)爭(zhēng)力的重要組成部分。

Dataiku公司首席執(zhí)行官兼聯(lián)合創(chuàng)始人Flori Douetteauge表示，人工智能實(shí)驗(yàn)將變得更具戰(zhàn)略意義。在整個(gè)模型開(kāi)發(fā)過(guò)程中進(jìn)行實(shí)驗(yàn)。通常情況下，每個(gè)重要的決定或假設(shè)都至少伴隨一些實(shí)驗(yàn)或先前的研究來(lái)證明這些決定的合理性。從建立成熟的預(yù)測(cè)機(jī)器學(xué)習(xí)模型到進(jìn)行統(tǒng)計(jì)測(cè)試或繪制數(shù)據(jù)圖表，實(shí)驗(yàn)可以有多種形式。嘗試所有可能的超參數(shù)和特征處理等的所有組合很快變得無(wú)法追蹤。因此，將會(huì)開(kāi)始看到組織為實(shí)驗(yàn)定義時(shí)間或計(jì)算預(yù)算，以及模型有用性的可接受性閾值。

普華永道公司全球人工智能主管Anand Rao表示，在2021年，將會(huì)看到人工智能成為應(yīng)用主流。由于發(fā)生冠狀病毒疫情，很多組織被迫進(jìn)行數(shù)字化轉(zhuǎn)型，以便在新常態(tài)下生存。根據(jù)研究，數(shù)字加速在新的一年沒(méi)有停止的跡象，目前有86％的組織通過(guò)人工智能獲得更好的客戶體驗(yàn)的收益很可能會(huì)持續(xù)下去。疫情也改變了人工智能投資的業(yè)務(wù)重點(diǎn)。例如，已經(jīng)看到組織從簡(jiǎn)單的任務(wù)（如自動(dòng)化）轉(zhuǎn)變?yōu)閷Ｗ⒂趧趧?dòng)力計(jì)劃和仿真建模。隨著組織繼續(xù)從其對(duì)復(fù)雜流程的數(shù)字投資中看到收益，人工智能的應(yīng)用將在2021年變得更加廣泛。

MachEye公司首席產(chǎn)品官兼客戶成功主管Dhiren Patel表示，人工智能和商業(yè)智能的融合將增強(qiáng)數(shù)據(jù)洞察力。在過(guò)去的五年中，人工智能一直是行業(yè)組織討論的一部分。然而，挑戰(zhàn)仍然是使大部分員工的高級(jí)人工智能見(jiàn)解民主化的過(guò)程。隨著新的基于人工智能的商業(yè)智能產(chǎn)品的出現(xiàn)，各個(gè)孤島將被打破，每個(gè)用戶都將能夠利用數(shù)據(jù)分析并輕松地找到見(jiàn)解。簡(jiǎn)單的界面、個(gè)性化的見(jiàn)解和引人入勝的數(shù)據(jù)體驗(yàn)將成為2021年及以后數(shù)據(jù)分析的標(biāo)志。

Onfido公司研究副總裁Mohan Mahadevan表示，在過(guò)去的一年中，許多人工智能驅(qū)動(dòng)的面部識(shí)別算法中的種族偏見(jiàn)一直是人們討論的主要話題，并且由于2020年的社會(huì)動(dòng)蕩而達(dá)到頂峰。研究發(fā)現(xiàn)，廣泛的證據(jù)表明，與白人相比，有色族裔面臨的種族偏見(jiàn)可能性要大得多。在2021年，對(duì)于任何利用人工智能或面部識(shí)別技術(shù)的組織來(lái)說(shuō)，矯正人工智能偏見(jiàn)將成為一個(gè)主要話題。通過(guò)使用政府發(fā)布的文檔，人們可以通過(guò)分析文檔上的頭像并將其與嘗試訪問(wèn)系統(tǒng)的頭像進(jìn)行比較，從而快速輕松地證明ID所有權(quán)。2021年將是人工智能偏見(jiàn)揭露的一年，組織將開(kāi)始實(shí)施根本性的變革以消除軟件中的種族偏見(jiàn)，其中一部分可以通過(guò)刻意關(guān)注公平和培訓(xùn)公司的機(jī)器學(xué)習(xí)系統(tǒng)以減少識(shí)別錯(cuò)誤。

Capacity公司創(chuàng)始人兼首席執(zhí)行官David Karandish 表示，2021年將是隨意采用人工智能到保持忠誠(chéng)關(guān)系的一年。人工智能不再僅僅用于研發(fā)項(xiàng)目，現(xiàn)在是致力于調(diào)整這些解決方案時(shí)候，現(xiàn)在必須實(shí)現(xiàn)自動(dòng)化。

Capacity公司首席數(shù)據(jù)官Dave Costenaro表示，隨著計(jì)算能力、互聯(lián)網(wǎng)規(guī)模數(shù)據(jù)和現(xiàn)代機(jī)器學(xué)習(xí)算法的融合，在過(guò)去的幾年中，人們?cè)谌斯ぶ悄芊矫骈_(kāi)創(chuàng)了令人矚目的新天地。在未來(lái)的幾年中，將進(jìn)入一個(gè)擴(kuò)展時(shí)代，在這個(gè)時(shí)代中，將用更多的商業(yè)用例進(jìn)行原型設(shè)計(jì)、包裝和生產(chǎn)，以增強(qiáng)現(xiàn)有產(chǎn)品和服務(wù)或創(chuàng)建全新的產(chǎn)品和服務(wù)。

6sense公司首席技術(shù)官Viral Bajaria表示，人工智能的成功已從通用轉(zhuǎn)移到利基市場(chǎng)。在組織對(duì)人工智能投資持續(xù)增長(zhǎng)的同時(shí)，也正在重新評(píng)估其技術(shù)堆棧以適應(yīng)特定的人工智能。而解決特定問(wèn)題的完善用例將優(yōu)先考慮預(yù)算，而不是自動(dòng)化，它會(huì)做所有事情。

LLamasoft公司全球影響力總監(jiān)Andy Fox表示，不久前，人工智能就是人們現(xiàn)在所知的人工智能，例如自動(dòng)駕駛汽車(chē)或圖像識(shí)別。但是，如今出現(xiàn)了一種新的狹義人工智能類(lèi)別，它正在嘗試復(fù)制人類(lèi)的決策過(guò)程。從供應(yīng)鏈的角度來(lái)看，這種新的人工智能可以幫助從“我如何給汽車(chē)加油？”這一方面更好地指導(dǎo)整個(gè)供應(yīng)鏈的決策。或“如何按時(shí)獲得產(chǎn)品？，“打算在2021年增加這些狹義的解決方案，以取代戰(zhàn)術(shù)性和規(guī)模較小的決策�！�

Atos公司北美人工智能實(shí)驗(yàn)室架構(gòu)負(fù)責(zé)人Jonas Bull表示，在邊緣，當(dāng)政府部門(mén)試圖追蹤人員，而組織試圖操縱人員或?qū)π袨檫M(jìn)行深入了解時(shí)，預(yù)計(jì)會(huì)出現(xiàn)阻礙追蹤的方法。與各個(gè)小組在反面部識(shí)別工具方面所做的工作不同，將開(kāi)始看到高科技和低端技術(shù)，這些技術(shù)使人工智能監(jiān)視和理解人們的方法陷入僵局。

Cellebrite公司數(shù)字智能高級(jí)總監(jiān)Heather Mahalik表示，隨著越來(lái)越多的機(jī)構(gòu)開(kāi)始采用這些基于人工智能和機(jī)器學(xué)習(xí)的解決方案，執(zhí)法部門(mén)有責(zé)任遵守道德政策并消除此類(lèi)工具中的偏見(jiàn)。因此，各部門(mén)將開(kāi)始制定自己的政策，并與相關(guān)機(jī)構(gòu)合作，以負(fù)責(zé)任和合乎道德的方式使用人工智能，包括對(duì)相關(guān)團(tuán)隊(duì)和業(yè)務(wù)職能進(jìn)行適當(dāng)?shù)呐嘤?xùn)，并創(chuàng)建一種具有數(shù)據(jù)驅(qū)動(dòng)和負(fù)責(zé)任的決策精神的環(huán)境。執(zhí)法機(jī)構(gòu)將繼續(xù)確保對(duì)人工智能系統(tǒng)進(jìn)行審查，使其無(wú)偏差并根據(jù)需要進(jìn)行糾正。他們將與公眾進(jìn)行溝通，以提高有關(guān)使用這些工具的透明度。

Ahana公司聯(lián)合創(chuàng)始人兼首席產(chǎn)品官（CPO）Dipti Borkar表示，將在2021年看到更多以數(shù)據(jù)為驅(qū)動(dòng)力的組織利用開(kāi)源技術(shù)進(jìn)行分析和使用人工智能技術(shù)，Presto和Apache Spark等強(qiáng)大的人工智能平臺(tái)等開(kāi)源分析技術(shù)比依賴于整合的傳統(tǒng)企業(yè)數(shù)據(jù)倉(cāng)庫(kù)同行更具靈活性和成本效益的數(shù)據(jù)存儲(chǔ)，這是一項(xiàng)耗時(shí)且成本高昂的工作，通常需要鎖定供應(yīng)商。在2021年，，諸如Presto等分析引擎的使用將有所增加。

Finn AI公司聯(lián)合創(chuàng)始人兼首席執(zhí)行官Jake Tyler表示，整個(gè)行業(yè)將從傳統(tǒng)的人工智能平臺(tái)（例如IBM Watson和Amazon Lex）轉(zhuǎn)向特定領(lǐng)域的人工智能驅(qū)動(dòng)產(chǎn)品和托管服務(wù)模型。通用平臺(tái)并不是解決方案，沒(méi)有任何培訓(xùn)數(shù)據(jù)或數(shù)據(jù)模型結(jié)構(gòu)，而為了構(gòu)建這個(gè)模型，然后在生產(chǎn)中對(duì)其進(jìn)行優(yōu)化是一項(xiàng)專家和資源密集型任務(wù)，這超出了大多數(shù)組織的能力。 2021年，將采用針對(duì)特定行業(yè)的經(jīng)過(guò)培訓(xùn)且證明行之有效的基于領(lǐng)域的人工智能驅(qū)動(dòng)產(chǎn)品，從而推動(dòng)從早期創(chuàng)新者市場(chǎng)向大眾市場(chǎng)的轉(zhuǎn)變。

Ian Firth公司Speechmatics副總裁表示，人工智能在2021年將不會(huì)被映射到人類(lèi)的能力范圍。例如人工智能可以使用算法在國(guó)際象棋游戲上擊敗任何人，但卻無(wú)法沏茶，計(jì)算機(jī)程序的運(yùn)算速度可以比人類(lèi)快數(shù)百萬(wàn)倍，但如果被問(wèn)到哪個(gè)球隊(duì)可能贏得下一屆世界杯，其甚至無(wú)法理解這個(gè)問(wèn)題。人工智能的能力并不普遍，但人們可能高估或低估了算法的威力。希望工程師們不要試圖將算法映射到人類(lèi)的能力范圍，從而避免人工智能和算法錯(cuò)誤。使用人工智能技術(shù)（如語(yǔ)音識(shí)別）可以增強(qiáng)人類(lèi)的能力，并在人工智能自動(dòng)化和人類(lèi)知識(shí)之間找到適當(dāng)?shù)钠胶猓�以適應(yīng)真實(shí)世界的用例（如客戶體驗(yàn)和網(wǎng)絡(luò)會(huì)議），這將開(kāi)始塑造人工智能在未來(lái)的有效應(yīng)用。

Gianom公司分析師Yiannis Antoniou表示，人工智能／機(jī)器學(xué)習(xí)將成為云計(jì)算行業(yè)最熱門(mén)的話題。考慮到社會(huì)越來(lái)越重視打擊不公平和偏見(jiàn)，以及對(duì)機(jī)器學(xué)習(xí)模型更好的可解釋性的整體興趣，云計(jì)算提供商將投資并增強(qiáng)其機(jī)器學(xué)習(xí)產(chǎn)品，以提供全套負(fù)責(zé)任的人工智能／機(jī)器學(xué)習(xí)功能，旨在滿足監(jiān)管者和建模者，與此同時(shí)，人工智能／機(jī)器學(xué)習(xí)功能將會(huì)繼續(xù)在整個(gè)行業(yè)中看到爆炸性的增長(zhǎng)和使用，在易用性和用戶體驗(yàn)方面有顯著的增強(qiáng)，并在一個(gè)負(fù)責(zé)任的人工智能／機(jī)器學(xué)習(xí)功能框架內(nèi)結(jié)合，以推動(dòng)該行業(yè)的下一次增長(zhǎng)。

瞻博網(wǎng)絡(luò)公司首席技術(shù)官Bob Friday表示，用于網(wǎng)絡(luò)的AIOps將成為主流，許多組織的AIOps將從理論變?yōu)閷?shí)踐。隨著遠(yuǎn)程工作人員的增加以及家庭成為新的微型分支機(jī)構(gòu)，人工智能可為云計(jì)算用戶提供出色的客戶體驗(yàn)，同時(shí)控制遠(yuǎn)程員工的IT支持成本。IT團(tuán)隊(duì)將需要采用AIOps來(lái)擴(kuò)展和自動(dòng)化其運(yùn)營(yíng)，并將顛覆客戶支持模式。人工智能不會(huì)主動(dòng)向IT機(jī)構(gòu)提交票證，而是會(huì)主動(dòng)識(shí)別存在連接或體驗(yàn)問(wèn)題的用戶。

Cloudleaf公司首席執(zhí)行官M(fèi)ahesh Veerina表示，與前幾年相比，人工智能和機(jī)器學(xué)習(xí)將在供應(yīng)鏈戰(zhàn)略中扮演更加重要的角色。2021年，對(duì)整個(gè)供應(yīng)鏈的更多實(shí)時(shí)洞察力的需求將繼續(xù)增長(zhǎng)，特別是由于發(fā)生疫情購(gòu)買(mǎi)行為的突然變化導(dǎo)致供應(yīng)鏈組織重新評(píng)估其運(yùn)營(yíng)。為了滿足這一需求，供應(yīng)鏈組織將需要尋求支持人工智能（AI）和機(jī)器學(xué)習(xí)（ML）的技術(shù)，以從當(dāng)前的描述性分析中進(jìn)行升級(jí)。在通常情況下，由于被具有不同系統(tǒng)的大型公司收購(gòu)，一些組織會(huì)遇到各種混亂和分散的情況。供應(yīng)鏈利益相關(guān)者在將2021年尋求在所有模塊上部署數(shù)字孿生技術(shù)，以增加可視性，并確保組織現(xiàn)有系統(tǒng)與新技術(shù)之間的同步化。

Appen公司首席技術(shù)官Wilson Pang表示，人工智能中的偏見(jiàn)造成了巨大的傷害——從強(qiáng)化性別刻板印象影響招聘過(guò)程到信用評(píng)分和貸款中的種族歧視。組織知道雇傭不同的勞動(dòng)力可以為人工智能模型提供一定程度的真實(shí)性，并且他們知道培訓(xùn)數(shù)據(jù)需要不斷地監(jiān)控偏差，因?yàn)樗鼤?huì)影響算法的質(zhì)量和準(zhǔn)確性。他們也知道，目前還沒(méi)有基于倫理的衡量標(biāo)準(zhǔn)來(lái)真正減輕人工智能中的偏見(jiàn)。到2021年，將看到組織不再只是承認(rèn)和擔(dān)心人工智能中的偏見(jiàn)，而是開(kāi)始采取更重要的行動(dòng)來(lái)解決它。組織將組建具體的團(tuán)隊(duì)計(jì)劃，以解決負(fù)責(zé)任的人工智能所涉及的所有問(wèn)題，包括從數(shù)據(jù)固有偏見(jiàn)到公平對(duì)待數(shù)據(jù)培訓(xùn)師的所有問(wèn)題。建立負(fù)責(zé)任的人工智能計(jì)劃不僅會(huì)成為一些組織高管層面的任務(wù)，而且合作伙伴和客戶也會(huì)要求這樣做。

BMC Software公司首席產(chǎn)品官Ali Siddiqui表示，AIOps將會(huì)不斷升溫，以增強(qiáng)客戶體驗(yàn)并實(shí)現(xiàn)應(yīng)用程序保證和優(yōu)化。面對(duì)未來(lái)一年的不可預(yù)測(cè)性，人們將看到對(duì)AIOps的需求將繼續(xù)增長(zhǎng)，因?yàn)樗�可以使用人工智能、機(jī)器學(xué)習(xí)和預(yù)測(cè)分析來(lái)解決和預(yù)測(cè)這些意外情況�？缭交旌蟽�(nèi)部部署和云計(jì)算基礎(chǔ)設(shè)施的數(shù)字企業(yè)應(yīng)用程序日益復(fù)雜，再加上采用現(xiàn)代應(yīng)用程序架構(gòu)（例如容器化），將導(dǎo)致數(shù)據(jù)量和復(fù)雜性前所未有的增長(zhǎng)。雖然現(xiàn)代數(shù)字環(huán)境中的數(shù)據(jù)過(guò)載可能會(huì)延遲維修并使ITOps團(tuán)隊(duì)難以應(yīng)對(duì)，但更智能的策略和集中式AIOps系統(tǒng)可幫助組織改善客戶體驗(yàn)，提供現(xiàn)代應(yīng)用程序保證和優(yōu)化，并將其與智能自動(dòng)化，并發(fā)展成為自治的數(shù)字企業(yè)。實(shí)際上，傳統(tǒng)的IT運(yùn)營(yíng)方法可能不再可行。為此組織不可避免地要采用AIOps，以便能夠擴(kuò)展資源并有效管理現(xiàn)代環(huán)境。

New Relic公司產(chǎn)品營(yíng)銷(xiāo)總監(jiān)Michael Olson表示：隨著AIOps的不斷成熟，人們看到供應(yīng)商有機(jī)會(huì)改進(jìn)其風(fēng)險(xiǎn)評(píng)估功能，以使客戶能夠以幾乎確定的方式解決問(wèn)題，而不會(huì)破壞系統(tǒng)中的其他內(nèi)容。在2021年，將會(huì)看到供應(yīng)商和用戶之間越來(lái)越多的關(guān)注，這將是實(shí)現(xiàn)更可靠依賴關(guān)系映射的一個(gè)方面，以便工程師可以在修復(fù)過(guò)程或構(gòu)建更改周期的過(guò)程中準(zhǔn)確評(píng)估風(fēng)險(xiǎn)，以進(jìn)行軟件更改，從而確保環(huán)境某一部分的更改不會(huì)破壞其他系統(tǒng)。

Qeexo公司首席執(zhí)行官Sang Won Lee表示，到2021年，處于邊緣的機(jī)器學(xué)習(xí)將成為人工智能／機(jī)器學(xué)習(xí)行業(yè)的主要焦點(diǎn)之一。在汽車(chē)、智能工廠和智能家居行業(yè)，對(duì)智能邊緣應(yīng)用的需求正在迅速增長(zhǎng)。隨著廣泛可用的高效邊緣機(jī)器學(xué)習(xí)開(kāi)發(fā)工具和半導(dǎo)體公司推出具有機(jī)器學(xué)習(xí)功能的新型MCU，采用邊緣機(jī)器學(xué)習(xí)應(yīng)用將成為主要趨勢(shì)。

NVIDIA 公司健康業(yè)務(wù)副總裁兼總經(jīng)理Kimberly Powell表示，臨床社區(qū)將增加對(duì)聯(lián)合學(xué)習(xí)方法的使用，以跨各種機(jī)構(gòu)、地區(qū)、患者人口統(tǒng)計(jì)數(shù)據(jù)和醫(yī)療掃描儀建立人工智能模型。即使有大量數(shù)據(jù)需要訓(xùn)練，這些模型的敏感性和選擇性也優(yōu)于單個(gè)機(jī)構(gòu)建立的人工智能模型。另外，研究人員無(wú)需共享機(jī)密的患者信息即可在人工智能模型創(chuàng)建上進(jìn)行協(xié)作。聯(lián)合學(xué)習(xí)還有助于為數(shù)據(jù)稀缺的區(qū)域（例如兒科和罕見(jiàn)疾�。┙�立人工智能模型。

NVIDIA公司DGX Systems業(yè)務(wù)副總裁兼總經(jīng)理Charlie Boyle表示，過(guò)去十年來(lái)，很多組織爭(zhēng)相招募數(shù)據(jù)科學(xué)家，但由于缺乏支持性基礎(chǔ)設(shè)施，其生產(chǎn)力一直低于預(yù)期。更多的組織將通過(guò)以超級(jí)計(jì)算規(guī)模構(gòu)建集中的共享基礎(chǔ)設(shè)施來(lái)加快人工智能的投資回報(bào)。這將促進(jìn)數(shù)據(jù)科學(xué)人才的培養(yǎng)和擴(kuò)展，最佳實(shí)踐的共享，并加速解決復(fù)雜的人工智能問(wèn)題。

Planful公司首席技術(shù)官Sanjay Vyas表示，人工智能將會(huì)縮小無(wú)縫用戶體驗(yàn)的范圍：當(dāng)人們回顧人工智能的歷史時(shí)，算法是最重要的，用戶體驗(yàn)位居其次。但是隨著進(jìn)入2021年，支持人工智能的應(yīng)用將越來(lái)越關(guān)注可用性。人工智能的最佳表達(dá)對(duì)用戶而言是無(wú)縫的，并且在后臺(tái)毫不干擾地工作。人工智能／機(jī)器學(xué)習(xí)支持的平臺(tái)將找到新方法來(lái)引導(dǎo)用戶獲得更好的結(jié)論和解決方案。這是通過(guò)查詢大量數(shù)據(jù)，查找異常情況，洞察力和趨勢(shì)，然后在適當(dāng)?shù)臉I(yè)務(wù)環(huán)境中呈現(xiàn)結(jié)果來(lái)實(shí)現(xiàn)的。真正無(wú)摩擦的人工智能／機(jī)器學(xué)習(xí)應(yīng)該是所有業(yè)務(wù)平臺(tái)的最終目標(biāo)。希望看到更復(fù)雜的人工智能應(yīng)用程序，這些應(yīng)用程序可以識(shí)別每個(gè)用戶正在嘗試完成的任務(wù)，并自動(dòng)提供可用于快速行動(dòng)的見(jiàn)解。這種易用性對(duì)于廣大技術(shù)用戶和非技術(shù)用戶都將具有不可思議的價(jià)值。

Talend公司首席技術(shù)官Calishna Tammana表示，道德的人工智能將在2021年的產(chǎn)品開(kāi)發(fā)中扮演關(guān)鍵角色，道德的人工智能正在成為一個(gè)重要的問(wèn)題，但很難解決。組織正在使用數(shù)據(jù)和人工智能來(lái)創(chuàng)建解決方案，但是它們可能會(huì)在歧視、監(jiān)視、透明性、隱私、安全性、表達(dá)自由、工作權(quán)和獲得公共服務(wù)方面繞過(guò)人權(quán)監(jiān)管法規(guī)。為了避免聲譽(yù)、法規(guī)和法律風(fēng)險(xiǎn)，必須遵守道德規(guī)范的人工智能，并將最終讓位于人工智能政策。人工智能政策將確保為人們提供高標(biāo)準(zhǔn)的透明度和保護(hù)措施。在數(shù)據(jù)領(lǐng)域，組織的首席執(zhí)行官和首席技術(shù)官將需要找到方法，通過(guò)仔細(xì)的分析，審查和編程來(lái)消除算法中的偏見(jiàn)。

Nuance通信公司首席技術(shù)官Joe Petro表示，人們將看到企業(yè)專注于采用和開(kāi)發(fā)可真正帶來(lái)投資回報(bào)率（ROI）的人工智能解決方案。組織將專注于可證明的進(jìn)步和可衡量的結(jié)果，因此將投資于解決特定問(wèn)題的解決方案。對(duì)客戶想要解決的復(fù)雜性和挑戰(zhàn)有深刻理解的公司，并愿意在解決方案上投入研發(fā)資金，而這些組織將獲得成功。

畢馬威公司數(shù)據(jù)與分析負(fù)責(zé)人Traci Gusher 表示，人工智能技能差距將繼續(xù)存在，組織將考慮新的適應(yīng)方法。并且很難聘請(qǐng)部署人工智能和獲得所有收益所需的人才，一半的行業(yè)內(nèi)部人士都表示面臨了這一挑戰(zhàn)。而且，許多組織已經(jīng)在數(shù)月或數(shù)年的時(shí)間內(nèi)加快了數(shù)字化轉(zhuǎn)型計(jì)劃的實(shí)施，但是在支持這些計(jì)劃的可用人才和培訓(xùn)機(jī)會(huì)方面存在差異。由于需求增加，預(yù)計(jì)組織將為員工提供更多的技能提升計(jì)劃和激勵(lì)措施，以使其學(xué)習(xí)新技能以及在組織的各個(gè)層面上建立數(shù)據(jù)和人工智能素養(yǎng)。疫情為組織提供了一個(gè)機(jī)會(huì)，使他們可以優(yōu)先考慮這些行動(dòng)，并幫助員工在快速過(guò)渡到遠(yuǎn)程工作中發(fā)展新技能。

Jumio公司首席執(zhí)行官Robert Prigge表示，解決人工智能算法中的偏見(jiàn)將是當(dāng)務(wù)之急，這將導(dǎo)致推出針對(duì)種族的機(jī)器學(xué)習(xí)支持的面部識(shí)別準(zhǔn)則。組織越來(lái)越關(guān)注人工智能算法中的人口統(tǒng)計(jì)學(xué)偏差（種族、年齡、性別）及其對(duì)其品牌的影響以及引發(fā)法律問(wèn)題的可能性。在2021年選擇身份證明解決方案時(shí)，評(píng)估供應(yīng)商如何應(yīng)對(duì)人口統(tǒng)計(jì)學(xué)偏差將成為重中之重。

對(duì)于希望了解供應(yīng)商的人工智能“黑盒”是如何構(gòu)建的，數(shù)據(jù)源自何處以及培訓(xùn)數(shù)據(jù)對(duì)所服務(wù)的廣泛人群的代表性如何的組織，組織將越來(lái)越需要明確的答案。隨著組織繼續(xù)采用基于生物特征的面部識(shí)別技術(shù)進(jìn)行身份驗(yàn)證，行業(yè)必須解決系統(tǒng)中固有的偏差。人工智能、數(shù)據(jù)和種族這一話題并不是什么新鮮事物，但它會(huì)在2021年達(dá)到頂峰。據(jù)麻省理工學(xué)院的研究人員分析了用于開(kāi)發(fā)面部識(shí)別技術(shù)的圖像數(shù)據(jù)集之后，有77％的圖像是男性，而83％的圖像是白人，這表明了面部識(shí)別技術(shù)中存在系統(tǒng)偏差的主要原因之一。在2021年，將采用指南來(lái)抵消這種系統(tǒng)性偏見(jiàn)。在此之前，使用面部識(shí)別技術(shù)的組織應(yīng)該詢問(wèn)其技術(shù)提供商如何訓(xùn)練其算法，并確保其供應(yīng)商未針對(duì)購(gòu)買(mǎi)的數(shù)據(jù)集訓(xùn)練算法。

羅格斯大學(xué)基礎(chǔ)設(shè)施研究員Tobias Komischke博士表示，將逐步將人工智能逐步引入人們生活的更多領(lǐng)域。在2021年，由于疫情產(chǎn)生的數(shù)據(jù)與模型訓(xùn)練所用的數(shù)據(jù)明顯不同，因此對(duì)許多機(jī)器學(xué)習(xí)模型進(jìn)行了巨大的壓力測(cè)試。在2021年，將會(huì)看到人工智能在工作和生活的更多領(lǐng)域中更加逐步和不斷地引入，這些領(lǐng)域可以證明有形的價(jià)值。

Workday公司首席技術(shù)官Jim Stratton表示，可解釋的人工智能／機(jī)器學(xué)習(xí)正在興起，期望開(kāi)發(fā)人員和商業(yè)用戶對(duì)人工智能和機(jī)器學(xué)習(xí)算法以及如何應(yīng)用它們有更多的了解和推理。在人們建立對(duì)基礎(chǔ)技術(shù)的信任之后，這些解決方案將被廣泛采用，只有在將給定預(yù)測(cè)的驅(qū)動(dòng)因素解釋給最終用戶的情況下，這種情況才會(huì)發(fā)生。例如，在招聘時(shí)使用機(jī)器學(xué)習(xí)的背景下，為什么要推薦給定候選人擔(dān)任特定職位，這既可以使招聘經(jīng)理做出明智的決定，又可以揭露招聘中無(wú)意（或惡意）偏見(jiàn)的風(fēng)險(xiǎn)做法。

Laserfiche公司首席信息官Thomas Phelps表示，人工智能將集成到組織日常運(yùn)營(yíng)的每個(gè)步驟中，在2021年，人們最終將看到人工智能（AI）嵌入組織運(yùn)行方式的所有方面，它將成為組織創(chuàng)造競(jìng)爭(zhēng)優(yōu)勢(shì)的方式，提供新產(chǎn)品和服務(wù)，改造后臺(tái)并改善客戶體驗(yàn)。這將包括使用人工智能來(lái)幫助減輕風(fēng)險(xiǎn)和優(yōu)化成本，例如預(yù)測(cè)供應(yīng)鏈中的問(wèn)題并建議替代供應(yīng)商。安全技術(shù)將越來(lái)越多地使用人工智能，人工智能也將更常用于防止威脅參與者的活動(dòng)和攻擊，包括打擊勒索軟件或泄露敏感數(shù)據(jù)。監(jiān)控系統(tǒng)中的人工智能面部識(shí)別技術(shù)與鑰匙卡系統(tǒng)、感應(yīng)設(shè)備和建筑圖結(jié)合使用，將用于快速識(shí)別建筑物中的入侵者。

DrFirst公司產(chǎn)品創(chuàng)新和互操作性高級(jí)副總裁Kunal Agarwal表示，2020年發(fā)生的冠狀病毒疫情以前所未有的速度加快了醫(yī)療保健的數(shù)字化轉(zhuǎn)型。盡管遠(yuǎn)程醫(yī)療將在2021年繼續(xù)占據(jù)主導(dǎo)地位，但人們需要改進(jìn)人工智能（AI）和分析以及實(shí)用的互操作性，以釋放其全部潛力。例如，具有深度學(xué)習(xí)的人工智能甚至可以從患者在遠(yuǎn)程醫(yī)療會(huì)議期間從手機(jī)發(fā)送的圖像中準(zhǔn)確地分析和檢測(cè)潛在問(wèn)題。

版權(quán)聲明：本文為企業(yè)網(wǎng)D1Net編譯，轉(zhuǎn)載需注明出處為：企業(yè)網(wǎng)D1Net，如果不注明出處，企業(yè)網(wǎng)D1Net將保留追究其法律責(zé)任的權(quán)利。

作者：HERO編譯   來(lái)源：企業(yè)網(wǎng)D1Net