4日益增长的企业AI趋势 我们现在在哪里以及我们要去哪里
人工智能比自动化和数据处理更多吗?是的 - 还有更多。现在AI的一些更基本的功能已经成熟，我们将看到AI的复杂性急剧增加，因为它变得越来越人性化。以下简要介绍企业在人工智能方面的位置，以及我们即将开始前进的方向。
正如我上面提到的，大多数公司已经采用了人工智能的一些基本功能，并且我们作为用户可以对功能的使用感到自信。其中包括个性化(个性化广告，电子邮件，自动文本等)和推荐(例如您在Spotify，Netflix或亚马逊购物卡等应用中看到的那些)和其他martech，现在广泛使用适用于几乎任何规模的企业的可用aaS。还有许多技术开始达到高饱和度 - 最重要的是机器人过程自动化(RPA)。我称RPA是AI的低调成果，因为即使它具有智能，它也很简单。它侧重于一次自动化一个流程，而不是整个企业的垂直流程。RPA为公司节省了大量的时间和金钱，但尚未达到规模。在最近的一个词中，我们会看到更多的落后者转向RPA采用，而现有用户寻求优化他们已经开始的流程。
既然我们已经掌握了这些基础知识，我们就会看到许多早期采用者进入下一个层次。我们可以期待越来越多地关注AI和ML驱动的 预测分析 -让企业从数据中提取更多价值，特别是实时，甚至相信它可以为我们做出决策。我们还将看到对知识图表等事物的更深入理解 - 围绕人工智能如何使用数据来寻找我们可能从未梦想过的相关性。
事实是人工智能的采用很难。许多公司要么花费的时间比预期的要多，要么花费的时间超过预期建立系统来处理它的时间。文思海辉技术公司最近的一份报告回应了Gartner之前发现的情况：85%的AI项目无法兑现其预期的承诺。Dimensional Research最近发布的另一份报告发现，在人工智能和机器学习方面有8个组织中有8个表示这些项目停滞不前，96%的人表示他们在数据质量，标签和建立模型信心方面遇到了问题。事实上，即使像IBM，Uber和亚马逊这样的高科技巨头也不得不放弃重大项目 - 总计数百万美元 - 这是由于有时非常重要的AI挑战。是否需要成长的痛苦?不必要。到目前为止，有足够的信息可以做 - 而不是做 - 创建影响力的AI项目。要避免的大事：没有明确的任务开始，收集太多数据(或不使用它或正确管理它)，使用错误算法，等待太长时间以获得回报(而不是在实时检查和平衡中工作)方式。)
技术专家正在看到强化学习领域的重大改进，即人工智能能够为目标导向的行为获得奖励。它开始获得常识。它开始以一种奇怪的方式思考 - 类似于人，这意味着它也有能力开始大量取出工作(参见我最近关于CMO的文章以及AI将其角色置于危险中的原因。)这是人工智能从人类到人类的道路上的叉子。有关高级AI如何成型的一些具体示例在这里得到了很好的概述。
