您还未登录! 登录 | 注册 | 帮助  

您的位置: 首页 > 行业资讯 > 正文

2019年人工智能何去何从?120位高管有话说

发表于:2018-12-12 作者:张飞逸编译 来源:Forbes

我:“Alexa,告诉我2019年会发生什么。”

亚马逊人工智能:“你想开启‘历史上的这一天’吗?”

我:“Alexa,给我2019年的预测。”

亚马逊人工智能:“水晶球中充满了云雾,我说不出来。”

2019年人工智能何去何从?120位高管有话说

这样跟亚马逊“语音助手”或“智能会话者”的对话显示了如今人工智能已经走近了人们的生活、学习、和工作中。在过去的2018年中,我们看到人工智能逐渐走出了自己的低谷,并真正走向了落地。那么2019年的人工智能又会有哪些表现呢?

2019年的人工智能会发生什么?

下面列出了120位人工智能相关企业高管的观点,他们在尝试不同的探索,并承诺减少炒作,让人工智能更实用、更精确、更聚焦。

“自我驱动性财务是人工智能的一种实际应用,全球的数百万银行客户正在使用该类型或其他形式的人工智能,未来几年这种中应用会越来越好。基于目前世界各地银行正在进行的项目,我看到愈发多的客户将依赖人工智能“驱动”他们的财务,并采取自动化措施帮助他们实现财务目标。为了提供有效的自自我驱动型财务,财务机构将需要针对零售、小型企业和财富等客户细分领域而提供专门形式的人工智能——从更通用的人工智能形式转向嵌入主题知识和专业技能的领域特定解决方案。”

——David Sosna,联合创始兼CEO,Personetics

“2019年将是各组织基于自身数据构建专门人工智能系统的一年。考虑到组织有时只具有有限数量的数据,但他们也需要专门的数据,组织将会意识到他们需要工具来轻松地在内部创建高质量的人工智能数据。这种质量重于数量的方式要求组织对他们拥有的数据进行盘点,并问询自己关键问题:这些数据是否代表了我所寻找的,是否符合我的目标?生产数据与培训数据是否匹配?我是否在图像的可重复性和变化之间取得了平衡?我的数据集是否多样化?采用新的数据策略对于克服人工智能数据问题的挑战,开发在现实世界中有效的人工智能,将是成败攸关的。”

——Max Versace,博士、CEO兼联合创始人, Neurala

“人工智能将使更大的流程探索成为可能。这就像一个嵌入到应用程序中的传感器,它学习所有的用户旅程,使用人工智能预测与系统交互的最佳路径。与使用GPS(如Waze)等类似,当你开车时,人工智能会根据一天的时间解锁最佳路线,它会解锁每个员工如何才能最好地使用一个系统,根据个人需要提供一系列可能性。”

——Rephael Sweary,联合创始人兼总裁,WalkMe

“到2019年,我们将开始看到一种技术,它允许设计师与使用人工智能的电脑程序对话,实时重新设计、优化和使用3D打印机制造的轻型部件。设计者将简单地阐明设计目标和材料参数,而人工智能将在现有设计概念的基础上进行剩余的探索——几乎无限的设计排列。设计师们将拥有更多的权力,他们将能够更好地测试和试验各种变化,以比以往更快地创造出最佳设计。”

——Avi Reichental,创始人兼CEO, XponentialWorks

“因为云计算和API的普遍性,在2019年,我们将开始看到人工智能企业提供有意义的价值,让我们更接近人工智能的圣杯,各级组织将帮助人们进行更有效和高效的工作,同时发现新的机遇和新的工作方式。”

——Josh James,创始人兼CEO, Domo

“尽管B2B供应商在适应亚马逊和谷歌设定的个性化数字体验高标准方面进展缓慢,但该行业至少承认了个性化主页和登录页面的价值。随着客户期望值的提高,企业需要通过使用机器学习和人工智能来提供超越第一印象的个性化体验,这将扩展到其他资产,如技术文档、社区门户和聊天机器人。”

——Gal Oron,CEO, Zoomin

“在2018年,我们看到了人工智能在医疗领域的大量炒作,但我们也看到它成为了实际——从慢性病管理的预测分析,到放射学工作流程的增强,以及带来运营效率的行政和财务用例。2019年,我们将看到语音和视频,以及人工智能,被用来帮助加速从医院到医疗点病人的转移。人工智能与5G的融合也将加速数字疗法的发展,这些疗法将更加个性化、更具适应性,并利用AR和VR技术。精神健康和药物滥用治疗将是我们早期采用的方法。临床医生将人工智能视为一种辅助系统或助手,而不是替代或威胁,他们将能够将自己与患者和同行区分开来。

——Jennifer Esposito, 健康及生命科学总经理, Intel

“人工智能在许多行业发挥着越来越重要的作用,从翻译文本、为工业无人机提供动力到病人诊断。到2019年,我们预计人工智能,以及更精确的图像识别,将被集成到日常生活任务中,如帮助残疾人和自动化汽车。人工智能还将成为日常购物体验的一部分,因为现有商店将实现自动化,推动供应链流程,提供无缝结账和增强客户参与度等。”

—Michael Gabay,CEO,Trigo Vision

“人工智能将加速拥有权的终结。如今,我们不再拥有电影或音乐——我们订阅Netflix或Spotify。明天,我们将不再拥有产品——我们将订阅它们。人工智能平台正在把地球上的每一件人造产品都变成一个互联的智能产品。今天,你可以看到这种趋势发生在交通和消费电子产品上——汽车、小型摩托车、洗衣机、咖啡机、恒温器等等。但很快你就会看到这种趋势在任何地方出现——桌子、椅子、地板、墙壁、衣服。因此,我们不需要拥有任何东西。我们只需要订阅服务:住房服务、食品服务、交通服务、家具服务、服装服务。我们将生活在一个真正的订阅经济中。”

—— Tien Tzuo,创始人兼CEO,Zuora

“若自动化落入网络攻击者之手,使其能够使用更简单的工具来访问和渗透网络。然而,用于防御的自动化并没有产生类似的影响。这可以归结为两个核心因素,一个是非常有限的人才库,另一个是技术的作用以及数据的可靠性。在这些问题得到解决之前,自动化并不是完全可靠的。相反,自动化应用应该主要是在入侵前,作为一种主动防御机制,帮助组织在最初阶段智取攻击者,并将潜在的损害降到最低。”

——Nadav Zafrir, CEO, Team8

机器人技术和AI将更多地用于检查和确保我们的社会建立在关键基础设施上的正常运行 - 电力线路,铁路轨道,工厂等。明年,这两种技术的融合将加速,2019将作为分布式人工智能突破的一年,智力将分散和嵌入接近资产和设备以进行检查。今天,距离检查点很远的远程控制工业物联网和人工智能的云系统将开始向更接近检查源头的分布式和自治系统过渡,使检查数据收集更加高效和安全。”

——Ashish Jain, 数据科学管理总监, GE Ventures

“人工智能和机器学习曾一度是热门话题,但到2019年其热度将开始下降。随着许多企业曾经建立了人工智能战略,如今我们已经发现,更多的企业正在远离炒作,转而解决现实世界中的问题。随着企业从人工智能工具中寻找真正的商业影响,我们将看到焦点将从人工智能转向人工智能驱动的结果。技术本身将不如它所提供的业务见解重要。”

——Sean Byrnes, CEO兼联合创始人, Outlier

“消费者对人工智能的理解将发生巨大变化。我们将不再把人工智能与未来的机器人和自动驾驶汽车联系在一起,而是将其与帮助完成日常琐事的生产力和预测工具联系在一起。”

——Josh Poduska,首席数据科学家,Domino Data Lab

“2019年将是数据科学家终结的一年。2019年,每个人都将开始学习人工智能,数据科学领域将不再只是纯粹的数据科学家。只有大约5000人是真正的数据科学家,但我们不能依靠他们来领导一场工业革命。组织中的每个人都需要拥有AI技能,从产品经理到业务分析师。数据科学家的终结会是这场革命的顶峰”。

——Aman Naimat,CTO,Demandbase

“我们的一些AI皇帝没有衣服。多年来,热门的人工智能创业公司在几乎所有的垂直领域——法律、医学、金融技术——都有所开拓,并都都进行了融资、规模扩张和竞争,还建立了强大的算法。这些人工智能解决方案被框定为最低端任务的替代品。其实这些初创公司会利用我们所谓的培训网络,它们的算法永远在改进,因为它们是由数百万员工的创造性投入和成功所推动的。对于那些利用静态数据集和商品API与之竞争的公司来说,这些集中的网络将非常困难。”

——Gordon Ritter,一般合伙人, Emergence

“人工智能在许多特定领域的任务中已经超越了人类;现在是实际应用程序的时代。2019年,人工智能将从根本上影响糖尿病的管理,从而改善数百万人的生活。此外,人工智能将把从可穿戴设备收集到的大量信息变成现实,将其转化为可操作的见解,帮助人们过上更健康的生活。而且,在不久的将来,无监督机器学习将会有一个大的飞跃。最后,我们将看到公司使用人工智能来培训人工智能。公司将让人工智能代替数据科学家来试验哪种人工智能模型能更好地解决现实世界中的问题。这将帮助人工智能在许多新任务上超越人类。”

——Yaron Hadad, 首席科学家兼联合创始人, Nutrino

“如果我们想创造真正能被人类应用的人工智能,它必须具有更少的‘人工’,并更加‘智能’,这意味着它必须具有人类的特征。为了让人们感受到与人工智能服务的联系,并愿意将其应用到生活的各个方面,这些服务必须变得越来越人性化。就像人体能够自我修复一样,我们也希望这些系统能够自我诊断代码中的问题,自我修复,自行修正软件问题。”

——Zohar Fox, CEO兼联合创始人, Aurora Labs

“我们相信作为一种流行语,人工智能在医疗领域的热度将在2019年慢慢消失。随着医疗行业数字化的成熟,用无所不知的机器取代医生的不实言论正在被揭穿。例如,IBM Watson的医疗工作所面临的挑战表明,面对非结构化的医疗数据和复杂的患者护理现实,仅凭强大的计算工具是无效的。2019年,我们对人工智能广泛的、基于系统的应用以及人工智能有望带来未指明的洞见表示怀疑。”

——Yonatan Adiri, 创始人兼CEO, Healthy.io

“到2019年,不仅开更强大、更复杂的人工智能算法将占据中心地位,而且随着这些人工智能算法变得更加独特和有效,它们的价值也将增长,所有者将不得不保护他们的投资。企业花费数了百万美元用于开发人工智能,而它们往往处于业务增长的核心,然而,围绕保护这些人工智能模型出现了新的安全挑战,我们需要保护它们的知识产权不被窃取,同时确保没有人篡改模型。2019年,我们必须在保护人工智能方面高度智能化。”

——Alon Kaufman, 联合创始人兼CEO, Duality Technologies

“到目前为止,人工智能的使用一直致力于让我们的生活更加自动化,让我们的行业更加智能化。2019年,我们将看到人工智能用于社会公益的转变,使我们的生活更加可持续。人工智能将被用来让我们的城市和工业更加环保,让我们的世界变得更美好。从农业科技和作物优化到公用事业和替代能源,人工智能背后的大数据分析和机器学习将被用来彻底改变消费者与周围环境互动的方式。”

——Natan Barak, CEO兼联合创始人, mPrest

“2019年,全球贷款行业将出现人工智能用例的增长,这种技术可以预测金融资格和融资机会。有了人工智能,贷款机构就可以预测哪些今天无法生存的申请者将来会变得有信誉,从而为以前被困在低技术评估流程后面的企业提供融资机会。人工智能的动态和实时特性将提供持续和自动的访问和更新的新融资机会,出现在整个企业的生命周期中,因为它出现了增长和改善。同样的人工智能应用最终也会改变抵押贷款和学生贷款行业。”

——Eden Amirav, CEO兼联合创始人,Lending Express

“支持自动驾驶汽车预测的人工智能将被‘重塑’,以不同方式访问和分析预测数据。无人驾驶汽车行业将从目标融合转向原始数据融合,这将使这些汽车能够更好地解释运动、速度、角度和轨迹,并提供丰富的数据来预测目标、行人或车辆的方向和未来的运动。”

——Ronny Cohen, CEO兼联合创始人, VAYAVISION

“数万亿美元的商业地产等市场是由错综复杂的交互网络组成的,它影响着每个决策过程,而人工智能技术现在已经成熟到足以应对这些高度复杂的交易。随着行业领袖们开始挖掘将先进技术整合到核心业务中的潜力,人工智能正在让以前被禁止的新行业感受到它的影响。我们看到,资产管理公司正寻求开发人工智能定义的新投资工具,以提高在不确定经济条件下的业绩,并在整个投资生命周期中增值。”

——Guy Zipori, CEO, Skyline AI

“尽管4级和5级无人驾驶汽车(AVs)还没有商业化,2019年将是他们取得巨大飞跃的一年。由于数据共享联盟的出现,人工智能所依赖的数据将变得更容易获取。为了让汽车人工智能提高到适合所有道路条件的水平,数据共享联盟必须成为现实。同时,为AI收集的数据类型将被扩大到包括非可视化数据。更好的数据意味着更好的AI和更安全的AVs。”

——Boaz Mizrachi, 创始人兼CTO, Tactile Mobility

“随着越来越多的企业依赖人工智能来推动自己的产品、服务和数据驱动的营销创新,数字生态系统中的坏人将利用类似的能力加大努力,实施大规模欺诈计划,给品牌和营销人员造成数亿美元的损失。”这样,那些聪明地投资于人工智能和基于机器学习的欺诈保护工具的公司将能够清楚地‘看到’整个生态系统,并保护自己免受欺诈和影响商业决策的污染数据的影响——从而获得显著的竞争优势。

——Ran Avrahamy, 全球营销VP, AppsFlyer

“事实证明,人工智能研究和应用在医疗保健方面越来越重要,通过更个性化、数据驱动的方法改善病人的结果。如大数据可用于创造更令人满意的用户体验一样,更细颗粒度的小型数据信息会生成具体分析工具,将智能手机转化为强大的家庭诊断和治疗工具。这将被用来驱动数字卫生用户基于他们的现实世界的行为,能力和需求,促进人口健康的疾病预测和预防弹性。到2019年,人工智能将成为应用于疾病预防和治疗的数据健康的关键,尤其是慢性病,它将优化个人个人护理的小数据与能够发现具有全球影响的解决方案的大数据之间的点连接起来。”

——Dana Chanan, CEO兼创始人, Sweetch

“2019年将是城市理解城市移动生态系统的关键一年,以便在整个城市地区建立更高效的交通系统。”如果今天的城市主要关注交通、污染和缺乏停车位等严峻挑战,到2019年,它们将更清楚地看到城市地区交通效率低下的根本原因。理解人们在城市地区是如何移动的,从哪里移动到哪里,何时移动,使用哪种交通工具,并理解为什么——这是让城市建立更有效的移动的核心,减少我们移动的需要,鼓励人们一起移动,并创造多模式。为了实现这一目标,城市将需要对这些数据的可见性,而人工智能正是实现这种可见性的工具,它将培养预测能力和行动点,从而显著改善我们的行动方式。”

——Liad Itzhak, SVP, HERE Mobility

“谈到人工智能对就业的影响,尤其是在农业领域,人们总是很担忧。然而,精确农业的未来以及种植更好作物的关键,将依赖于人工智能、图像和传感器,这些传感器将能够从1000英亩农场的种植信息收集中学习。农学家和农民面临严重的劳动力短缺和专业知识的缺乏,对粮食的需求正在增加,但农业并没有被视为一种有吸引力或有利可图的职业,尤其是在商品作物方面。由于农业经营需求的规模和多样性,农民需要密切关注劳动积极性和员工管理。所以世界各地的农场正在用人工智能技术填补劳动力缺口,而不是取代工作岗位。”

——Ofir Schlam, CEO兼联合创始人, Taranis

“实体零售企业正将注意力转向人工智能,以显著改善客户体验、盈利能力,并保持竞争力。2019年,我们将看到新的数据源(监控摄像头、架子上的摄像头、机器人)和人工智能模型的出现,用于库存管理、更好的客户零售体验、有针对性的营销,以及添加新的功能,比如自助结账。然而,关键的挑战在于,如何将人工智能业务发展并扩大到数千家在设计布局不同和网络基础设施能力方面各不相同的零售店。 ”

——Atif Kureishy, 全球新兴实践VP, Teradata

“我预计,到2019年,我们将看到基于人工智能的归因工具出现踏步前进。在今天的数字环境中,归属仍然是一个挑战——企业仍在从不同平台拼凑数据点,许多企业仍在努力理解购买的完整路径——哪些营销渠道在推动收入?什么样的内容有助于留住客户?在客户旅程的哪个阶段?客户从哪里掉出了漏斗?人工智能可以将客户的旅程进行排序,并识别客户何时来到公司网站,何时离开,而无需进行转换。采用人工智能功能归因工具的企业将在竞争中占据优势。”

——Carl Schmidt, CTO兼联合创始人, Unbounce

“第三方数据的未来对于营销人员在快速变化的技术环境中保持可操作性和竞争力至关重要。备受瞩目的企业隐私丑闻和新的全面数据立法达到高潮,迫使消费者正视自己的数字足迹,并使他们对自己的目标更加挑剔。展望未来,第三方数据将帮助营销人员收集更多关于消费者如何使用语音、基于位置的搜索和人工智能等新兴技术的见解,以便他们能够以一种兼容并驱动ROI的方式锁定目标。这些数据在未来几年里仍将是指导大部分营销战略的关键。”

——Chase Buckle, 高级趋势分析师, GlobalWebIndex

“人工智能技术以某种抽象形式与人类智能相匹配,这种炒作掩盖了这样一个事实,即如今,收集、组织和可操作的人类集体经验的人工智能工具才具有真正的价值。人工智能不是《太空漫游》中的哈尔9000。2019年,人工智能将使人们变得更聪明、更有效、更高效。它也会让人们在工作中更快乐——尤其是IT专业人士。对于企业IT来说,2019年将是AI让团队超越简单任务自动化,实现整个流程自动化的一年。通过利用人工智能成千上万用户的应用集体知识和数以百万计的流程执行,IT团队将能够先发制人地简化应用程序开发、故障排除甚至一次性的日常请求。人工智能将给他们带来非常需要的帮助,它将提供比任何一个人所能提供的更多的知识和经验。”

——Neil Kinson, 首席员工,Redwood Software

“我们离真正的‘智能家居’还有很长的路要走,主要的障碍是缺乏感知和行动之间的必要联系。目前,我们有各种各样的技术,能够提供令人信服的未来愿景,但这一愿景受到了一个事实的阻碍:这些设备是孤立的,缺乏前后联系,因此无法自主行动,消费者仍必须为‘智能家居’提供智能。射频传感技术与网格和其他网络方案的结合将放大网络硬件的价值,使其能够提供强大的通信基础设施和感官反馈——这是创建认知系统所需的控制和通信的必要融合。我们将看到这种融合在2019年进入市场,由有远见的科技公司引领,他们将建立这种有远见的生态系统,以满足消费者的需求。”

——Nebu Mathai, 产品工程EVP , Cognitive Systems Corp

“随着人工智能在工作场所扮演越来越多的角色,人们不仅会根据它的智商,还会根据它的情商——以及感知和理解人类所有事物的能力——来判断它。理解人类情感和认知状态的能力将成为评估人工智能的标准之一,因为公司会决定为他们的工作场所选择哪种人工智能解决方案,甚至就像消费者会在虚拟助理或智能扬声器等系统之间做出选择一样。”

——Rana el Kaliouby,博士、CEO 兼联合创始人, Affectiva

“人工智能的焦点将从智能转向移情——我们正在超越能够满足面向消费者的人工智能的基本阶段,因为客户希望知道,他们被视为个体,而不仅仅是客户数据记录。到2019年,供应商将更加关注人工智能的人性化和移情——包括获取关于客户动机的线索,他们此刻的感受,他们在特定情况下的行为,甚至他们周围正在发生的事情。”

——Dr. Rob Walker,决策管理与分析VP, Pegasystems

“随着企业使用更多人工智能并从数字资产中获取更大价值,元数据标签将成为企业存储中更为关键的元素。这将给以元数据为中心的对象存储带来更多的关注,其核心是与AI工具的良好集成。”

——Jon Toor, CMO, Cloudian

“集中式的数据将被单一视图式的数据所取代。数据将以不同的方向、不同的速度、不同的格式向我们袭来,如何控制这场海啸是信息时代赋权和成功的关键标志之一。两大趋势正在改变这一格局。首先,不同的供应商正在联合起来标准化数据模型。其次,也是更重要的一点,是企业数据目录的出现。这些目录在是可访问的,并具有整个联合数据属性的单一视图,并提供了‘按数据购买’的市场体验。你共享、协作和使用中心越多,它对业务的价值就越大。此外,它将你的分析策略与你的企业数据管理策略联系在一起,因为数据已经为分析做好了准备。”

——Dan Sommer, 高级主管, Qlik

“现代企业将继续淘汰Hadoop等技术。Hortonworks和Cloudera的合并是对Hadoop 2019年预期价值的首先期预示。20年前在‘小型’数据时代设计的技术将不再支持现代、全球化和动态的企业。数据仍然需要管理工具,但随着人工智能和机器学习的兴起,复杂性将被消除。”

——Roman Stanek, CEO, GoodData

“过去一年发生的引人注意的入侵事件,将应用层推到了安全聚光灯下。随着应用程序变得越来越复杂,它们的开发也会带来更多的漏洞。虽然DevOps正在努力跟上应用程序开发的提速,但是手动地跟上(更不用说预测)威胁变得越来越不可能。机器学习和人工智能将继续被用于更有效、更准确地减少漏洞。”

——Ivan Novikov, CEO, Wallarm

“2019年将是开源人工智能之年。我们已经看到一些公司开始开源他们的内部AI项目和堆栈,我希望在未来的一年看到这一趋势加速。这一趋势与其他行业(如云计算)的发展趋势是一致的,这些行业已经大力转向开源——增加了创新,加快了上市时间,降低了成本。构建平台的成本很高,而组织正在认识到真正的价值在于模型、培训数据和应用程序。我们将看到围绕一组关键项目的协调,为人工智能、机器学习和深度学习创建一个全面的开源堆栈。”

——Ibrahim Haddad, 研究总监, The Linux Foundation

“人工智能将帮助提升店内顾客体验。人工智能将被用来帮助商店提升顾客体验,并以以前不可能的方式建立顾客忠诚度。当顾客在网上购物时,他们通常会收到个性化的推荐和优惠。零售商过去曾尝试使用信标技术来实现同样程度的个性化,但信标在很大程度上被认为是失败的,因为它们需要特定的应用程序下载、蓝牙连接或其他大大限制其可用性的因素。该问题将通过人工智能训练的人脸识别算法来解决。2019年,选择人脸识别程序的顾客将获得许多店内优惠,包括个性化折扣、白手套服务和更短的等待时间。零售商最终将能够在商店中为顾客提供与在线商店相同水平的个性化服务。”

——Peter Trepp, CEO, FaceFirst

“人工智能将开始嵌入更多的企业应用程序,尤其是面向知识工作者的应用程序,在这些应用程序中,人工智能和数据分析将在支持甚至决策方面发挥越来越大的作用。与此同时,目前关于所有数据分析都是人工智能的误解将会得到更广泛的讨论,尤其是关于是否有足够的、相关的和特定的数据来训练算法并保持它们的学习。这将使人们更加关注能够基于实时数据学习和调整的更先进方法。”

——Mikael Johnsson,联合创始人, Oxx

“由于企业意识到,没有高质量的数据,人工智能就无法构建,它们将越来越多地求助于拥有关键数据资源的专业供应商,以帮助它们理解自己的非结构化数据。例如,彭博社(Bloomberg)正在建设针对财务领域的NLP图书馆。”

——Gideon Mann, 数据科学办公室主任兼CTO, Bloomberg

“我们预计,到2019年,我们在衡量和测试人工智能偏差的框架和标准方面,将取得重大进展。我们将看到对人类判断的需求增加,因此,这类工作、标准和规程的需求也会增加。我的预测是,这背后的动力将会增强,因为企业会在出现重大问题的情况下寻求降低风险。”

——Jake Tyler, CEO, Finn AI

“维持网络服务质量(QoS)的传统‘突破修复’方法已不再足够。终端客户现在非常依赖于连接的连贯,而且对服务中断非常敏感,以至于即使是短暂的服务中断也会导致交易中断。展望未来,我们将看到人工智能作为修复程序和优化器的角色出现,以增强IT操作。初始应用程序将倾向于关注安全功能,如DDoS攻击缓解和实时自动路径选择。最终,它的用途将包括人工智能定义的网络拓扑和基本操作,这将帮助我们打造一个自动驾驶的网络。”

——Kailem Anderson, 软件及服务VP,Ciena

“人工智能(AI)在IT领域的爆炸式发展有望在2019年带来许多好处和节省时间的机会,但这将要求IT决策者(ITDM)转变为战略顾问,而不是扮演被动角色。人工智能不会在一夜之间取代整个IT团队,公司也不会因为目前技术的应用而在短时间内被迫关闭。然而,随着人工智能开始侵蚀IT帮助台对人类的需求,我们将看到那些希望生存下来的IT管理公司做它们应该做的事情——增长、向更高价值领域扩张,并与企业保持密切关系。如果不能发展到这种战略领导地位,ITDM本身会消失。”

——Ian Pitt, CIO, LogMeIn

“银行中的的人工智能‘出纳员’将成为常态。银行分支机构的合并将让位给下一个大的趋势:互动亭(interactive kiosks)。通过人工智能和数据分析,这些‘出纳员’将根据客户的生活阶段、交易历史等,为用户提供个性化的体验,匹配合适的出纳员。许多银行已经在他们的移动应用程序中看到了虚拟助理的成功。我们预计,到2019年,人工智能技术将超越移动应用,15%的银行将推出交互式信息亭。”

——Mike Diamond, 支付GM, Mitek

“除了炒作和头条新闻,人工智能将会真正认真工作。实用的人工智能将主导并专注于让购物变得更容易、让病人更好地参与、让律师更聪明、让网络安全更强大。自动驾驶汽车不再出现事故可能不会这么快实现,但人工智能将在2019年以新的、有趣的方式提高工作效率。”

——Ram Menon, 创始人兼CEO,Avaamo

“2018年是机器人之年,在接下来的一年里,我们将看到普适性分析和基于意图的人工智能将进一步推进飞跃,以突显专业服务台的重要性,这些服务台将简化IT支持管理,并允许即时知识交付。”

——Phani Nagarjuna, 首席分析官, Sutherland

“过去几年,人工智能和机器学习(ML)一直是安全行业的‘银弹’。但恶意行为者也正在注意到这一点。例如,就像安全供应商可以在恶意软件样本上训练他们的ML模型来检测它们一样,恶意软件作者也可以‘训练’或优化他们的恶意软件,以避免使用相同的精确算法进行检测。攻击者还可能毒害ML模型在培训中使用的数据。因为算法需要大量的数据来工作,所以很难排除用错误信息毒害你在学习设置的努力。我们相信,在2019年,一场重大的攻击或恶意软件将利用人工智能。”

——Nir Gaist, CTO, Nyotron

“人工智能有可能在许多方面影响零售行业,但最值得注意的是,到2019年,我们预计供应链中的产品创新将增加。”随着供应链中的人工智能产品创新通过风险缓解、改进预测、加快交付和客户服务能力来降低整体成本,我们预计将有越来越多的公司实施此类解决方案,在2019年改变零售面貌。”

——Brad Taylor, 工程及设备高级主管,Radial

“深度学习模型已经被证明很容易受到数据中难以察觉的扰动,这些扰动会欺骗模型做出错误的预测或分类。随着人们对大型数据集的依赖日益加深,人工智能系统将需要防范此类攻击数据,而最精明的广告商将开始研究对抗的ML技术,以训练模型抵御此类攻击。”

——Prasad Chalasani, 首席科学家, MediaMath

“人工智能将增加额外一层可预测性,使组织能够看到模式,并从物联网设备和过去的客户行为中获得洞见——最终使供应链更智能,从而促进更快、更高效的生产和实施,并让客户更快乐。到2019年及以后,我们可以预计人工智能将把供应链从反应性变为规范性,帮助企业领先于消费者不断上升的预期。”

——Hala Zeine,数据供应链总裁,SAP

“2019年,人工智能将在医疗领域‘跨越鸿沟’,主流的非开创性机构将使用人工智能支持临床决策的工具,用于日常工作,包括美国的放射学分析以及非洲和南美的肿瘤药物选择。此外,随着分子生物学的进步表明,许多‘常见’疾病实际上是由罕见亚型组成的集群,人工智能将在海量的大数据中发现隐藏在小数据中的高价值数据。”

——Frank Ingari, 董事会成员, Quest Analytics

“人工智能的客户自助服务并不像宣传的那样成功。2019年,许多组织将采取一种裂变的方法——更积极地使用人工智能来自动化重复的代理电话后的工作,以及更有针对性的方法,其使用了简单和大量的自助用例。”

——Chris Bauserman, 产品细分及营销VP,NICE inContac

“关键字是认知负荷,以及企业如何通过提供更好的指导和全面自动化来降低认知负荷,这有助于更容易地使用RPA(机器人过程自动化),就是一个很好的例子,而且还在不断升温。随着我们进入2019年,RPA将在零售、制造、供应链甚至金融等行业的运作方式上产生更大的颠覆性。到2019年,我们将看到软件机器人和人工智能(AI)工人得到更广泛的应用,因为企业希望利用自动化来增强其整体商业生态系统。”

——Rob Maille,战略与客户体验主管,CommerceCX

“随着人工智能应用日益普及,一项关键的应用技术将是处理不断更新的操作数据具有更大数据集的能力。快速访问历史数据以及当前事务和实时输入对于为企业提供更多价值至关重要。有了合适的数据货币和质量,AI将从特殊项目转移到生产中。”

——Raghu Chakravarthi,研发和支持服务SVP,Actian

“客户体验领域的一个主要障碍是,用户仍然对品牌如何收集、存储、保护和使用他们的信息持谨慎态度。到2019年,企业应该在人工智能领域寻求安全,利用新兴技术保护客户——无论是从购买角度还是从潜在的数字威胁角度(试图窃取客户与品牌共享的信息)”。

——Dan Kiely, CEO, Voxpro

“智能机器人过程自动化将成为关键业务,因为企业将需要在2019年为智能企业提供所需的高自动化水平。此外,会话人工智能将更进一步,以支持自动化企业的运营与更智能的聊天机器人。这两种技术的结合将是下一个重要的里程碑,我们将实现更快、更有效和更智能的人工智能。”

——Markus Noga, 机器学习SVP , SAP

“人工智能(AI)将使健康的远程监控成为可能,并自动建议人们改变生活方式,从而帮助预防疾病,或在疾病尚易治愈时发现它们。我们已经在FitBit上看到了这一点,FitBit提醒我们要坚持每天的步伐,或者糖尿病技术监测我们的血糖,但这仅仅是个开始。到2019年,我们将看到越来越多的可穿戴健康设备进入市场,这些设备利用人工智能跟踪血压等大量状况,描绘出一幅更全面的个人健康图景,因为它是实时变化的。”

——Kevin Hrusovsky, CEO, 总裁兼主席, Quanterix

“许多人工智能自动化项目在2018年失败了,因为它们瞄准了错误的自动化流程。2019年,公司必须评估应该考虑哪些参数——比如任何给定流程的用户数量、处理时间和复杂性(即涉及的应用程序数量、采取的行动类型等)。如果将这些元素考虑在内,这将有助于确保自动化的流程将为公司带来显著的ROI。将错误的过程自动化只会导致障碍,并阻止组织成功实现自动化的过程。”

——Oded Karev, 机器人过程自动化主管兼VP,NICE

“随着我们进入2019年,美国的每一家电信运营商都将制定战略,分配预算,将运营中的机器学习货币化。然而,人才短缺将影响所有人,并影响企业的交付能力,除非它们拥有强大的可伸缩战略。有大量的初级数据科学家将成为解决这些短缺的关键,并将在未来几年做到这一点,但学习曲线将在2019年显现出来。由于目前的知识差距,将人工智能和ML大众化的应用程序将会看到需求的大幅增长,但由于对数据的误读,它们的ROI很可能会出现不足。”

——Johnny Ghibril, 数据科学及方案架构VP,B.Yond

“机器学习将继续很好地工作,但随着许多学习算法的统计本质变得清晰起来,它偶尔会遭遇荒谬的失败。围绕表示法、传感器篡改、状态操纵、启动和灾难性遗忘的一系列风险将再次曝光。相关的安全问题将是有趣的探索。在社会方面,AI/ML暴露出的一些固有的社会规范将继续使人深思。当机器向人类学习时,它们会养成一些坏习惯和一些道德上可疑的习惯。谁知道我们作为一个物种是如此可怕?”

——Gary McGraw, 安全科技VP,Synopsys

“请注意寻找那些基于知识本体的数据科学项目,以补充现有的机器人和机器学习计划,从而在2019年完善数据科学和人工智能的业务方法,并为这些工具如何提高工作绩效方面设定标准和有效性。 知识本体可为公司现在部署的方案中添加一个额外的工具,知识本体具有将各种数据集链接在一起并从中得出结论的能力,使基于本体的系统在2019年成为企业和企业组织的一个简单的尝试”。

——David Keane, 联合创始人兼CEO,Bigtincan

“企业一直非常关注人工智能的潜在好处,以至于它已成为一种流行风尚,而非现实。企业必须专注于人工智能具体的应用程序和项目,而不是关注2019年的热潮,这些应用程序和项目将为企业带来短期价值。为了确保成功,他们将需要制定一个计划,包括确定能够实际试验或孵化新人工智能技术的团队和工具,以便在企业范围内采用这些技术。而测试的逐步推出将有助于减轻对日常业务的任何重大干扰,同时增强组织的未来技术足迹。”

——John Samuel, SVP兼全球CIO,CGS

“我们将看到ML/AI工具的探索和应用将出现一个巨大的高峰,这些工具可以帮助企业开发不需要编码(无代码测试)的移动和web测试场景,从而加快代码验证过程,并为测试代码提供更大的稳定性。这些工具支持具有高度稳定性的智能测试记录,极大地提高了组织的生产力和敏捷性。在智能决策和质量分析的前沿,我们将看到更多ML/AI解决方案,它们可以对数据进行自动切片和切割,并快速为DevOps管道测试活动中检测到的问题提供根源分析。”

——Eran Kinsbruner, 线索软件传播总监,Perfecto

“2019年,研究项目和公司的数量将呈指数级增长,它们将利用人工智能提高开发人员的生产率。我们预计,到2020年,所有的开发都将得到AI合作开发者的帮助,他们理解开发者的意图,提公共未来最佳模式,并在应用程序投入生产之前发现问题。这将使公司能够持续改进他们的数字体验,并以以前不可能的速度响应市场需求。”

——Antonio Alegria, AI主管, OutSystems

“人工智能将越来越多地用于检测针对员工和消费者收件箱的恶意行为(如垃圾邮件、钓鱼等)。随着技术在未来一年的进步,它将在很大程度上工作良好。然而,它偶尔的失误仍会给企业带来重大问题,比如财务和声誉损失。大多数用户会发现安全漏洞完全无法理解,而安全公司又很难向客户提供明确解释。”

——Nathaniel Borenstein,首席科学家,Mimecast

“企业将在2019年认真关注数据隐私倡议,以遵守欧盟法律(GDPR)或国家法律(如CCPA),但原因可能不那么明显。罚款金额本身并没有达到全球销售额的4%,因为人们不确定是否现在就需要规定高额罚款;相反,最高管理层和董事会担心的是他们的受托责任,即确保采取适当措施,防止此类可能造成重大财务困境或声誉损害的严重罚款。另外,我们应该注意到,在大多数国家还没有针对罚款的保险时,企业需要一般风险转移方法”。

——Kon Leong, CEO兼联合创始人, ZL Technologies

“到2019年,每一个构建人工智能系统的供应商的价值声明都应该关注他们希望创造的价值,以及他们服务的潜在道德基础。他们如何收集数据,与谁分享这些数据,以及他们最终用这些数据做什么,将越来越需要一个检验方法来表明什么是可接受的,什么是不可接受的。这种检验将成为供应商文化的一部分——需要从内到外。虽然这对某些供应商来说太过“煽情”和受限制,但是对于长期的业务生存来说,跨用户社区建立可信的信任是绝对必要的。没有透明度,就没有信任。没有信任,就没有数据。没有数据,就没有人工智能。”

——Ojas Rege, 首席战略官,MobileIron

“2019年,人工智能将开启工业世界生产力的巨大价值。越来越多的公司带着垂直解决方案进入市场,而这些解决方案几乎不需要培训模式或解释方面的专门知识。任何人都可以使用这种集中的方法,并带来非常快速的大规模时间价值。这种转变将提高生产率和安全性,并将为整个行业的新商业模式打开大门,比如“成果及服务”(outcome -as-a- service)。”

——Saar Yoskovitz, 联合创始人兼CEO,Augury

“人工智能最大的好处将被证明是我们认为最典型的人类特质:成为‘优秀的团队成员’。2019年是一系列算法开始在复杂任务上进行协作的一年。凭借他们的速度、缺乏自我和内在的利他主义倾向,早期迹象表明,人工智能团队的表现将很快超越人类同行。”

——Timo Elliott, 创新传教官, SAP

“人工智能为医疗保健提供了一个真正的转型机会,尤其是在虚拟医疗领域。我们所熟知的远程医疗正在迅速成为过去,而虚拟医疗是数字的未来——这是行业的下一个迭代方向,而人工智能将在这一转变中扮演重要角色。例如,复杂的算法可以解析病人信息,帮助将他们引导到最适当的护理水平;自然语言处理正在以一种使在线交互更简单和更有效的方式前进;智能系统可以收集患者过敏史、处方史和健康信息,以支持更安全、更有效的处方。最重要的是,有了这些人工智能工具在供应商和医疗机构手中,数字化体验可以增强而不是取代患者与供应商的关系。”

——Jon Pearce, CEO兼联合创始人, Zipnosis

“2019年是我们掌握使用数字技术一切的一年;这将是区分落伍者和领导者的一年,为有远见的组织提供竞争优势。落后者仍然相信还有时间,并将继续在竖井中开发解决方案,仅取得微小进展,却没有意识到变化的步伐比过去20都要了。领导者将是跨组织进行数字化转型的,他们将利用大数据和人工智能部署从根本上影响整个药物开发生命周期的解决方案;他们将扭转目前的趋势——药物研发时间线同比增长25%,平均时长高达12年——并更快地将急需的疗法推向市场。”

——Isabelle deZegher, 集成方案VP,PAREXEL

“到2019年,社会将推动人工智能的非神秘化,并要求更好地了解正在开发的技术,以及技术使用的更高透明度。随着透明度的提高,人们会更好地理解人工智能并不是一个包罗万象的术语,它指的并不是能够复制并表现得像一个完整的人类的机器,而是一组更明确的功能,能够更好地自动化简单的任务,并对执行更复杂操作的人进行强化。这将减少人们对被机器取代的恐惧,并让人们更容易接受新的创新。 ”

——Josh Feast, CEO兼联合创始人, Cogito

“到2019年,人工智能(AI)和机器学习(ML)将在全球分布的边缘计算平台上更快地连接和处理数据,从而接近充分发挥其潜力。人工智能和ML洞察一直是可用的,但在云平台或传统数据中心上,它们的利用速度可能比需要的要慢一些。我们已经从航空公司制造和服务飞机的方式、政府防务机构应对黑客的方式以及个人助理为未来网上购物提供建议的方式中看到了这一点。今年,多亏了AI和ML,终于有人知道那个特别的人是否真的想要水果蛋糕或电动洗衣机了。”

——Alan Conboy,CTO,Scale Computing

“2019年似乎将是分析、机器学习和人工智能之年。虽然这些工具已经可用,但是由于无法将这些新功能与适当的新工作流和SOC实践相匹配,它们的使用常常会延迟。在明年应该会看到出现一些竞争者,即那些声称使用这些技术,但实际上使用了上一代的技术的公司消失,让这个领域的真正创新者开始占据主导地位。这可能会导致一些收购,因为一直在努力开发这一技术的大型现有企业正寻求收购。2019年也将是投资机器学习安全创业企业的一年”。

——Stephen Gailey, 方案架构师, Exabeam

“到2019年,我们可能会看到更多的聊天机器人和无人驾驶汽车。聊天机器人AI能力的提升,将为创新客户服务团队创造机会,从而让他们超越竞争者。2019年也是无人驾驶计划的重要一年,将利用经验数据,不断改进算法和硬件处理能力。”

——Scott Parker, 产品营销总监,Sineque

“随着人工智能和ML成为主流,一种新的安全数据科学家将在2019年出现。数据的准备、处理和解释要求数据科学家是博学的。他们需要了解计算机科学、数据科学,最重要的是,他们需要有专业知识,能够区分好数据和坏数据,以及好结果和坏结果。我们已经开始看到,理解数据科学和计算机科学的安全专家需要能够首先理解我们今天可以得到的安全数据。一旦这些数据完成准备、处理和解释,它就可以被AI和ML技术用于实时自动化安全。”

——Setu Kulkarni, 公司战略VP,WhiteHat Security

“2019年的一个顶级技术趋势将是机器学习/人工智能对软件质量的影响。在过去,我们设计的交付过程是精益的,减少或消除浪费,但对我来说,这是一种过时的、半空的方式来看待过程。在2019年,如果我们想充分利用ML/AI,我们需要明白浪费的反面是价值,并从乐观的角度看,变得更有效率意味着增加价值,而不是减少浪费。”

——Bob Davis, CMO, Plutora

“企业将意识到,人工智能是对其内部流程转型的一项投资,而不仅仅是一项能够神奇地解决低效问题的功能。在供应商方面,技术供应商将使人工智能工具和平台更容易部署和实施,而真正能够在组织内创造这种变化的技术领导者与那些试图利用这种炒作的人之间的区别将变得越来越明显。”

——Connie Schiefer, 产品管理VP, Mya Systems

“在过去20年里,随着科技驱动的企业接管了整个市场,世界经济的中心已经转移。但这仅仅是个开始。大型科技公司已经开始利用它们在人工智能和数据方面的优势,将触角从传统市场拓展到全新的市场。比如亚马逊将目光投向了娱乐和医疗领域。谷歌着眼于交通运输的未来。没有一家公司能够免受人工智能带来的影响,我们将看到这种趋势在明年继续加速。如果企业愚蠢到猝不及防的地步,它们将无法适应人工智能和ML主宰的新数字世界并很快消亡。关于人工智能自动化一切的炒作将会平息,尽管创建更高效流程的紧迫性只增不减。”

——Sudheesh Nair, CEO, ThoughtSpot

“2019年,人工智能公司将开始减少对修改损坏硬件和流程的努力。相反,他们将把目光投向整体生态系统,这些生态系统将重塑我们设计过程的方式。虽然这种流程改革的技术方面将推动必要的重大变革,但我们将认识到,更大的机遇在于使用先进技术,以及如何在与业务流程流相交的任何地方优化人类行为。”

——Alan O’Herliy, CEO, Everseen

“到2019年,我们将不再怀疑人类在第四次工业革命中扮演的角色——也不再担心人类是否会没有这样的角色。很明显,机器和人类之间的关系不是非此即彼的,而是高度共生的。我们会意识到将人类的洞察力与人工智能结合起来是多么重要,这样才能同时发挥人工智能和人类的潜能。我们已经看到,人工智能解决方案在部门和企业层面上都取得了成功,这些解决方案利用人类提出更大的战略愿景,并推动任何复杂过程中的本能和直觉元素。利用人与机器之间的这种互谅互让而建立的解决方案将产生最好的结果,并迅速得到应用。”

——Or Shani, CEO, Albert Technologies

“大多数早期的商业人工智能应用都围绕着预测性和规范性分析,利用人工智能增强人类的决策能力。2018年中,人工智能开始向更深层次发展,不仅仅是预测,而是实际采取商业行动。2019年将会有更多的垂直深度人工智能得以应用,这种人工智能将会在供应链上自动采取高价值的商业行动——从采购和仓储到信息传递和客户服务管理。”

——Fayez Mohamood, CEO, Bluecore

“几乎所有的软件公司都知道用户在应用程序中的每一次点击意味着什么。但我们缺少的是对用户想要完成什么的真正理解。2019年,人工智能驱动技术将开始理解用户意图和基本软件功能之间的区别。有了这些信息,公司可以针对个人、团队和功能改进工作。软件公司可以主动地干预那些处于次优结果路径上的客户。此外,这将告知软件公司和他们的客户应用程序或业务流程优化的潜在需求。”

——Michael Graham, CEO, Epilogue Systems

“在2019年的招聘时,人才获取团队将谨慎乐观地应用人工智能。虽然在招聘过程中较早使用人工智能的企业已经看到了有希望的结果,但很明显,该技术仍处于早期应用阶段,人工智能正被用于更好、更快和更智能的招聘决策,而不是制定决策。然而,我们仍可能会看到更广泛地人工智能应用,从而减少招聘人员花在日常工作上的时间,这样他们就可以把时间用在更有意义的求职者互动上。”

——Kurt Heikkinen, CEO, Montage

“我们预计到2019年,随着各院校继续进行数字化转型,并寻求迎合学生对适应性、参与性学习体验的偏好,人工智能将更多地应用于高等教育。尤其必要的是,Z世代的大学和教授需要在网上与学生见面。随着Z一代与数字时代的全面融合,他们的学习偏好将与之前几代人有所不同。使用带有人工智能组件的资源,如人工智能助教、在线课程和写作中心,将开始在整个校园得以频繁地使用。”

——Kanuj Malhotra, 公司发展EVP兼数字化方案总裁, Barnes & Noble Education

“随着自动化技术在2019年塑造工作场所,企业有必要考虑技术冲击将如何在短期和长期内影响企业文化。许多组织已经开始使用人工智能来寻找人才,但是当涉及到员工每天都会遇到人工智能的工作场所的其他领域时,公司需要从一开始就了解员工的看法。在推出任何新技术平台之前,企业需要做好准备,传达产品将给企业带来的价值,它将如何更好地影响员工,以及它将对生产力和敬业度产生的积极影响。这样做,公司在实施新技术时就会成功。”

——Andee Harris, 总裁, HighGround/YouEarnedIt

“我们预计,随着越来越多的保险技术公司和运营商在客户体验策略中使用人工智能,到2019年,人工智能将在保险业中变得更加突出。同时,我们也不认为人工智能会在新的一年或未来几年里取代人类保险代理人。虽然机器学习模型可以帮助代理人成为更好的客户顾问,但在保险行业,人情味始终很重要。”

——Jeff Somers,总裁, Insureon

“随着人工智能的继续普及,不可否认的是,自动化决策将取代传统白领。这意味着人工智能系统将代替人类来做任何决定,从批准贷款或决定客户是否登机,再到确认腐败和金融犯罪。这与机器人过程自动化(RPA)不同,后者只是简单地模拟人类决策。相反,真正的人工智能系统将超越人类的能力。我们还可以预期,董事会将更加了解人工智能的真正含义——包括围绕竞争优势、降低运营成本和裁员等方面的硬数据。希望这种对企业高层的理解会在重大运营变革的结果下,引发围绕工会和工作安全的问题。”

——Imam Hoque, COO 兼产品主管, Quantexa

“虽然智能虚拟助理和会话人工智能将在2019年获得很大的发展,但机器学习及其超集人工智能的一大重点将是内容理解。人工智能将被用来过滤什么是真实的,什么不是,什么是适当的,什么不是。尽管在更好地理解这种背景下的内容方面将取得进展,但更大的挑战是在不出现偏见的情况下进行数据培训,这在2019年将会引起广泛关注。”

——Sameer Kamat, CEO, Filestack

“随着企业对人工智能需求的增长,我们会看到市场将持续缺乏受过训练的数据科学家。随着人工智能应用的增加,人工智能平台需要赋予传统的开发者工具,使他们更快地创建机器学习模型,以及确保他们有一个集成的平台,允许开发者注释和标记数据以提高相应的模型的准确性。”

——Dale Brown, 商业开发VP, Figure Eight

“对美国和欧洲来说,最大的潜在竞争来自中国在人工智能方面的快速进步。毫无疑问,中国是人工智能的先驱者。为什么?因为人工智能的成功取决于大量有组织数据的可用性。如果想要应对竞争,美国和欧洲公司需要解决数据问题,而且要快。”

——Hanns Wolfram Tappeiner, 联合创始人兼总裁,Anki

“对人工智能搜索和分析解决方案的需求将在2019年变得更加普遍。传统的搜索功能将让位给认知搜索,从而产生人工智能驱动的解决方案,帮助企业解开数据的陷阱,获得更有价值的知识和见解。到2020年,认知搜索将简化信息,将被动搜索减少20%——企业需要在未来一年做好准备。”

——Kamran Khan, 搜索及内容分析管理总监, Accenture Applied Intelligence

“到2019年,我们将看到更多的组织转向玻璃盒AI(glass box AI),这将暴露该技术在不同数据点之间的连接。例如,玻璃盒AI不仅告诉你有一个新的零售机会,它还会揭示了这个机会是如何在数据中被识别出来的。此外,零售商还将获得一个检查数据的机会——以及任何他们输入的公共或聚合数据——以确保人工智能不会在格言“垃圾输入,垃圾输出”的指导下做出错误的假设。”

——Nikki Baird, 零售创新VP,Aptos

“随着云计算驱动的人工智能(AI)能力的日益普及,人工智能将在2019年进入视频会议领域,从会议室活动分析和效率,到了解参与者对给定消息传递、自动加入流程和平台利用率的反应。当组织寻求优化他们的服务和更有效地工作时,人工智能很自然地会改变我们所知道的会议和协作,因为现在人工智能可以很容易地帮助进行预测分析并将数据转化为可操作的见解。”

——Jordan Owens, 架构VP, Pexip

“我们将在不久的将来看到音频内容和书面内容之间的界线消失。所有的音频都可以像现在的基于文本的web一样进行搜索,所有的文本都可以作为音频访问,并以你最喜欢的声音播放出来。随着语音助手和搜索算法的不断进步,你很快就能和你的助手进行类似于人的对话,而你的助手能立即获取世界上所有的知识。”

——Johan Billgren, 联合创始人兼首席产品官,Acast

“到2019年,我预计,处于创建和监管真相(尤其是基于人工智能的技术)前沿的信息和分析系统本身就是‘偏见’问题的一部分,这一点将变得清晰起来。这将导致根本性转变我们如何看待二进制中的真实, 以及基础信息系统和分析系统因无法测量或完整执行的基础数据集和分析方法”。

——Kris Lovejoy, CEO, BluVector

“我预计2019年我们将看到利用人工智能的生产应用程序的爆炸式增长。市场上可用的工具和模型已经准备就绪,这意味着各种规模的公司将更容易部署智能应用程序。除此之外,我们还将看到更多关于提供机器学习服务的公司在确保其产品的道德使用方面应扮演何种角色的自我反省和宣传。人工智能专家在这场对话中发挥了很大的影响力,因为如果没有他们的帮助,这些服务最终将无法运转。看看在这个过程中会出现什么样的规范将是有趣的。”

——Blair Hanley Frank, 首席分析师, ISG

“对于企业来说,2019年是人工智能平台战略的早期应用者将比缺乏创新的竞争对手领先一步的一年。在市场份额和利润率增长方面,会有明显的赢家,也会有明显的输家。在自动化数据抓取和构建机器学习算法方面的投资将启动自我学习的高速齿轮。正是这个阶段——数据中的持续模式促进了自我学习——带来的好处开始在整个组织中扩展”。

——Dr. Anil Kaul, CEO兼联合创始人, Absolutdata

“对于机器学习和人工智能的模糊宣传,企业将会经历进一步的幻灭。他们会意识到,准确的预测不仅需要大量的训练数据,还需要特定类型的行为元数据。对这些数据的分析需要进行挖掘,以便更好地突出哪些数据应该使用,哪些数据有用。这与20年前推动谷歌搜索排名的观点是一样的:一个网页的内容对其效用的预测不如其他页面(由其他人创建)链接到它的频率高。随着ML/AI的热潮持续减弱,我们将看到组织中出现对这种影响驱动技术和行为元数据的强烈需求。”

——Aaron Kalb, 设计及战略方案VP兼联合创始人 , Alation

“去年是数据科学家的一年——企业非常注重雇佣和授权数据科学家来创建先进的分析和机器学习模型。2019年是数据工程师年。数据工程师将会发现他们的需求非常大——他们擅长于将数据科学家的工作转化为业务上的可靠的、数据驱动的软件解决方案。这包括创建深入的人工智能开发、测试、DevOps和审计流程,使公司能够在整个企业范围内大规模合并人工智能和数据管道。”

——Nima Negahban, CTO兼联合创始人, Kinetica

“人工智能将从根本上自动化销售的订单接收环节,并赋予成功的销售代表成为买家顾问的权力,帮助双方发现所需的关键资源,以告知他们的购买和销售决策。AI驱动的创新将预测销售挑战和买方的反对意见,并提取见解,以更好地预测在买卖双方参与过程中的成功。在售后阶段,人工智能还可以找出最佳实践,识别影响客户体验的因素,以帮助增加向上销售和口碑销售。最后,人工智能将迅速培养出一个更可指导、更了解客户、更聪明、更敏捷、更有准备成功销售的销售代表。”

——Yuchun Lee, CEO兼联合创始人, Allego

“在未来几年里,人工智能将越来越多地被用于根据特定背景下、特定受众的相关内容,动态修改和提供创意内容。我们的目标和机会是满足受众的需求——无论是在浏览器中提供内容、与实体产品交互、通过扫描包装发布数字体验,还是在家使用语音助手与品牌内容交谈。虽然创意团队和设计师仍将决定某一特定内容的美学和基调,但作为生成框架的设计师,他们的角色变得更加重要,他们决定在体验中哪些元素可以变得灵活,同时仍然保持创意概念的核心。”

——Claire Mitchell, 总管, VaynerSmart

“虽然在2018年,许多零售商和品牌对人工智能及其潜在用例已经有了更多的了解,但在2019年,这些应用将得到落地。人工智能将从根本上改变消费者与品牌互动的方式,我预计到2019年,通过新的个性化水平,这一点将变得非常清楚。那些应用人工智能优化客户体验的品牌,其实施将开始影响到他们的基线。”

——Adam Goldenberg, 联合CEO兼联合创始人, TechStyle Fashion Group

“到目前为止,人工智能的能力集中在解决我们知道的问题上——更有效地从我们一直熟悉的海量数据集中提取模式和见解。明年,人工智能的更大潜力将成为焦点,展示其将以前无法数字化的事物数字化的能力,并引入全新的数据集,改变现状,解决我们不知道的问题。视频人工智能将是一个很好的例子,帮助将物理环境转化为可操作的数据,零售和其他行业的公司可以利用这些数据来增强客户体验,这是前所未有的,并释放出新的服务和客户价值,而这些服务和价值可能是公司从未想过要推向市场。”

——Michael Adair, 总裁兼CEO, Deep North

“个性化一直是营销人员的圣杯,每个人都同意,通过了解客户关心和参与的内容,结果会有所改善。如今的营销人员拥有比以往任何时候都多的行为数据,但他们往往没有时间、资源或知识来恰当地利用这些数据从而调整自己的方法。2019年,人工智能技术将解决这一问题,并最终使客户和业务成果受益。随着营销人员对机器学习的尝试,创新策略将需要进化。”

——Cody Bender, 首席产品官, Campaign Monitor

“2019年将是人工智能在工作场所的关键一年——这将是我们从对话转向影响的一年。我们将开始看到人工智能通过数字助理(无论是语音、短信还是其他渠道)更深入地融入员工的日常体验中。我认为,基于人工智能的数字助理也将更多地出现在新员工的前台和中心中,在新员工入职或技能培训等过程中发挥更大作用。”

——Gretchen Alarcon, HCM战略GVP,Oracle

“将实验室表现转化为临床环境的最大挑战之一是,随着时间、地点和测试的推移,不断复制结果的能力——因此,我们需要可靠的质量体系和标准,为人群提供可量化的可靠性。随着我们进入2019年,我们开始看到如何将人工智能应用于一个传统上由人驱动过程中的真正成果,这个过程过去需要数周时间,现在可以实现实时监控。如果应用得当,简化和加快这一过程可以确保工作流程中的所有积极变化——从样品收集、处理,到仪器的使用——被大大减少,从而使结果具有极高的可重复性,并在短短几秒钟内获得潜在的可操作的和临床相关的信息。”

——Aldo Carrasco, CEO, InterVenn Biosciences

“我们对利用计算能力增强人类决策能力的迷恋,可能已经超越了算法方法的巨大进步。实际上,人工智能及其相关技术的成功应用仍然局限于图像识别和自然语言理解领域,在这些领域中,输入/输出场景可以合理构建,并且在2019年不会有太大的变化。无论收集了多少数据,认为任何企业都可以‘开启人工智能’,从而获得成功或更大成功的想法都是荒谬的。但支持人类和算法的数据收集工作仍在继续,并引发了一些重要的伦理问题,我们需要在未来几年密切关注这些问题。数据是人类产生的,因此它们和人类一样混乱。数据不能创造客观性。众所周知,数据和算法使现有的偏见和自动决策永久化——这是最难以解释和证明的。当我们陷入思考数据和算法结合以创造客观真理的陷阱时,做出正确的决定就更难了。随着更大的决策权产生了更大的责任,人们将越来越多地对他们的业务决策的影响负责。”

——Christian Beedgen, 联合创始人兼CTO, Sumo Logic

“在2018年,我们看到了许多人工智能算法试图愚弄人类的例子,比如Buzzfeed的视频,视频中美国前总统奥巴马以令人信服的方式说出了假话。很快我们就会看到这一概念演变成一种新的网络犯罪,其中恶意内容是由人工智能算法自动生成的——我们将其定义为‘深度攻击’。深度攻击可以通过在恶意软件文件中生成代码、在僵尸网络中制造虚假网络流量、或以虚假url或HTML网页的形式来大规模展现自己。明年,我预计黑客会更频繁地部署深度攻击,以避开人眼和智能防御。”

——Rajarshi Gupta, AI主管, Avast Software

“确保数据隐私,进而保护客户隐私,是我们必须解决的挑战,因为这样才能实现人工智能的好处。到2019年,我们将看到更多的解决方案出现,以确保用于人工智能的数据加密是无懈可击的。同态加密(homopous encryption, HE)是最令人兴奋的新兴加密技术之一,它是一种加密数据的特殊方式,使第三方可以对加密数据进行操作,同时仍然使用保护隐私的机器学习技术来收集有价值的见解。我们已经看到这种技术出现在NeurIPS的讨论中,也出现在一些公共解决方案中,预计围绕人工智能隐私和加密的创新将在明年爆发。”

——Casimir Wierzynski, 人工智能产品团队CTO兼高级总监,Intel

“人工智能将对网络安全产生巨大影响,它将以指数级增长检测恶意模式和违规行为的能力,并在一定时间内显著提高人类有效分析数据的能力,从而通过机器学习实现更快的检测和响应能力。然而,现实地说,人工智能不可能完全消除安全漏洞。这是一个可以接受的假阳性率(合法活动因为被错误地评估为恶意而被阻止)和假阴性率(恶意活动没有被识别为恶意活动)之间进行权衡的经典案例。若要将假负利率推至接近零的水平,就必须阻止高得令人无法接受的合法活动”。

——Richard Anton, 联合创始人, Oxx

“在汽车行业,领先的汽车制造商和零部件供应商一直在通过人工智能寻求差异化,因此,目前正在发生重大转变,从启动人工智能革命的僵硬的硬件解决方案,转向更灵活、更基于软件的解决方案,这些解决方案可以很容易地满足客户的需求。在2019年及以后,随着对隐私、安全和延迟的担忧使边缘AI优先于集中型人工智能系统的传统方法,人工智能将日益处于边缘。不过,制造商们也需应对在边缘产品中添加人工智能的后果,这主要是因为运行这些产品需要昂贵、笨重和耗电的硬件。他们正在寻求更薄、更省电、更划算的嵌入式解决方案。所以我们还会看到企业对更实用的人工智能的需求不断增长,这些人工智能可以负担得起主流化,不需要大量的硬件或云计算,也不影响质量或性能”。

——Adi Pinhas, 联合创始人兼CEO, Brodmann17

“基于数据和人工智能驱动的洞见的零售模块化可以直接推动商店内部的动态重排。这在一定程度上已经随着季节的变化而发生,比如随着夏季的临近,把烧烤用具搬到显眼的位置。但现在,更细微的变化将成为可能。例如,婴儿食品和汉堡包会在星期天-星期二移动到显眼位置,但是薯条和啤酒会在星期四-星期六移到的前端。在周末时商店还会把一些平时固定的装置搬走,以便安装临时酒吧。”

—Tony Rodriguez, CTO, Digimarc

“人工智能和增强智能将有助于解决人们的心理健康危机。根据美国国家卫生研究院(National Institute of Health)的数据,近五分之一的美国成年人患有某种形式的精神疾病。但他们寻求治疗有很大的障碍,包括耻辱感、负担能力和可及性等。在2018年,美国新闻的周期被高调的名人自杀、新闻中不断出现的情绪激动的故事所主导。这为许多人带来了关于精神健康和抑郁方面的巨大压力。人工智能将能够帮助扩大获得合格医疗服务的渠道,使人们能够获得负担得起的适当水平医疗服务。与远程治疗和远程精神病学等技术相结合,它将在改善协作护理方面发挥越来越重要的作用。人工智能工具和数据驱动算法将帮助临床医生追踪病人的病史,识别危机时刻,并为个人提供个性化护理,以减少症状和改善结果。”

——Karan Singh, 联合创始人, Ginger.io

“人工智能将为网络攻击提供越来越多的动力。事实上,我们有理由认为,随着自动化程度的提高,人工智能黑客大军将拥有更强大、更快的渗透能力,从而使黑客在实施网络攻击方面取得更大的成功。网络防御必须从人工智能那里获得更快的分析,以便发现恶意活动。通过机器学习和人工智能驱动的响应,安全团队可以自动分类和排序,同时将误报率降低91%。企业将寻求创新的解决方案,使它们能够领先于下一个未知的威胁。”

——Gilad Peleg, CEO, SecBI

“到2019年,人工智能技术将最终不仅能够帮助识别攻击,还将为安全团队能够和应该如何应对威胁提供基于证据的指导。”在很多情况下,AI完全可以在没有SOC团队干预的情况下做出反应。因为人工智能是不断学习的,所以该技术随时准备与攻击者不断变化的工具和技术保持同步。总的来说,人工智能通过消除许多传统上拖慢这一过程的挑战和负担,加快了从攻击识别到修复的时间。这种人工智能驱动技术的实施将大大降低各种规模企业的风险。”

——Eyal Benishti, 创始人兼CEO, IRONSCALES

“机器将开始理解因果关系——今天,当机器(比如聊天机器人和Siri、Alexa等虚拟助手)对我们做出回应时,它完全是基于相关性。他们不了解因果关系。但随着机器获取的数据来源越来越不同,它们将开始更好地理解大量变量之间的因果关系。作为人类,我们通过纯粹的常识逐渐了解因果关系。到2019年,我们将看到这些与机器结合起来,因为我们收集和提供了更多不同的数据源,使他们能够建立条件概率分布,以了解因果关系的方向。“

——Michael Wu, 博士、首席AI战略师, PROS