企业正采用人工智能和机器学习技术解决业务问题 并将新思想带入2019

在人工智能和机器学习领域，人们将在2019年看到智能应用的兴起。

人工智能（AI）是激发公众和企业想象力的技术之一。长期以来，它一直是科幻小说中最受欢迎的主题，现在在日常生活中越来越受到人们的关注。

2018年，人们看到人工智能在全球各行业中的广泛应用，很多组织利用它来改善运营、创新，并提升客户体验。

随着金融服务、电信和高科技引领着人工智能进入主流，汽车、医疗保健、能源和零售等其他行业和领域也开始接受这种新兴技术。行业机构预计，随着企业努力从获取的数据中获得最大的价值和竞争优势，人工智能将在2019年继续迅速增长。以下了解一下是什么推动了人工智能的兴起，以及未来可能出现的情况。

数据技能

数据可以说是人工智能的燃料。近年来，随着数据收集、分析和存储能力的显著提高，大多数组织发现拥有巨大的潜在资源，缺乏应对如此大量信息的能力。

在2018年，随着人际交往技能与技术取得进展，这种情况开始改变。关于如何处理和使用数据仍然存在很多复杂性，但是企业开始更深入地了解帮助用户从数据中获得成果所需的特定技能，以及如何将这些技能映射到可以培训或招聘的人员中。

企业正在不断研究数据科学家和人工智能开发人员与传统的应用程序开发人员的不同之处，他们需要的工具，以及如何将其融入到应用程序开发团队中。

对于这个领域的供应商来说，面临的挑战是让所有开发人员都能更轻松地访问人工智能。有些人正在构建机器学习框架，以帮助组织跨用例应用人工智能。

在2019年，供应商和企业都需要继续扩大他们的技能集，培训现有开发人员，并引入新的数据科学家。为了解决数据科学家以及其他数据工作者人物角色短缺问题，企业需要吸引和激励年轻人参与，并开展培训和教育以满足技能的需求。随着今年及以后的持续推动，人工智能可以为技术开发商实现其潜在的价值，帮助他们挖掘丰富的技术创新来源。

聊天机器人

在2018年变得更加普遍的一个用例是聊天机器人。聊天机器人越来越受欢迎，这是源于企业希望为用户提供与店内相同的在线体验，无论是零售商、银行客户、医疗保健患者、购物者还是其他消费者。

聊天机器人非常棒，因为他们可以快速响应客户，并通过利用数据分析和算法来确定用户所属的类别，从而提供个性化服务。

机器学习（ML）框架

2018年这一领域最大的惊喜之一是机器学习框架的整合仍在继续。人工智能和机器学习的库和项目已经存在了几十年，但在过去的5到7年中，人们看到在建立深度学习库和人工神经网络方面投入了大量资金。该领域的一些主要厂商已经投入了大量的资源和努力，并正在吸引稀缺的人才。

由于这些公司可以获得比大学所能提供的更多的存储和计算能力基础设施，他们已经将许多研究人员从学术领域引领到企业。而通过巨额的投资，人们期望这些主要参与者希望充分利用资产，以便将其所积累的价值货币化。

组织可以从共同构建中受益是显而易见的，例如更快的创新和更多的开发人员，并且在当今的科技产业中，在开放源码的方向上也有大规模的推动。也可以说，在当今巨大的云计算浪潮的背景下，即使是这些高价值框架也将成为用户的工作负载在这些大型企业所拥有的云计算基础设施运行的驱动因素。

智能应用

如今，全球拥有近85亿台移动通信设备，许多人每天都在使用智能手机（有的人甚至拥有多部智能手机）。可能有一半或更多的移动应用程序具有人工智能功能，可以直接嵌入到应用程序中，也可以在后端支持。例如，手机键盘可以了解用户以及其他人进行交互以改进其工作方式。

如果消费者想通过在线零售商购买商品，它会根据消费者的购买历史以及使用人工智能引擎的典型购买习惯提出建议。乘车的应用程序和导航应用程序使用人工智能来计算如何连接交通路线上的乘客。智能应用将在2019年继续快速发展。

避免偏见

任何新技术都可能带来尚未预料到的陷阱。在人工智能的应用中，人们会发现其算法与其使用的训练数据一样好，这将产生负面影响。人类可能将自己的偏见传递到具有破坏性结果的算法上，例如犯罪预测到语言翻译，这个问题在2018年变得广为人知。

这应该得到更多的关注，并希望在2019年看到解决这一挑战的实际行动。供应商需要考虑如何提供工具和教程，以帮助经验不足的数据科学家、开发人员和企业更好地理解数据和人工智能的影响。人们可以共同制定一个更具结构性的方法来解决这个问题。

很多组织如今正在努力从现有数据中获取最大的商业价值和竞争优势，采用人工智能和机器学习技术解决业务问题，并将新思想带入2019年。