Gartner 2019年人工智能成熟度曲线的超前趋势- 专知

Gartner 2019年人工智能成熟度曲线的超前趋势

Gartner的这种成熟度周期凸显出人工智能正以多种不同的方式影响企业

根据Gartner对2019年的CIO议程调查，2018年至2019年间，部署人工智能(AI)的组织从4%增长到了14%。

与几年前相比，人工智能正在以多种不同的方式影响组织，当时没有其他方法可以替代使用机器学习(ML)构建自己的解决方案。AutoML和智能应用拥有较明显的发展势头，其他方法也同样值得关注——即人工智能平台即服务（AIPaaS）或人工智能云服务。

受亚马逊Alexa、谷歌Assistant等公司在全球范围内取得成功的推动，对话人工智能仍是企业规划日程中的首要内容。与此同时，诸如增强智能、边缘人工智能、数据标签和可解释的人工智能等新技术不断涌现。

今年的成熟度曲线出现了许多新技术，但被大众所知晓的有价值或目标的很少

Gartner 2019年人工智能成熟度曲线审查了在AI领域的创新和趋势潮流，以及AI计划范围。快速跟风者，首先应该为AI设计一个商业案例。对于早期使用者来说，AI的可扩展性是下一个挑战。

今年的成熟度周期包含了很多新技术，但被大众所知晓的有价值或目标的很少，而被主流应用的则少之又少。“这并不代表AI是不可用的。这表示它将会发生改变，为了评估AI的价值和风险，CIO需要为其设定现实的预期。” Gartner副总裁分析师Svetlana Sicular表示。

以下是Sicular重点介绍的人工智能技术，这些技术必须在CIO的计划上，才能在未来两到五年内对业务转型产生巨大影响。

增强型智能（Augmented intelligence）

增强型智能是以人为中心的AI与人协作提高认知能力的合作模式。它关注的是人工智能在提高人类能力方面的辅助作用。

AI与人们互动，改善他们已经知道的事物，可以减少日常失误，并可以改善客户互动、市民服务和病人护理。增强型智能的目标是提高自动化的效率，同时辅以人性化和常识来管理决策自动化的风险。

吐槽：不再是我们日常所调戏的Siri和人工智障爱酱，开始追求更高的智慧，比如阿尔法狗这种，目前听说过的比较成功的就是游戏的黑科技外挂，星际1、拳皇97的黑科技可以秒杀世界顶级选手，如果在其他领域开发出这样的增强型智能程序，是不是离Skynet也不远了。

聊天机器人（chatbots）

聊天机器人是AI的代表，影响着人们所有可交流的领域，比如汽车制造商KIA，它每周与11.5万名用户对话，或者Lidl的Winebot Margot，它提供购买葡萄酒的指导和食物搭配方面的建议。

聊天机器人可以基于文本或语音，也可以两者结合，并依赖于极少人为干预的脚本响应。

常见的应用程序存在于HR、IT帮助台和自助服务中，聊天机器人在客户服务领域已经产生极大影响，尤其是改变了客户服务的执行方式。从“用户学习界面”到“聊天机器人正在学习用户想要的东西”的转变，意味着对员工入职、工作效率和培训的更大影响。

吐槽：感觉是一个很好的方向，但请不要用在推销式垃圾短信方面。比如某宝，凡事留过电话的店铺，后边就有源源不断的打折活动短信。用在一些已形成标准化的办事流程上，也许确实可以省去很多繁琐的步骤。

机器学习（Machine Learning,ML）

机器学习可以解决业务问题，如个性化的客户服务、供应链推荐、动态定价、医疗诊断和反洗黑钱。ML使用数学模型从数据中提取知识和模式。随着组织面临的数据量的指数增长和计算基础设施的改进，ML的使用也在增加。

目前，ML被用于多个领域和行业，以推动改进，并为业务问题找到新的解决方案。美国运通使用数据分析和ML算法来帮助检测几乎实时的欺诈行为，以节省数百万美元的损失。沃尔沃利用数据帮助预测零部件何时可能出现故障，何时需要维修，从而提高了其汽车的安全性。

AI治理

组织不应该忽视AI治理。他们需要意识到潜在的监管和声誉风险。Sicular说:“AI治理是制定政策，对抗AI相关的偏见、歧视和AI其他负面影响的过程。”

确定数据源和算法的透明度要求，减少风险并增强信心

为了发展人工智能治理，数据和分析领导者和CIO应该关注三个领域：信任、透明度和多样性。他们需要关注对数据源和人工智能结果的信任，以确保人工智能的成功使用。他们还需要确定数据源和算法的透明度要求，以降低风险，增强对人工智能的信心。此外，应该确保数据、算法和观点的多样性，以追求人工智能的道德伦理和准确性。

吐槽：IT治理大家都很熟悉，AI治理目前只是理论阶段。近几年经常可以看到，对于安全和AI领域道德伦理问题，可能后边真的要提上日程了。为什么这么说，不知道大家有没有看过最近上映的《鬼娃回魂2019》，没有任何约束的机器学习，最后造就出来的AI是个什么样，确实很难说。