|
AI一直是企業、政府和社會討論的熱門話題，企業機構很難分辨哪些AI技術具有真正的業務價值。數據和分析（D&A）領導者需制定具有前瞻性的AI戰略，并充分利用當前可產生重大影響的技術。 根據Gartner《2022年人工智能技術成熟度曲線》報告，盡早采用復合型人工智能（AI）、決策智能等AI技術將給企業機構帶來明顯的競爭優勢，緩解AI模型脆弱性引發的問題，有助于捕捉業務背景信息，推動價值實現。 已進入生產成熟期的技術，其實際效益已得到證明和認可。隨著越來越多的企業機構認為風險已下降至可接受程度，AI技術的采用開始進入快速增長階段（見圖一）。  Gartner的首席分析師阿夫拉茲·賈夫里（AfrazJaffri）介紹，特別注意，包括復合人工智能、決策智能和邊緣人工智能，預計在2到5年內將成為主流采用的創新。這些創新的早期采用可以推動顯著的競爭優勢和商業價值，并緩解與人工智能模型脆弱性相關的問題。
阿夫拉茲·賈夫里將人工智能創新重新分為四類，并且定義了其互補性和優先級，分別為：以數據為中心的人工智能、以模型為中心的人工智能、以應用為中心的人工智能、以人為本的人工智能。傳統研究專注于通過調整人工智能模型本身來改善人工智能解決方案的結果，但以數據為中心的人工智能將重點轉向增強和豐富用于訓練算法的數據。在解決特定于人工智能的數據問題時，以數據為中心的人工智能打破了傳統的數據管理，但大規模投資人工智能的組織將不斷發展，以保持恒久的經典數據管理理念，并以兩種方式將其擴展到人工智能：- 為不熟悉數據管理的以人工智能為重點的受眾添加方便人工智能開發所需的功能。
- 使用人工智能來改進和增強數據治理、持久性、集成和數據質量。
以數據為中心的人工智能的創新包括合成數據、知識圖、數據標記和注釋。例如，合成數據是一類人工生成的數據，而不是從真實世界的直接觀察中獲得的數據。可以使用不同的方法生成數據，例如從真實數據中進行統計上嚴格的采樣、語義方法和生成性對抗網絡，或者通過創建模擬場景，其中模型和流程相互作用以創建全新的事件數據集。隨著計算機視覺和自然語言應用的使用，各個行業的采用率都在增加，但Gartner預測合成數據的采用率將大幅增加：- 在通過原始數據的合成變化或部分數據的合成替換來訓練機器學習（ML）模型時，避免使用個人識別信息
- 在機器學習開發中降低成本并節省時間，因為它更便宜、更快速
- 提高ML性能，因為更多的培訓數據導致更好的培訓結果
盡管轉向了以數據為中心的方法，人工智能模型仍然需要關注，以確保輸出繼續幫助我們采取更好的行動。這里的創新包括物理信息人工智能、復合人工智能、因果人工智能、生成人工智能、基礎模型和深度學習。復合人工智能是指融合不同的人工智能技術，以提高學習效率和拓寬知識表示水平。由于沒有單一的人工智能技術是銀彈，復合人工智能最終提供了一個平臺，以更有效的方式解決更廣泛的業務問題。預計在2到5年內，復合人工智能將成為主流應用，其商業效益可能會發生變革，使跨行業開展業務的新方式成為可能，從而導致行業動態發生重大變化。例如，復合AI將：- 將人工智能的力量帶到更廣泛的組織中，這些組織無法訪問大量的歷史數據或標記數據，但具有重要的人類專業知識
- 有助于擴大人工智能應用的范圍和質量（即，可以嵌入更多類型的推理挑戰）
因果人工智能包括不同的技術，如因果圖和模擬，有助于揭示因果關系，改善決策。雖然因果人工智能需要5到10年才能達到主流應用，但其商業效益預計將很高-實現執行水平或垂直流程的新方法，這將大大增加企業的收入或成本節約。人工智能的因果效益包括：- 將領域知識添加到具有較小數據集的引導因果人工智能模型的效率
- 通過利用在不斷變化的環境中仍然有效的因果關系，提高魯棒性和適應性
這里的創新包括人工智能工程、決策智能、操作人工智能系統、ModelOps、人工智能云服務、智能機器人、自然語言處理（NLP）、自動駕駛車輛、智能應用和計算機視覺。決策智能和邊緣人工智能預計將在兩到五年內達到主流采用，并帶來轉型的商業效益。決策智能是一門實用的學科，用于通過明確理解和設計如何做出決策，以及如何通過反饋評估、管理和改進結果來改進決策。- 減少技術債務，提高知名度，并通過實質性地提高組織決策模型的可持續性，基于其相關性和透明度的質量，使決策更加透明和可審計，從而提高業務流程的影響
- 通過正確捕獲和考慮業務環境中的不確定性因素，并使決策模型更具彈性，減少決策結果的不可預測性
邊緣人工智能是指在物聯網（IoT）端點、網關和邊緣服務器中嵌入人工智能技術的使用，應用范圍從自動車輛到流式分析。其商業利益包括：該組創新包括人工智能信托、風險和安全管理（TRiSM）、負責任的人工智能、數字倫理以及人工智能制造商和教學套件。當人工智能取代人類決策時，它放大了好的和壞的結果。負責任的人工智能通過解決交付價值與容忍風險之間的困境，實現正確的結果。負責任的人工智能是一個總括術語，用于在采用人工智能時做出適當的商業和道德選擇，包括商業和社會價值、風險、信任、透明度、公平性、偏見緩解、可解釋性、問責性、安全性、隱私和監管合規性。負責任的人工智能將需要5到10年才能達到主流采用，但最終將對業務產生轉型影響。數字倫理是一個近期趨勢（2至5年），可能會對業務產生重大影響。數字倫理包括人、組織和事物之間進行電子互動的價值觀和道德原則體系。這些問題，特別是涉及隱私和偏見的問題，仍然是許多人關注的問題。人們越來越意識到他們的信息是有價值的，他們對缺乏透明度、濫用和違規行為感到沮喪。各組織正在采取行動，以降低管理和保護個人數據的風險，而政府正在實施更嚴格的立法。許多組織仍然忽視數字道德，因為他們認為它不適用于他們的行業或領域，但Gartner預測，到2024年，30%的主要組織將使用新的“社會聲音”指標來處理社會問題并評估其對業務績效的影響。組織需要將數字道德融入其人工智能戰略，以增強其在客戶、員工、合作伙伴和社會中的影響力和聲譽。2022年Gartner人工智能技術成熟度曲線揭示的四類創新有望為任何組織帶來廣泛的好處。這些創新超越了一般性人工智能技術，其已經被用于為以前靜態的業務應用程序、設備和生產力工具添加智能。
|
