2018年，pricewaterhousecoopers給出了人工智能的預測，將在2018年徹底普及。而今年，(pwc)加大了對2019年人工智能公司“必須實現(xiàn)”的預測。
roi和動量組織
有關人工智能算法的一個事實可能會讓商業(yè)用戶感到驚訝。同樣的幾個算法可以解決大多數(shù)與人工智能相關的業(yè)務問題，根據(jù)調(diào)查報告，(pwc)表示：“如果你成功地將它們應用于企業(yè)的某一領域，你就可以在其他領域使用它。”
例如，通過自動從發(fā)票中提取信息，即使是那些沒有完全標準化的發(fā)票，人工智能系統(tǒng)也可以實現(xiàn)流程自動化，以減少成本和處理時間。一旦完成，編程就可以相對容易地修改，以加快其他領域的數(shù)據(jù)提取，包括客戶服務、營銷、稅收和供應鏈管理。
此外，確保建立正確的人工智能基礎。也就是說，人工智能倡議既不應從人工智能專家開始，也不應從商界領袖開始。相反，公司的ai探索和實現(xiàn)應該由一個多樣化的團隊來監(jiān)督，其中包括具有業(yè)務、it和專門人工智能技能的人員，他們代表組織的所有部分。
這個團隊應該確定如何識別ai用例，開發(fā)問責制和治理，以及建立企業(yè)范圍的數(shù)據(jù)策略。pwc表示，它還應該決定技術標準，包括體系結構、工具、技術、供應商和知識產(chǎn)權管理，以及人工智能系統(tǒng)需要具備多大的智能化。
教員工
正如報告所指出的那樣，即使是對用戶友好的人工智能也是復雜的：“即使經(jīng)過基本培訓，業(yè)務人員也可能無法完全理解不同人工智能算法的參數(shù)和性能水平。他們可能會意外地應用錯誤的算法，并產(chǎn)生意想不到的結果。“
報告稱，答案是創(chuàng)造出三個層次的人工智能-精明的員工-“公民用戶”、“公民開發(fā)者”和“數(shù)據(jù)科學家”，并為這三個人提供了成功合作的途徑。
隨著人工智能的普及，大多數(shù)員工將需要培訓才能成為公民用戶。他們將學習如何使用人工智能應用程序，支持數(shù)據(jù)治理，并在需要時獲得專家?guī)椭?br> 大約5%到10%的勞動力應該接受進一步的培訓，成為公民開發(fā)人員：能夠識別用例和數(shù)據(jù)集并與人工智能專家合作開發(fā)新應用程序的強大用戶。
最后，一小群數(shù)據(jù)工程師和數(shù)據(jù)科學家將“做重活”來創(chuàng)建、部署和管理應用程序。
在pwc的調(diào)查中，31%的高管表示，他們擔心未來五年無法滿足對人工智能技能的需求。pwc的顧問說：“高級技術可以創(chuàng)造公民用戶和開發(fā)人員，但是你可能需要雇傭訓練有素的程序員和數(shù)據(jù)科學家。
使ai負責任
接受調(diào)查的高管稱確保人工智能系統(tǒng)信得過作為他們2019年最大的人工智能挑戰(zhàn)。“他們將如何克服這一挑戰(zhàn)取決于他們是否在解決負責任的人工智能的所有方面，”報告說。
這些方面包括：
公平：我們是否將數(shù)據(jù)和人工智能模型中的偏差降到最低？
可解釋性：我們能解釋ai模型如何做出決策并確保這些決策是準確的嗎？
穩(wěn)健性和安全性：我們能依靠人工智能系統(tǒng)的性能嗎？我們的系統(tǒng)易受攻擊嗎？
治理：誰對人工智能系統(tǒng)負責？我們有適當?shù)目刂拼胧﹩幔?br> 系統(tǒng)倫理：我們的人工智能系統(tǒng)是否符合規(guī)定？他們將如何影響我們的員工和客戶？
根據(jù)pwc的說法，要建立對ai的數(shù)據(jù)、算法、流程和報告框架的控制，就需要由技術、業(yè)務和內(nèi)部審計專家組成的混合團隊。
“當他們不斷地測試和監(jiān)控控制時，這些團隊將不得不考慮適當?shù)臋嗪猓眻蟾嬲f。例如，在可解釋性方面，您希望在性能、成本、用例的關鍵性和所涉及的人類專業(yè)知識的范圍之間取得正確的平衡。
定位和標記數(shù)據(jù)
調(diào)查對象確定，整合人工智能和分析系統(tǒng)是2019年人工智能相關數(shù)據(jù)的首要優(yōu)先事項。但只有不到三分之一的參與者認為數(shù)據(jù)將作為來年的業(yè)務重點。這樣是人工智能成功所需要的基礎。
有了足夠的歷史數(shù)據(jù)，比如說，客戶行為，機器學習系統(tǒng)最終將能夠預測消費者未來的行為。然而，要創(chuàng)建訓練機器所需的數(shù)據(jù)集，必須標記數(shù)據(jù)。同時，“一些業(yè)務問題有人工智能解決方案，需要培訓數(shù)據(jù)，而公司可能沒有這些數(shù)據(jù)，”報告指出。
另一方面，新的機器學習技術可以使人工智能在數(shù)量驚人的樣本基礎上產(chǎn)生自己的數(shù)據(jù)。報告稱，這些技術還支持將模型從一個具有大量數(shù)據(jù)的任務轉(zhuǎn)移到另一個缺乏數(shù)據(jù)的任務。
通過個性化和質(zhì)量使人工智能貨幣化
pwc認為：“用人工智能提升公司的業(yè)績和利潤并非遙不可及的夢想。”目前，人工智能帶來的最大收益是提高生產(chǎn)率，因為公司利用它來改善運營，幫助員工做出更好的決策。然而，報告預測，在2019年，

歷史建筑掛上微名片
柯達CTP與印能捷工作流程介紹
什么是膠版印刷中的三大工藝？
HP和Zanders合作開發(fā)新型噴墨打印紙
喜訊：里約奧運會發(fā)布首批印刷奧運門票
解析紙企到底該如何擁抱互聯(lián)網(wǎng) 轉(zhuǎn)型升級
海德堡CD102印刷金卡紙蹭臟問題解決
大數(shù)據(jù)時代 現(xiàn)代服務業(yè)的創(chuàng)新