Enable javascript in your browser for better experience. Need to know to enable it? Go here.
Perspectives edition 17 banner
Perspectives edition 17 banner
第17期 | 2021年8月

人工智能与机器学习:拓展商业、创意和创新的未来

阅读完整报告
 
在变幻莫测的时代,企业往往会花费更多的精力管理支出。但最近,许多企业似乎还不吝巨资投入机器学习 (ML) 和人工智能 (AI) 技术。包括软件、硬件和服务在内,全球人工智能市场的年复合年增长率接近 20%,预计到 2024 年将突破 5000 亿美元大关。
 

人工智能投资回报周期

 

Table of the wait for AI ROI Table of the wait for AI ROI

来源: ESI ThoughtLab

 

在本期《视野》中,我们的专家毫无保留地分享技术与实践,以确保人工智能与机器学习不仅能让企业获得投资回报,而且还可以为组织的创新战略做出贡献。

 

 

 

i. 识别和利用人工智能机会

 

人工智能从未像现在这样强大,或者更易于使用——但这并不意味着它总是应对业务挑战的正确解决方案。 了解自动化的最佳通用用例、确定改进成熟的特定流程以及仔细规划和测试都应该是在任何重大 AI 项目之前进行评估的一部分。


“人工智能常常是发现问题的独特工具。人们花了很多钱去做他们认为正确的事,结果却行不通。这不一定是技术的错——可能只是方法错了。”
 

Rebecca Parsons
Thoughtworks 首席技术官


 

 

技术力量的融合为人工智能发挥作用奠定基础

Diagram of the convergence of technology forces laying the foundation for AI to shine Diagram of the convergence of technology forces laying the foundation for AI to shine

来源: Thoughtworks

 

ii. 从单调任务自动化到协作和创造性

 

自动化是 AI/ML 实践的标准目标,但实际上只是更广泛的潜在价值链的一个方面。 通过从自动化到增强,公司可以获得超越生产力和效率的收益。 在最好的情况下,人工智能成为帮助组织解决复杂问题、基于实时数据进行预测和适应,甚至创建新产品或业务线的工具。

人工智能价值连续体

Diagram of the AI value continuum Diagram of the AI value continuum

来源: Thoughtworks

 

iii. 处理数据、人员和伦理维度的正确方法

 

建立长期成功的人工智能实践需要组织应对三个关键挑战:

 

数据:如果数据源不同、失真或根本不可用,人工智能系统可能会产生不完整或有问题的结果,从而演变成重大问题,因为机器会根据先前的错误结论进行学习。 有时最好的方法是重新开始。

 

 


”与历史数据相比,从实时数据开始更容易,因为这样的解决方案通常更轻量。其目的在于尝试不同的事物,看看哪些是有效的,哪些是无效的。只有这样,你才能对快速发展的趋势做出反应。”

 

Maria Pusa
Thoughtworks 旗下公司 Fourkind 的首席数据科学顾问


 

 

人员: 人工智能项目需要尽可能获得支持,部分原因在于掌握相关技能的人才仍然短缺。在最近的一项调查中,人才匮乏甚至排在数据和技术挑战之前,成为企业应用人工智能的最大阻碍。

人工智能应用受困于人才短缺

Chart showing talent shortage weighing on AI adoption Chart showing talent shortage weighing on AI adoption

来源: O’Reilly

 

伦理:  允许系统做出决定,例如谁可以访问产品或服务,或者图像或交互何时可能出现问题,意味着这些系统可能具有直接的道德影响。 这让企业有责任确保人工智能驱动的决策透明、可追溯且尽可能没有偏见。

 

 


“你需要尽可能让对系统有不同看法、与系统或数据有不同关系的人参与进来。你需要一些非常熟悉人工智能运作方式的人,以及非常了解人工智能应用后果的人。这一点非常重要,因为探索可能影响数据生成的系统性问题是很困难的。你需要那些没有权力维持系统现状的人的投入。”
 

Rebecca Parsons
Thoughtworks首席技术官


 

从旧的限制到新的可能性

 

人工智能是一个快速发展的领域,它具有前所未有的计算能力、量身定制的算法和自然语言处理,所有这些都将扩展企业的可能性。 随着增强时代的到来,企业可以期待人工智能发挥更具战略性和创造性的作用。 同时,也有系统无法接管的任务。

 


“强化学习确实并未得到充分利用,但近两到五年来,人工智能变得火热,强化学习将成为最受关注的话题。“

 

Jarno Kartela
Thoughtworks 旗下公司 Fourkind 的首席机器学习合伙人


在收件箱中获取《视野》

 

为数字领导者提供及时的商业和行业洞察。

 

《视野》订阅为您提供我们专家的最佳播客、文章、视频和活动,以扩展我们广受欢迎的《视野》出版物。

Marketo Form ID is invalid !!!