人工智能成定局，2019將AI迎來全面普及的元年

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”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用戶感到驚訝。同樣的幾個算法可以解決大多數與人工智能相關的業務問題，根據調查報告，(pwc)表示：“如果你成功地將它們應用于企業的某一領域，你就可以在其他領域使用它。”
例如，通過自動從發票中提取信息，即使是那些沒有完全標準化的發票，人工智能系統也可以實現流程自動化，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據提取，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探索和實現應該由一個多樣化的團隊來監督，其中包括具有業務、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，開發問責制和治理，以及建立企業范圍的數據策略。pwc表示，它還應該決定技術標準，包括體系結構、工具、技術、供應商和知識產權管理，以及人工智能系統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：“即使經過基本培訓，業務人員也可能無法完全理解不同人工智能算法的參數和性能水平。他們可能會意外地應用錯誤的算法，并產生意想不到的結果。“
報告稱，答案是創造出三個層次的人工智能-精明的員工-“公民用戶”、“公民開發者”和“數據科學家”，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，支持數據治理，并在需要時獲得專家幫助。
大約5%到10%的勞動力應該接受進一步的培訓，成為公民開發人員：能夠識別用例和數據集并與人工智能專家合作開發新應用程序的強大用戶。
最后，一小群數據工程師和數據科學家將“做重活”來創建、部署和管理應用程序。
在pwc的調查中，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：“高級技術可以創造公民用戶和開發人員，但是你可能需要雇傭訓練有素的程序員和數據科學家。
使ai負責任
接受調查的高管稱確保人工智能系統信得過作為他們2019年最大的人工智能挑戰。“他們將如何克服這一挑戰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：我們是否將數據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？
穩健性和安全性：我們能依靠人工智能系統的性能嗎？我們的系統易受攻擊嗎？
治理：誰對人工智能系統負責？我們有適當的控制措施嗎？
系統倫理：我們的人工智能系統是否符合規定？他們將如何影響我們的員工和客戶？
根據pwc的說法，要建立對ai的數據、算法、流程和報告框架的控制，就需要由技術、業務和內部審計專家組成的混合團隊。
“當他們不斷地測試和監控控制時，這些團隊將不得不考慮適當的權衡，”報告說。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知識的范圍之間取得正確的平衡。
定位和標記數據
調查對象確定，整合人工智能和分析系統是2019年人工智能相關數據的首要優先事項。但只有不到三分之一的參與者認為數據將作為來年的業務重點。這樣是人工智能成功所需要的基礎。
有了足夠的歷史數據，比如說，客戶行為，機器學習系統最終將能夠預測消費者未來的行為。然而，要創建訓練機器所需的數據集，必須標記數據。同時，“一些業務問題有人工智能解決方案，需要培訓數據，而公司可能沒有這些數據，”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量驚人的樣本基礎上產生自己的數據。報告稱，這些技術還支持將模型從一個具有大量數據的任務轉移到另一個缺乏數據的任務。
通過個性化和質量使人工智能貨幣化
pwc認為：“用人工智能提升公司的業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合作開發新型噴墨打印紙
喜訊：里約奧運會發布首批印刷奧運門票
解析紙企到底該如何擁抱互聯網 轉型升級
海德堡CD102印刷金卡紙蹭臟問題解決
大數據時代 現代服務業的創新