人工智能专家分别对2019年的人工智能应用趋势进行了预测

摘要：最近几天，印度人工智能数据分析公司Fractal Analytics宣布获得私募投资机构Apax Partners的2亿美元投资，估值达到了5亿美元。也是在近期，该公司的几位人工智能专家分别对2019年的人工智能应用趋势进行了预测。

这些预测提供了几个非常好的观察视角：

（1）人工智能本身是一种数据科学，“谁拥有数据，谁就拥有世界”。围绕数据的竞争与应用将持续下去。

（2）人工智能将加速在医疗、投资、保险、法律等各行业，以及企业内部管理、客户服务等运营管理环节的应用。

（3）机器人过程自动化、5G、边缘计算、自然语言处理、语音技术、增强现实、可穿戴等技术将与人工智能相结合，不断拓展出新的产业应用场景。

（4）全球众多企业将面临人工智能人才紧缺的挑战，而如何与“数字化员工”共同工作也将倒逼企业进行人才战略的升级。

（5）随着人工智能应用的加速，消费者获得的便利，以及与之相伴的隐私问题将成为整个社会的一种双向道路。在此背景下，新的法律、道德规范需要被重建。

总体来看，这些预测涉及范围广泛但又具有很强的实用性。以下是该公司人工智能专家提出的详细预测：

Andy Walters（战略顾问&董事会成员）：

•随着企业需要精益，敏捷并专注于增长，AI/分析领域的军备竞赛将继续。在目标业务流程中利用AI功能的领导者将扩展到企业范围内的价值驱动机会。“智能企业”将赢得竞争。

•在新药发布和监管等方面，医疗公司将面临更大的压力。他们将利用颠覆性的人工智能技术为研究人员、医生和患者带来突破。制药公司将加速对初创企业和分析能力的战略投资。

•企业和初创公司都将充分利用基于云的技术，并期待Nvidia这样的AI芯片制造商与云服务、软件提供商合作，建立能够激发创新商业模式的规模化人工智能引擎。基于云的AI/分析将为该领域提供下一个“摩尔定律”突破。

Doug Hillary（战略顾问&董事会成员）：

•企业将增加自然语言处理（NLP）的使用，以及后端数据、分析和传统CRM / ERP系统的语音集成，为消费者和员工创建更加个性化和增强的客户服务。

•下一波“沉浸式智能”将使消费者的生活变得更轻松。增强现实技术将与机器学习，虚拟助手和可穿戴设备融为一体，让消费者可以在家中更轻松地进行连接，购物，游戏和执行任务，还可以与医疗保健服务商一起管理自己的健康。

•对机器人过程自动化（RPA）的投资将迅速加速，以在更广泛的后台运营和更复杂的端到端自动化挑战（例如订单处理）中提高生产力和效率。

•2018年5G的推出，以及2019年推出支持5G的“边缘”设备，如智能手机，热点，网关和物联网设备，将加速在混合或分布式架构中执行分析的能力，并为AI提供新的商业和消费者用例。

•缓慢的宏观经济增长和人才的稀缺，以及越来越关注在竞争激烈的市场中获得数字化转型的好处，将迫使CIO在内部做得更少，并依赖于合作伙伴生态系统。

•管理者和人力资源专业人员需要认真对待再培训或提升现有员工技能的挑战，以适应与“数字化劳动力”的共同工作。

Jeff Shacket（首席顾问）：

•医疗机构将继续在人工智能方面进行零碎的努力，而不是制定全面的战略来提升其分析能力。

Vishal Agarwal（首席顾问）：

•AI驱动的助手将在2019年变得更加具有认知力，并执行比以前更复杂的任务。

Bhaskar Roy（客户合伙人，消费者分析主管）：

•从云端处理转向边缘：随着更多的实时决策需要减少决策时间，以通过连接的机器，物联网等实现更智能的操作，这将导致数据处理和计算能力转向边缘，以实现更加动态的实际应用。

•数据安全和隐私：随着越来越多的国家/地区着眼于数据存储的本地化，以及对数据使用限制/边界的规范，推动个性化洞察的能力将受到挑战。理想情况下，这应该会导致组织寻求创新方法来推动客户的参与。

•语音商务的重要性：随着越来越多的服务/网站与Siri，Alexa，Google智能助理等语音功能集成，组织需要重新定义其SEO策略以推动类似/更高的转换。这与语音机器人/聊天机器人功能的商品化相结合，应该会带来更新的客户体验计划。

David Yeo（客户合伙人）：

•领先公司将扩大对语音机器人的采用，而这将在低附加值任务中发挥更大的作用。

•图像分析将提高复杂程度，并支持索赔理赔人员更准确地估算财产和汽车的损失。

•人工智能将开始被纳入领先公司的指标仪表板，以提供自然语言处理（NLP）界面和预测性见解。

Sankar Narayanan（金融，TMT等部门首席实施官）：

•为顾问和机构投资者等客户提供经验与服务将成为资产管理公司人工智能计划的重点关注领域。 简化的投资解决方案和按需顾问服务（通常通过在线/移动平台进行）也将在来年推进。

•2019年可能会看到一个或多个科技巨头（如谷歌、亚马逊、Facebook、苹果）大力冲击数万亿美元的投资行业，例如提供资产管理服务，加剧竞争，并在现有企业之间施加压力，以提高运营效率。持续的差异化将包括庞大的数据，顶尖的数据科学人才以及高效运营的能力。

•人工智能和工程人才之战：将费用结构转向“阿尔法”一代（注：“阿尔法”一代是指生于2010至2025年间，受科技影响最深的一代人）。这将导致热衷于获取替代数据源，人工智能和数据工程人才，以及与学术界和金融科技公司的进一步合作。

•人工智能会朝着大规模实施的方向发展：包括云迁移，减少数据延迟和设计等工程，尤其是简化的和个性化的解决方案。

•行为科学的影响将超越基于目标的策略。行为科学的广泛应用将把认知偏差，人类情感和博弈论等方方面面结合起来，并被引入投资和咨询流程。

Lana Klein（GAIT部门管理合伙人）：

•管理人工智能的“狂野西部”：人工智能的发展将激发（与之相关的）法律，道德和立法行动，以管理人类如何处理大数据和技术。

人工智能和大数据正在为人类创造许多新的道德和法律困境。技术增长速度远快于人类处理法律，道德和心理影响的能力，并产生了人工智能的“狂野西部”。在未来几年，我们将看到与解决这些问题有关的行动。

即使不会对我们造成伤害，我们如何看待其他人对我们的一举一动，所思所想可能产生的利害关系？为了更加方便和安全，我们愿意牺牲多少隐私？对于通过AI芯片与我们的大脑融合来扩展智力的可能性，我们会如何感受？……总之，需要解决的问题很多。为此，新的法律，新的道德规范，新的心理界限都将出现。

•AI个人安全代理的出现：AI引擎将扮演类似于防病毒软件的角色，并帮助我们保护隐私，防止个人数据泄露，并免遭数据滥用。想一想：Google知道你最隐秘的想法和恐惧；Faceboook知道你的整个家庭和社交圈子，你的暗恋对象，以及你去过和喜欢过的地方；而Mint比你更了解你的财务状况和消费习惯；23＆me公司则知道你的整个基因组信息。

Alina Ignatiuk（管理咨询经理）和Alexander Sychov（GAIT部门首席数据科学家）：

•人工智能的民主化：对人工智能技术的非专家使用和复制将会增加。这将通过为非技术专家设计的教育项目，为AI开发人员提供的用户友好界面的应用程序，以及市场上更高的工资和对AI产品的兴趣来实现。这种民主化将有助于增加人工智能技术的曝光率，并将其带到每个家庭，使“群众/更广泛的社区”能够利用这一点并提高生活质量。与此同时，以技术为导向的公司仍将面临能够在该领域开展突破性创新的技术专家的短缺。

•“谁拥有数据，谁就拥有世界”：科技巨头将利用其拥有的大数据垄断优势，并通过应用人工智能获得的见解来赚取额外利润。与此同时，更多的数据将公之于众，从而带来更多的公共倡议和社区服务的改善。

•人工智能和数据科学市场的分散化和多样化：虽然主要的基础开发和突破性创新仍将由“AI蓝筹”（想想全球领先的技术公司和大型分析公司，以及主要国家的政府）来完成，更多世界各地的公司，包括越来越多的基于AI技术的创业公司都将加入到这一领域。

•人工智能应用程序和技术的发展与传播将成为人类的双向道路：一方面，这会通过使用更隐含的心理和行为数据，不断带来个人隐私侵犯，心理操纵增加等问题；另一方面，消费者将获得更好品类和更高质量的产品与服务，同时人工智能将引入具有市场突破性的产品与服务，从而带来更高的生活水平。

•人工智能技术的发展使其能够应用于法律服务等新的行业：例如，美国之前的遗留系统产生了司法裁决、先例、法庭听证摘要等大量数据，这正是人工智能应用的完美背景，也将为法律公司提供降低成本的巨大机会。

•从基于人类的洞察力转向基于人工智能的洞察力：这将通过越来越多公开可用的社会经济数据和市场趋势来实现。

•人工智能将成为传统行业提高生产力的重要推动力：为农业、制造、医疗保健和公共部门等行业提供新的人工智能技术和产品，并将带来下一次技术革命和生产力的提高。

•人工智能将继续把IT和数据管理行业提升到新的水平：对公司数据理解和使用的增长将带来更高的需求，并在所有的全球化公司中推动基于AI的应用程序、数据集成和数据管理项目进入新阶段。

•对人工智能的商业兴趣将推动人工智能领域和数学，物理，医学等其他相关领域的科学发明。

•人工智能将继续改变高等教育市场：以人工智能为导向的课程不仅会扩展到技术专业，而且会出现更多的商业，医学，社会科学等（人工智能）双学位课程。这一趋势将在发达国家扩大，并与发展中市场相呼应。

•人工智能将继续塑造全球劳动力市场，而这种影响将主要体现在两个方面：一方面，传统劳动密集型行业（如银行，保险，政府，教育，医疗保健等）的低技能专业人士将被AI产品取代；另一方面，数据科学劳动力市场的发展将带来所需专家的更加多样化。相关教育项目和培训的加大将为市场带来更多“公民数据科学家”、数据可视化专家、跨领域专家（人工智能与医疗保健，人工智能与保险，人工智能与环境等）。