2018年AI如何发展?普华永道做出了8点预测 | 报告下载

李杉 编译自 PwC

人工智能(AI)非常复杂,而且发展迅速。任何人都不可能对未来几年的发展做出准确的预测。

然而,我们却有可能对今年的人工智能趋势做出具体的预测,然后分享它对商业、政府和社会产生的关键影响。许多新兴趋势已经开始展现。

我们根据在人工智能方面颇有远见的人士的分析,以及普华永道为世界各地的客户提供人工智能咨询时所看到的结果,做出了以下8项预测。

1、人工智能将先影响雇主,然后才会影响就业

从长期来看,人工智能或许不会摧毁就业市场——2018年肯定不会。但是组织面临着一大挑战:当汇集了来自不同学科的数据和团队时,人工智能才能发挥最大效果。它还需要借助相应的结构和技能来实现人机协作。

但大多数组织都将数据保存在联合企业或团队的数据库中。很少有企业开始为员工提供他们所需的基本人工智能技术。普通企业还没有准备好满足人工智能的需求。

2、人工智能会融入现实,然后开始工作。

它或许不会成为媒体的头条新闻,但人工智能现在已经做好准备,可以自动完成日益复杂的流程,识别创造商业价值的趋势,并提供前瞻性的智慧。当融入日常应用之后,人工智能通常能够“从后门进入”。

这样做的结果是,人类所需从事的繁忙工作减少了,战略决策也变得更好了:员工的工作比以前更好了。但是,由于传统的投资回报率(ROI)衡量方法可能无法捕获这种价值,组织将希望考虑新的指标,以便更好地理解人工智能可以为他们做什么。

3、人工智能将回答有关数据的重大问题。

针对数据技术和数据集成的许多投资都未能回答一个重大问题:投资回报率在哪里?但是,人工智能目前正在为数据项目提供商业案例,而新的工具使得这些项目比以前更能负担得起。

组织不再需要决定“清理数据”——也不应该这样做。他们应该从一个商业问题开始,首先量化人工智能的好处。一旦数据被用于解决一个特定的问题,进一步开发数据驱动的人工智能解决方案就会更加容易,良性循环也变就此开始。问题出在哪里?某些组织仍然没有建立数据基础。

4、决定人工智能人才竞赛的是职能专家,不是技术专家

各大企业现在都在争抢计算机科学家,但顶尖的科技人才还不足以确保人工智能取得成功。组织需要的是能与人工智能和人工智能专家合作的领域专家。他们不必非得是程序员,但必须了解数据科学和数据可视化的基础知识,以及人工智能的思维方式。

随着人工智能离开实验室,进入日常工作流程,这些领域专家将比计算机科学家更重要。许多职能专家需要适当地提高技能。

5、网络攻击将会更加强大,但网络防御同样如此。

智能恶意软件和勒索软件可以一边传播一边学习,机器智能可以协调全球网络攻击,借助高级数据分析来定制攻击方式——不幸的是,这一切即将发生。

组织不能用大刀长矛对抗长枪火炮。他们必须用人工智能对抗人工智能。因为即使是对人工智能持谨慎态度的组织也别无选择,只能部署人工智能网络防御系统,所以网络安全将是许多企业第一次涉足人工智能。

6、打开人工智能“黑箱”将成为重要事项

人工智能失控并不是2018年面临的危险。它现在还不够聪明。但人工智能的行为令人费解,因此导致领导者和消费者在使用它的时候持谨慎态度——这才是风险所在。

我们会面临更大的压力,必须打开“黑匣子”,让人工智能的行为可以被我们理解。但这涉及到成本和绩效的权衡。企业需要构建一套框架来评估业务、绩效、监管和声誉方面的问题,因为这些因素决定了人工智能的可解释性的正确水平。

7、国家将会对人工智能产生影响。

人工智能是一个巨大的机会,许多政府正在努力确保他们的国家从中分得一块大蛋糕。加拿大、日本、英国、德国和阿联酋都制定了国家人工智能计划。美国的税收改革和放松监管可能会给人工智能带来提振。

中国看重的是如何利用人工智能发展未来经济。他们的努力已经取得成果,并可能导致“斯普特尼克时刻”:美国可能开始担心失去技术优势。

8、开发负责任的人工智能的压力不仅仅局限于科技公司。

侵犯隐私、算法偏见、环境破坏,以及品牌和利润面临威胁——对人工智能的担忧数不胜数。幸运的是,关于负责任的人工智能的相关原则,目前正在形成一套全球共识。这些原则可以保护组织,并使其获得经济利益。

自律组织很可能成为一种越发重要的解决方案,弥合负责任的人工智能的缺口。由于监管者往往难以追上最新的技术发展步伐,往往导致监管滞后。

报告原文:https://www.pwc.com/us/AI2018

量子位还搬运了一份PDF在网盘,在公众号QbitAI对话界面回复“普华永道2018”提取。

原文发布于微信公众号 - 量子位(QbitAI)

原文发表时间:2018-01-20

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏前沿科技

中兴视觉大数据报道:“人工智能+制造”本质是追求人机协同

中兴智能视觉大数据报道:人工智能作为一类信息技术,诞生于20世纪50年代,几乎与计算机同步。60多年来,人工智能涉及的技术和派系众多,学界并没有一个明确的定义。...

2113
来自专栏孟永辉

生活进化:消费升级下的电商3.0进阶之路

3759
来自专栏新智元

【埃森哲重磅】2016 技术趋势与展望:4 大关键,5 大趋势

2016年,数字化技术变革将主导各个经济领域。要适应这场数字化冲击,企业必须从文化和管理思路上做出改变。《2016埃森哲技术趋势与展望》提出企业数字化成功...

3555
来自专栏数据猿

数据猿专访丨微软中国首席技术官韦青:我们正在用大数据解决雾霾问题

<数据猿导读> 微软中国首席技术官韦青在接受数据猿记者的专访中说道,微软研究院跟中国环保部门正合作推出相关项目,比如我们的“城市空气质量”,用云·物·大·智的思...

2988
来自专栏罗超频道

复盘百度移动化,下一步去哪儿?

©原创2015-02-06罗超 在发布百度2014年财报时,李彦宏表示“2014年是百度取得巨大成就的一年,百度成功地从一家以PC为中心的互联网公司,转型为移动...

3097
来自专栏数据猿

英国市场调研公司Streetbees获1200万美元A轮融资

【数据猿导读】 14日,英国市场调研公司Streetbees宣布已获得了由Atomico领投的1200万美元A轮融资,现有投资者LocalGlobe,Octop...

3367
来自专栏罗超频道

移动商业化,巨头们着急了

百度在移动收入突破20%之后,开始力推百度移动网盟,本周四将在黄山召开一年一度的百度联盟峰会,很可能会宣布移动更多商业化举措,例如更诱人的分成比例,更多的开发...

2796
来自专栏AI科技大本营的专栏

智能金融风起云涌,该如何顺应这波智能化浪潮?

? 现代技术中,最让人神往的莫过于人工智能了。机器人不仅能帮人扫地、洗碗,还能在车间里代替人做繁重的体力活。在未来,甚至我们都不用开车了,背后的一套智能系统...

2703
来自专栏CSDN技术头条

IDC对2016年大数据、云计算等领域的7个预测

上图是IDC发布的2016年排名前10的预言,首席分析师Frank Gens奉劝企业要么转型要么消亡,并指出2016年的首要主题是“数字化转型相应扩大。”Gen...

1997
来自专栏机器人网

观点 | 机器人需要监管吗?如何监管?

机器人是否需要监管这个问题经常被提起。有些人认为不需要进行干预,因为监管可能扼杀创新,而另一些人则认为确有必要进行干预,因为机器人被证实具有破坏性。但是,两种论...

2636

扫码关注云+社区