一年後的人工智能：疫情如何影響了技術的發展？

隨着消費者行爲的改變和公司的運營需求，人工智能正逐漸成爲企業業務的推進力。但就現階段而言，即便是最複雜且通過重複測試、調整的 AI 模型也沒法預測疫情對社會帶來的變化與發展。它對咱們的我的和社會形成的影響很難量化。

去年三月，疫情的出現打破了咱們對過去一年的原有計劃，也改變了社會發展的走向。可是在一年後，從這場危機中咱們仍然汲取了不少教訓。

從技術角度來看，一些最重要的經驗集中在數據、分析和人工智能的持續發展和重要性應用上。不能否認，疫情是加速推進數字化轉型的催化劑，也正在幫助企業實現業務連續性和彈性控制。

在疫情以前，人們一般將 AI 視爲將來重要的發展方向，但在實際應用上高層管理人員並不會給予全力的支持。不過在過去的一年中，它已被證實是企業接觸客戶、維持運營以及人們在平常生活中發揮做用的重要依靠，這一狀況也隨即起了變化。

如下是過去一年中，疫情爲人工智能發展帶來的三個重要變化：

1、消費者正在擁抱 AI 驅動的交互

2020 年 3 月開始，有兩個變化正在悄悄發生：

• 消費者要求更豐富、安全的購物交互方式
• 企業和廠商提供了相應的技術 & 平臺來知足消費者的需求

根據凱捷（Capgemini）三年前發佈的一項研究數據顯示，有 21％ 的消費者天天都進行 AI 交互。而截至 2020 年 7 月，因爲人們更頻繁的使用聊天機器人、數字助理、語音和麪部識別以及生物識別掃描儀來代替人與人之間的交互，這一比例上升至54％。

消費者對 AI 驅動的交互的信任度也從 2018 年的 30％ 上升到 2020 年的 46％。從零售、雜貨和餐廳的非接觸式訂購到遠程醫療交互（取代了就診醫生的訪問），消費者對這些非接觸式設備的採用交易一直是關鍵且一致的變化。

而且你們也逐漸意識到，哪怕疫情結束，這些變化也不會消失。

2、打破歷史進行預測建模

那些不斷變化的消費者行爲，爲數據科學團隊創造了一個擺到面前的現實：預測性 AI 和機器學習（ML）模型及其所衍生的數據幾乎剛輸出便過期了，而且在許多狀況下都變得可有可無。

過去，這些模型基原本源於過去幾年來行爲模式的歷史數據。可是，在支出趨緊、購買選擇受限、需求模式變化以及與客戶互動受限的世界中，歷史數據已經再也不適用。

爲了解決這個問題，在公司沒法提供不許確的預測或收入損失的時候，AI 團隊轉向了實時變化的預測等解決方案。

3、在數字化轉型中，人工智能等於投資回報率

迫於壓力，去年的春天不少公司都面臨着作出一個艱難的選擇。是暫停項目和計劃並等待疫情消退，仍是在這些充滿挑戰的時期藉助 AI 進行轉型？

許多人將後者視爲最佳選擇，由於能夠利用先進的技術功能更好地預測將來，而不是經過總結歷史規律、」看後視鏡「開展業務。

可是，由於在經濟不肯定性的狀況下，這也伴隨着業務預算被收緊、嚴格管控。不過當技術轉型涉及 AI 部署時，組織將有巨大的機會得到業務優點，同時得到很高的 ROI。經過選擇適當的用例並正確執行，人工智能驅動的項目能夠在部署的頭六個月內收回成本 —— 並在整個項目或程序生命週期內帶來 ROI 的倍數。在數據轉換（以實現 AI）等領域進行的前期投資彷佛很是艱鉅。可是，最佳實踐案例研究已經證實，實際上已經出現不少自籌資金的業務案例。

---

人工智能只是可用來幫助企業度過疫情時期的衆多技術功能之一。可是，隨着咱們進入第二年，許多借助 AI 力量的商業模式已經顯示出它們的長期價值。擁有提升效率、更快地工做並從數據中獲取更準確的分析的技術將繼續具備高度相關性。儘管 AI 在過去一年中的故事和發展關鍵詞就是「轉型」，但它的旅程極可能纔剛剛開始。

部分參考資料： https://www.informationweek.c...