圍觀全球18位科技公司高管對2020年人工智能趨勢的預測

Facebook Workplace 美國負責人 Christine Trodella

「不久以後，人工智能將潛移默化地逐步融入咱們的平常工做，使咱們在工做中更有效率。」與人們在電影中看到的‘殺手機器人’不一樣，這種人工智能幾乎是隱形的，並且隨着愈來愈多自動化的使用，領導者應該提早對那些工做職責將發生改變的員工進行持續培訓。在招聘時還須要強調求職者的一些軟技能，好比溝通能力、團隊協做能力、同理心等，這些都是算法沒法替代的軟技能。」

Alluxio 創始人 & 首席技術官 李浩源

「曾經的 Hadoop 平臺團隊現在是 AI 分析團隊。過去的統計模型如今已經與計算機科學融合，變成了人工智能和機器學習。所以，數據、分析和人工智能團隊沒法再分開來看。事實上，他們須要共同協做，從共用數據中獲取更多價值。2020 年，咱們將看到更多的組織圍繞數據棧創建專門的團隊。」

高級副總裁 &Mastercard Brighterion 負責人 Sudhir Jha

「企業最終都要經歷將複雜的人工智能模型部署到大規劃生產中的過渡。目前爲止，大多數人工智能應用要麼停留在實驗階段（即不在生產中），要麼只是到達了推薦 / 預測 / 迴歸模型這些簡單程度，又或者用於解決一些小問題。2020 年，咱們將看到更多的企業在人工智能方面作出更大膽的嘗試，並要求它們的供應商支持人工智能的大規模部署。」

Yahoo Small Business 開發工程師 Phil Grier

「到 2020 年，人工智能將縮小資源有限的小企業與大公司之間的差距。有了人工智能，小企業能夠經過自動化工做流程（如員工管理、IT 服務管理或法規遵循管理）和更好的庫存和交付管理，無縫而高效地管理公司。基於人工智能的聊天機器人和虛擬助理進一步簡化了商業交易流程，提升了運營效率，同時還回饋了更好的用戶體驗。」

Synaptics 公司首席技術官 Patrick Worfolk

「人工智能的邊緣處理爲物聯網帶來更好的體驗。物聯網設備製造商已經認識到邊緣處理的紅利，但到目前爲止，這種技術在成本、性能和安全性方面仍然面臨許多挑戰，這也是其沒法在消費品和系統中實現的緣由之一。人們已經開始愈來愈多地使用邊緣處理和雲鏈接，這種情況在 2020 年仍然會繼續。從消費者的角度來看，這一趨勢將帶來更快、更可靠、更私密的物聯網體驗。」

Skyline AI 聯合創始人 & CEO Guy Zipori

「在將來的幾年，企業的關注點不該停留在如何利用技術取代傳統工做，而應該更多關注人工智能和人類所長之間如何互補。咱們深信人工智能能夠與人類專家很好地共融，咱們稱之爲科學與藝術的結合。科技老是比人類作事更快速，但在一些領域中，科技永遠沒法取代人類。例如，談判須要計算機沒法複製的感覺、信心和實戰經驗。咱們仍需不斷努力，爭取在 2020 年找到科學和藝術之間的完美平衡。」

Qlik 全球市場情報主管 & 高級總監 Dan Sommer

「如今比以往任什麼時候候都更容易在數據庫內進行索引和分析，咱們的工具能夠保證這些數據處於正確的位置。數據這層神祕面紗已經被揭開：2019 年 Hadoop 經銷商的整合和迅速消亡就是這種轉變的一個信號。下一個重點領域範圍很廣，或者稱之爲「普遍的數據」。數據格式變得更加多樣化和碎片化，所以適合不一樣數據類型的數據庫的數量增長了一倍多。」

Udemy 學習副總裁 Shelley Osborne

「機器學習和神經網絡是席捲全球的人工智能創新背後的力量。在過去的三年裏，Udemy 平臺完成了向人工智能和數據科學課程服務平臺的轉變，由於企業主體都試圖解決他們在這個領域知識匱乏的問題。隨着對數據科學家和人工智能專家需求的增長，相似 Udemy 這種平臺會繼續增加。」

Splunk 傑出工程師 Eric Sammer

「天然語言處理（NLP）結合人工智將會不斷作出人類沒法作出的決策，好比經過分析股票數據決定是否進行投資，解析大量的非結構化的社會媒體廣泛認知來分析一個品牌或特定的目標產品。可是，這一切都離不開訓練。不少這樣的算法都是針對人類現有的實踐進行訓練的，而這些實踐自己就存在偏見和問題。咱們很難在一開始就把它從 NLP 算法中消除。」

Zoom Video Communications 首席產品官 Oded Gal

「經過 Echo 和 Siri 等服務，物聯網（IoT）已經普及到家庭用戶中。2020 年，物聯網將被普遍應用於工做場所中，屆時將出現價格低廉、即插即用的技術，提升用戶體驗和會議效率。人工智能在這一過程當中相當重要。」

Adobe Analytics 產品管理總監 John Bates

「到 2020 年，人工智能將在推進數據雙向對話方面發揮更大的做用。人工智能作着繁重的工做，進一步深刻研究數據，剖析看法（剖析那些被團隊忽視的看法）。隨着時間的推移，人工智能能夠了解終端用戶最須要什麼，並相應地知足搜索需求。它延續了人與機器之間的和諧，將人類創造力和環境因素與機器能量和規模融合在一塊兒。AI 能夠填補資源缺口，做爲一個‘隨時待命’的助手，AI 能解放勞動力，讓他們從事更具創造性和更高價值的工做。」

Looker 首席產品官 Nick Caldwell

2020 年，愈來愈多技術經過了圖靈測試，而深度造假視頻和對話聊天機器人的有力結合，讓這些類人的人工智能‘野蠻生長’。這些人工智能進入了客戶服務、購物和醫療領域，它們在社交媒體、黑帽安全和政治競選方面採起了‘更黑暗’的態度。最後，咱們甚至分不清哪些是人們作出的虛假行爲，哪些是虛假的人類。」

Adobe Sensei 工程副總裁 Scott Prevost

「人工智能正在推進軟件領域的範式轉變，廣義來說，是推進各企業如何提供數字體驗的範式轉變。2020 年及將來，公司會爲客戶設計出特定任務的自動化工具，優化用戶體驗，爲傳統軟件添加‘智能’功能，使用 AI 再也不成爲一個問題，而是一種解決方式。」

Adobe 內容 & 商業高級總監 Loni Stark

「人工智能最大的潛力不是‘人工’，而是‘加強’智能。咱們要思考的是如何設計和製造出可落地的機器智能，從而幫助咱們作出最優的決策和行動。當咱們讓人工智能和各個羣體都能相互協做，友好共處時，團隊的績效就會提升。探索加強智能潛力的漫長之旅咱們纔剛剛啓程。」

Teradata 工業智能顧問 Cheryl Wiebe

「咱們現在所稱的人工智能將在 2020 年進一步細分紅幾個領域。這些細分領域包括：機器人流程自動化；自動特徵工程與篩選；物理感知的自動化和細化——感知人工智能；和資源分配人工智能——優化技術去感知和迴應實時需求。」

InfluxData  CEO Evan Kaplan

物聯網的大規模擴張和軟件植入的迅猛發展將令人們在 2020 年更加關注時間序列數據。智能汽車和聯網機器開始產生大量公司須要去收集和分析的、帶有時間戳的數據，而新的軟件監控和測量指標產生了大量須要相似處理的事件日誌。這些趨勢很大程度上得益於數據的大爆炸，從這些資源中得來的數據總有一個對分析相當重要的時間核心要素。許多企業都要意識到他們須要一個特定的時間序列來收集其全部潛在商業價值。

DarwinAI CEO Sheldon Fernandez

「隨着可解釋性技術定義新標準的發展，可解釋的人工智能以及將在 2020 年及之後一直持續下去針對商業領袖和非技術受衆的可解釋的新技術也緊隨其後有序發展着。例如，在房地產領域，隨着人工智能的應用，AI 須要提供一個使人信服的解釋來講明爲何貸款申請會被人工智能驅動平臺拒絕。儘管技術工具和標準在不斷進步和完善，但對於某些特定領域來講，外行人一時間仍是難於理解。這就像上世紀 90 年代普通大衆對‘網絡’的理解同樣，隨着人工智能應用範圍和技術的普及，人們對它的認識、理解和信任也將逐漸加強。

Aidoc 聯合創始人 & CEO Elad Walach

「2020 年將是人工智能深度進軍醫療行業的一年。2019 年已經呈現出了這種早期趨勢，隨着社區對人工智能醫療承認度的提升，愈來愈多醫療中心開始意識到人工智能的紅利。但與咱們所想象的不一樣，人工智能醫療企業總體數量將不增反降，這是由於市場是優勝劣汰的。」