AI一直是企業(yè)、政府和社會(huì)討論的熱門話題，企業(yè)機(jī)構(gòu)很難分辨哪些AI技術(shù)具有真正的業(yè)務(wù)價(jià)值。數(shù)據(jù)和分析（D&A）領(lǐng)導(dǎo)者需制定具有前瞻性的AI戰(zhàn)略，并充分利用當(dāng)前可產(chǎn)生重大影響的技術(shù)。

根據(jù)Gartner《2022年人工智能技術(shù)成熟度曲線》報(bào)告，盡早采用復(fù)合型人工智能（AI）、決策智能等AI技術(shù)將給企業(yè)機(jī)構(gòu)帶來(lái)明顯的競(jìng)爭(zhēng)優(yōu)勢(shì)，緩解AI模型脆弱性引發(fā)的問題，有助于捕捉業(yè)務(wù)背景信息，推動(dòng)價(jià)值實(shí)現(xiàn)。

已進(jìn)入生產(chǎn)成熟期的技術(shù)，其實(shí)際效益已得到證明和認(rèn)可。隨著越來(lái)越多的企業(yè)機(jī)構(gòu)認(rèn)為風(fēng)險(xiǎn)已下降至可接受程度，AI技術(shù)的采用開始進(jìn)入快速增長(zhǎng)階段（見圖一）。

Gartner的首席分析師阿夫拉茲·賈夫里（AfrazJaffri）介紹，特別注意，包括復(fù)合人工智能、決策智能和邊緣人工智能，預(yù)計(jì)在2到5年內(nèi)將成為主流采用的創(chuàng)新。這些創(chuàng)新的早期采用可以推動(dòng)顯著的競(jìng)爭(zhēng)優(yōu)勢(shì)和商業(yè)價(jià)值，并緩解與人工智能模型脆弱性相關(guān)的問題。

阿夫拉茲·賈夫里將人工智能創(chuàng)新重新分為四類，并且定義了其互補(bǔ)性和優(yōu)先級(jí)，分別為：以數(shù)據(jù)為中心的人工智能、以模型為中心的人工智能、以應(yīng)用為中心的人工智能、以人為本的人工智能。 ?

一、以數(shù)據(jù)為中心的人工智能

傳統(tǒng)研究專注于通過調(diào)整人工智能模型本身來(lái)改善人工智能解決方案的結(jié)果，但以數(shù)據(jù)為中心的人工智能將重點(diǎn)轉(zhuǎn)向增強(qiáng)和豐富用于訓(xùn)練算法的數(shù)據(jù)。 在解決特定于人工智能的數(shù)據(jù)問題時(shí)，以數(shù)據(jù)為中心的人工智能打破了傳統(tǒng)的數(shù)據(jù)管理，但大規(guī)模投資人工智能的組織將不斷發(fā)展，以保持恒久的經(jīng)典數(shù)據(jù)管理理念，并以兩種方式將其擴(kuò)展到人工智能：

為不熟悉數(shù)據(jù)管理的以人工智能為重點(diǎn)的受眾添加方便人工智能開發(fā)所需的功能。

使用人工智能來(lái)改進(jìn)和增強(qiáng)數(shù)據(jù)治理、持久性、集成和數(shù)據(jù)質(zhì)量。

以數(shù)據(jù)為中心的人工智能的創(chuàng)新包括合成數(shù)據(jù)、知識(shí)圖、數(shù)據(jù)標(biāo)記和注釋。 例如，合成數(shù)據(jù)是一類人工生成的數(shù)據(jù)，而不是從真實(shí)世界的直接觀察中獲得的數(shù)據(jù)?？梢允褂貌煌姆椒ㄉ蓴?shù)據(jù)，例如從真實(shí)數(shù)據(jù)中進(jìn)行統(tǒng)計(jì)上嚴(yán)格的采樣、語(yǔ)義方法和生成性對(duì)抗網(wǎng)絡(luò)，或者通過創(chuàng)建模擬場(chǎng)景，其中模型和流程相互作用以創(chuàng)建全新的事件數(shù)據(jù)集。 隨著計(jì)算機(jī)視覺和自然語(yǔ)言應(yīng)用的使用，各個(gè)行業(yè)的采用率都在增加，但Gartner預(yù)測(cè)合成數(shù)據(jù)的采用率將大幅增加：

在通過原始數(shù)據(jù)的合成變化或部分?jǐn)?shù)據(jù)的合成替換來(lái)訓(xùn)練機(jī)器學(xué)習(xí)（ML）模型時(shí)，避免使用個(gè)人識(shí)別信息

在機(jī)器學(xué)習(xí)開發(fā)中降低成本并節(jié)省時(shí)間，因?yàn)樗阋?、更快?/p>

提高M(jìn)L性能，因?yàn)楦嗟呐嘤?xùn)數(shù)據(jù)導(dǎo)致更好的培訓(xùn)結(jié)果

二、以模型為中心的人工智能

盡管轉(zhuǎn)向了以數(shù)據(jù)為中心的方法，人工智能模型仍然需要關(guān)注，以確保輸出繼續(xù)幫助我們采取更好的行動(dòng)。這里的創(chuàng)新包括物理信息人工智能、復(fù)合人工智能、因果人工智能、生成人工智能、基礎(chǔ)模型和深度學(xué)習(xí)。 復(fù)合人工智能是指融合不同的人工智能技術(shù)，以提高學(xué)習(xí)效率和拓寬知識(shí)表示水平。由于沒有單一的人工智能技術(shù)是銀彈，復(fù)合人工智能最終提供了一個(gè)平臺(tái)，以更有效的方式解決更廣泛的業(yè)務(wù)問題。 預(yù)計(jì)在2到5年內(nèi)，復(fù)合人工智能將成為主流應(yīng)用，其商業(yè)效益可能會(huì)發(fā)生變革，使跨行業(yè)開展業(yè)務(wù)的新方式成為可能，從而導(dǎo)致行業(yè)動(dòng)態(tài)發(fā)生重大變化。例如，復(fù)合AI將：

將人工智能的力量帶到更廣泛的組織中，這些組織無(wú)法訪問大量的歷史數(shù)據(jù)或標(biāo)記數(shù)據(jù)，但具有重要的人類專業(yè)知識(shí)

有助于擴(kuò)大人工智能應(yīng)用的范圍和質(zhì)量（即，可以嵌入更多類型的推理挑戰(zhàn)）

因果人工智能包括不同的技術(shù)，如因果圖和模擬，有助于揭示因果關(guān)系，改善決策。雖然因果人工智能需要5到10年才能達(dá)到主流應(yīng)用，但其商業(yè)效益預(yù)計(jì)將很高-實(shí)現(xiàn)執(zhí)行水平或垂直流程的新方法，這將大大增加企業(yè)的收入或成本節(jié)約。人工智能的因果效益包括：

將領(lǐng)域知識(shí)添加到具有較小數(shù)據(jù)集的引導(dǎo)因果人工智能模型的效率

AI系統(tǒng)中更大的決策增強(qiáng)和自主性

通過捕獲易于解釋的因果關(guān)系，提高可解釋性

通過利用在不斷變化的環(huán)境中仍然有效的因果關(guān)系，提高魯棒性和適應(yīng)性

通過使因果關(guān)系更加明確，減少人工智能系統(tǒng)中的偏差

三、以應(yīng)用為中心的人工智能

這里的創(chuàng)新包括人工智能工程、決策智能、操作人工智能系統(tǒng)、ModelOps、人工智能云服務(wù)、智能機(jī)器人、自然語(yǔ)言處理（NLP）、自動(dòng)駕駛車輛、智能應(yīng)用和計(jì)算機(jī)視覺。 決策智能和邊緣人工智能預(yù)計(jì)將在兩到五年內(nèi)達(dá)到主流采用，并帶來(lái)轉(zhuǎn)型的商業(yè)效益。 決策智能是一門實(shí)用的學(xué)科，用于通過明確理解和設(shè)計(jì)如何做出決策，以及如何通過反饋評(píng)估、管理和改進(jìn)結(jié)果來(lái)改進(jìn)決策。 決策智能有助于：

減少技術(shù)債務(wù)，提高知名度，并通過實(shí)質(zhì)性地提高組織決策模型的可持續(xù)性，基于其相關(guān)性和透明度的質(zhì)量，使決策更加透明和可審計(jì)，從而提高業(yè)務(wù)流程的影響

通過正確捕獲和考慮業(yè)務(wù)環(huán)境中的不確定性因素，并使決策模型更具彈性，減少?zèng)Q策結(jié)果的不可預(yù)測(cè)性

邊緣人工智能是指在物聯(lián)網(wǎng)（IoT）端點(diǎn)、網(wǎng)關(guān)和邊緣服務(wù)器中嵌入人工智能技術(shù)的使用，應(yīng)用范圍從自動(dòng)車輛到流式分析。其商業(yè)利益包括：

提高運(yùn)營(yíng)效率，如制造目視檢查系統(tǒng)

增強(qiáng)的客戶體驗(yàn)

通過使用本地分析減少?zèng)Q策延遲

降低連接成本，減少邊緣和云之間的數(shù)據(jù)流量

與網(wǎng)絡(luò)連接無(wú)關(guān)的解決方案可用性

四、以人為本的人工智能

該組創(chuàng)新包括人工智能信托、風(fēng)險(xiǎn)和安全管理（TRiSM）、負(fù)責(zé)任的人工智能、數(shù)字倫理以及人工智能制造商和教學(xué)套件。 當(dāng)人工智能取代人類決策時(shí)，它放大了好的和壞的結(jié)果。負(fù)責(zé)任的人工智能通過解決交付價(jià)值與容忍風(fēng)險(xiǎn)之間的困境，實(shí)現(xiàn)正確的結(jié)果。負(fù)責(zé)任的人工智能是一個(gè)總括術(shù)語(yǔ)，用于在采用人工智能時(shí)做出適當(dāng)?shù)纳虡I(yè)和道德選擇，包括商業(yè)和社會(huì)價(jià)值、風(fēng)險(xiǎn)、信任、透明度、公平性、偏見緩解、可解釋性、問責(zé)性、安全性、隱私和監(jiān)管合規(guī)性。負(fù)責(zé)任的人工智能將需要5到10年才能達(dá)到主流采用，但最終將對(duì)業(yè)務(wù)產(chǎn)生轉(zhuǎn)型影響。 數(shù)字倫理是一個(gè)近期趨勢(shì)（2至5年），可能會(huì)對(duì)業(yè)務(wù)產(chǎn)生重大影響。數(shù)字倫理包括人、組織和事物之間進(jìn)行電子互動(dòng)的價(jià)值觀和道德原則體系。這些問題，特別是涉及隱私和偏見的問題，仍然是許多人關(guān)注的問題。人們?cè)絹?lái)越意識(shí)到他們的信息是有價(jià)值的，他們對(duì)缺乏透明度、濫用和違規(guī)行為感到沮喪。各組織正在采取行動(dòng)，以降低管理和保護(hù)個(gè)人數(shù)據(jù)的風(fēng)險(xiǎn)，而政府正在實(shí)施更嚴(yán)格的立法。 許多組織仍然忽視數(shù)字道德，因?yàn)樗麄冋J(rèn)為它不適用于他們的行業(yè)或領(lǐng)域，但Gartner預(yù)測(cè)，到2024年，30%的主要組織將使用新的“社會(huì)聲音”指標(biāo)來(lái)處理社會(huì)問題并評(píng)估其對(duì)業(yè)務(wù)績(jī)效的影響。組織需要將數(shù)字道德融入其人工智能戰(zhàn)略，以增強(qiáng)其在客戶、員工、合作伙伴和社會(huì)中的影響力和聲譽(yù)。 寫在最后 2022年Gartner人工智能技術(shù)成熟度曲線揭示的四類創(chuàng)新有望為任何組織帶來(lái)廣泛的好處。 這些創(chuàng)新超越了一般性人工智能技術(shù)，其已經(jīng)被用于為以前靜態(tài)的業(yè)務(wù)應(yīng)用程序、設(shè)備和生產(chǎn)力工具添加智能。

編輯：黃飛

?