簡介： 由於多種原因，很多組織加快了人工智慧的採用。關於人工智慧專業人才、工具和道德以及其他關鍵問題，是組織在未來一年值得關注的趨勢。

在發生冠狀病毒疫情之前，人工智慧行業對在2020年實現巨大增長做好了準備。調研機構IDC公司在2019年9月預測，到2023年，全球人工智慧技術支出將增長2.5倍以上，市場收入將達到979億美元。在疫情發生之後，採用人工智慧增加了對組織的潛在價值。調研機構麥肯錫公司在2020年11月釋出的“人工智慧發展現狀”調查報告表明，一半的受訪者表示他們的組織至少在一個職能部門中採用了人工智慧。

全球技術研究和諮詢機構ISG公司自動化部門負責人Wayne Butterfield說，“隨著持續蔓延的疫情繼續影響組織的運營能力，隨著組織尋求瞭解受到疫情影響的資料集，並繼續使日常任務實現自動化，在許多領域，人工智慧將變得越來越重要。”

此外，由於大量員工在家遠端辦公，IT運營團隊在2020年面臨著許多挑戰和壓力，而且這種情況很可能在2021年持續下去，人工智慧將在這裡發揮作用。凱捷公司北美人工智慧和分析副總裁Dan Simion說，“隨著企業的數字化聯絡比以往任何時候都要多，人工智慧技術可以確保它們保持運營。”

2021年人工智慧趨勢：企業發生的事情

然而，人工智慧應用的重點將不僅僅是提高運營效率或有效性。管理諮詢和研究機構Everest Group公司業務主管Alisha Mittal說：“由於發生疫情，人們開始轉向利用人工智慧來改善利益相關者的體驗。”

2021年IT領導者應該關注的人工智慧趨勢包括：

1. 人工智慧專業人才將仍將緊缺

Mittal表示，隨著人工智慧在2021年的加速採用，人才供應將成為關鍵問題。他說，“組織已經開始意識到人工智慧民主化的重要性，以解決持續存在的人工智慧專業人才緊缺的問題。”

正如資訊長致力於讓非技術使用者能夠訪問資料，他們需要確保人工智慧技術能夠被更廣泛的使用者使用。Mittal說：“成功實現人工智慧民主化需要關注資料、技術和學習策略的關鍵方面，並由分散的治理模式支援。企業還必須關注環境、變革管理和治理。”

2. 人工智慧為自我導向的IT提供動力

凱捷公司的Simion預測，到2021年，人們將看到更多的人工智慧解決方案，能夠自行檢測和修復常見的IT問題。Simion說：“這些解決方案將以主動方式自我糾正和自我修復任何故障或問題，從而減少系統或關鍵應用程式的停機時間。這將使團隊可以將資源分配給他們應該關注的複雜和更高優先順序的專案。”

3. 人工智慧構建非結構化資料

ISG公司的Butterfield表示，在未來的一年，組織將利用機器視覺和自然語言處理(NLP)來促進非結構化資料(如影象或電子郵件)的結構化。其目標是什麼?建立資料，以便機器人流程自動化(RPA)技術可以更容易地用於組織事務活動的自動化。

Butterfield解釋說，“我們已經看到機器流程自動化(RPA)應用的增長，這是過去24個月軟體採用增長最快的領域。但機器流程自動化(RPA)也有其侷限性，主要是它只能處理結構化資料。使用人工智慧完成理解非結構化資料的複雜任務，然後提供定義的輸出(如客戶的意圖)將使機器流程自動化(RPA)能夠完成這一操作。”

4. IT推動人工智慧大規模發展

Simion說：“到2021年，我們將會觀察到IT組織中大量採用人工智慧。我希望組織在2021年開始看到執行其人工智慧和機器學習模型的好處，這不僅使它們投入生產，還可以推動它們擴充套件規模。”Simion指出，人工智慧的優點之一是它可以實時實現投資回報率(ROI)，因此許多組織都可能會在這一年看到在人工智慧領域的努力開始取得成效。

5. 更多的人工智慧變得可以解釋

與黑盒人工智慧技術相比，尋找模型變得更加透明。Tealium公司高階產品總監Dave Lucas說：“我們將更加關注可解釋性。能夠清楚地向外行人員闡明每個單獨的特徵或資料點如何對模型的最終預測或結果做出貢獻。隨著推出越來越多的資料規則，人工智慧信任將將變得至關重要。”

6. AIOps得到擴充套件

在過去的幾年中，IT系統的複雜性呈指數增長。調研機構Forrester公司最近指出，供應商提供了平臺解決方案，該解決方案結合了一些曾經孤立的監控準則，例如基礎設施、應用程式、網路。AIOps解決方案使IT運營和其他團隊能夠透過改進對資料量和類別的分析來改進關鍵流程、任務和決策。

Forrester公司建議IT領導者尋找能夠透過資料關聯實現跨團隊協作、提供端到端數字體驗並將其無縫整合到整個IT運營管理工具鏈中的AIOps提供商。

7. 增強流程自動化

資料和人工智慧是獲得競爭優勢的關鍵，並將成為流程自動化和創新更大戰略的一部分。Globant公司大資料工程師Ana Maloberti說：“在這一戰略中，資料生態系統是可擴充套件的、可管理的、精益的，並能及時提供來自異構資源的資料，但同時需要提供場地並快速適應以促進創新。組織在最佳化業務和開發流程方面正進一步完善。”

增強編碼工具是Globant公司的主要關注點，它利用人工智慧最佳化軟體開發過程，旨在提高協作和更廣泛的集體智慧。Maloberti說，“充分利用這項技術的主要挑戰是文化方面的，首先要培養資料驅動的組織思維模式，並從人工智慧的實驗階段中成長出來，才能建立一個可持續和穩健的交付模型。”

8. 語音和語言驅動的智慧得以發展

ISG公司的Butterfield預測，遠端工作的增加將推動自然語言處理(NLP)和自動語音識別(ASR)功能的廣泛採用，尤其是在客戶聯絡中心。Butterfield說，“從歷史上看，只有不到5%的客戶會定期接受質量和代理商反饋的檢查。由於在獲得支援時缺乏一對一的指導，組織需要使用人工智慧來完成對代理質量、客戶意圖理解的檢查，並確保持續的合規性。”

9. 人工智慧與雲計算共生

法律服務提供商Exigent公司客戶創新總監Rico Burnett說：“人工智慧將在雲計算解決方案的廣泛採用中扮演重要角色，雲計算資源的監控和管理以及將產生的海量資料將透過人工智慧的部署得到增強。”

10. 人工智慧倫理和標準成為焦點

人工智慧銀行平臺Finn-AI公司聯合創始人兼營運長Natalie Cartwright說：“到2020年，像全球人工智慧夥伴關係這樣的國際合作夥伴關係已經從理念走向現實。在2021年，他們將提供如何確保利用人工智慧應對重大全球問題、確保包容性和多樣性的專業知識以及一致性演算法的公平性和資料的透明度只是其中兩個焦點問題，因為人工智慧倫理對各行業領域的組織越來越重要。”