关于人工智能:一年后的人工智能疫情如何影响了技术的发展

3次阅读

共计 1480 个字符，预计需要花费 4 分钟才能阅读完成。

随着消费者行为的扭转和公司的经营需要，人工智能正逐步成为企业业务的推动力。但就现阶段而言，即便是最简单且通过反复测试、调整的 AI 模型也无奈预测疫情对社会带来的变动与倒退。它对咱们的集体和社会造成的影响很难量化。

去年三月，疫情的呈现突破了咱们对过来一年的原有打算，也扭转了社会倒退的走向。然而在一年后，从这场危机中咱们依然吸取了很多教训。

从技术角度来看，一些最重要的教训集中在数据、剖析和人工智能的继续倒退和重要性利用上。不可否认，疫情是减速推动数字化转型的催化剂，也正在帮忙企业实现业务连续性和弹性控制。

在疫情之前，人们通常将 AI 视为将来重要的倒退方向，但在理论利用上高层管理人员并不会给予全力的反对。不过在过来的一年中，它已被证实是企业接触客户、维持经营以及人们在日常生活中发挥作用的重要依附，这一状况也随即起了变动。

以下是过来一年中，疫情为人工智能倒退带来的三个重要变动：

2020 年 3 月开始，有两个变动正在轻轻产生：

消费者要求更丰盛、平安的购物交互方式
企业和厂商提供了相应的技术 & 平台来满足消费者的需要

依据凯捷（Capgemini）三年前公布的一项钻研数据显示，有 21% 的消费者每天都进行 AI 交互。而截至 2020 年 7 月，因为人们更频繁的应用聊天机器人、数字助理、语音和面部辨认以及生物辨认扫描仪来代替人与人之间的交互，这一比例回升至 54%。

消费者对 AI 驱动的交互的信任度也从 2018 年的 30% 回升到 2020 年的 46%。从批发、杂货和餐厅的非接触式订购到近程医疗交互（取代了就诊医生的拜访），消费者对这些非接触式设施的采纳交易始终是要害且统一的变动。

并且大家也逐步意识到，哪怕疫情完结，这些变动也不会隐没。

那些一直变动的消费者行为，为数据迷信团队发明了一个摆到背后的事实：预测性 AI 和机器学习（ML）模型及其所衍生的数据简直刚输入便过期了，并且在许多状况下都变得无关紧要。

过来，这些模型根本来源于过来几年来行为模式的历史数据。然而，在收入趋紧、购买抉择受限、需要模式变动以及与客户互动受限的世界中，历史数据曾经不再实用。

为了解决这个问题，在公司无奈提供不精确的预测或支出损失的时候，AI 团队转向了实时变动的预测等解决方案。

迫于压力，去年的春天很多公司都面临着做出一个艰巨的抉择。是暂停我的项目和打算并期待疫情消退，还是在这些充斥挑战的期间借助 AI 进行转型？

许多人将后者视为最佳抉择，因为能够利用先进的技术性能更好地预测将来，而不是通过总结历史法则、”看后视镜“开展业务。

然而，因为在经济不确定性的状况下，这也随同着业务估算被收紧、严格管控。不过当技术转型波及 AI 部署时，组织将有微小的机会取得业务劣势，同时取得很高的 ROI。通过抉择适当的用例并正确执行，人工智能驱动的我的项目能够在部署的头六个月内发出老本 —— 并在整个我的项目或程序生命周期内带来 ROI 的倍数。在数据转换（以实现 AI）等畛域进行的后期投资仿佛十分艰巨。然而，最佳实际案例钻研曾经证实，实际上曾经呈现很多自筹资金的业务案例。

人工智能只是可用来帮忙企业度过疫情期间的泛滥技术性能之一。然而，随着咱们进入第二年，许多借助 AI 力量的商业模式曾经显示出它们的长期价值。领有提高效率、更快地工作并从数据中获取更精确的剖析的技术将持续具备高度相关性。只管 AI 在过来一年中的故事和倒退关键词就是“转型”，但它的旅程很可能才刚刚开始。