人工智能(AI):2022年值得关注的七个趋势

简介: 在许多有可能在不久的将来产生重大价值的技术中,人工智能(AI)似乎稳居首席信息官的榜首。事实上,在IEEE调查的CIO、CTO和技术领导者中,几乎所有(95%)都同意,人工智能将在未来一到五年内推动几乎所有行业的大部分创新。

2022年将是人工智能从实验到基本的一年。考虑成熟技术的这些关键指标

在许多有可能在不久的将来产生重大价值的技术中,人工智能(AI)似乎稳居首席信息官的榜首。事实上,在IEEE调查的CIO、CTO和技术领导者中,几乎所有(95%)都同意,人工智能将在未来一到五年内推动几乎所有行业的大部分创新。

“到2022年,预计AI的参与会变得更大、更具战略意义和任务关键——重点是长期可扩展性。”

2022年将是人工智能从实验性成熟到必不可少的一年。Capgemini Americas洞察与数据执行副总裁Jerry Kurtz表示:“重点将更多地转向支持AI的转型,通过以业务为中心的解决方案来解决更重要的业务问题。”“人工智能是一种推动力和强大的能力,但概念验证和科学项目的时代即将结束。到2022年,预计AI参与规模将变得更大、更具战略意义和任务关键——重点是长期可扩展性。”

这将挑战大多数CIO。在技术强国之外,许多企业IT组织在AI方面都是相对新手。Everest Group的合伙人Yugal Joshi表示:“人工智能的采用继续获得动力,但仍处于起步阶段。”“首席信息官面临的一个关键挑战是确保他们投资于能够提供最大投资回报的正确用例,尤其是因为人工智能的适用性非常广泛。”

在这种背景下,今年IT领导者将明智地关注人工智能领域的许多发展趋势。

1.数据是重中之重
大多数企业都处于人工智能之旅的早期阶段。与世界上的谷歌或Facebook不同,他们将大部分时间和资源都用于处理数据。他们需要建立现代数据管道。

“大多数AI模型都渴望海量数据,组织需要构建灵活的数据管道,这些管道可以发展以支持数千个来源,整合结构化和非结构化数据,并以有意义和可靠的方式将其提供给数据科学家,”说WestMonroe的高级技术合伙人ErikBrown。“必须补充传统的ETL(提取、转换和加载)和关系存储以实现更具可扩展性的数据湖,并且在许多情况下,必须提供数据流以进行实时处理。”

2.自动化流程发现促进RPA工作
未来将精简。企业领导者可以使用新的流程发现技术可视化其组织的自动化潜力。ISG总监WayneButterfield表示:“虽然这些技术不仅仅专注于自动化机会,但它们将提供任何其他方式无法获得的与流程相关的洞察力。”Butterfield说,流程挖掘、任务挖掘和新兴的对话挖掘能够“依靠类固醇”,为企业提供更多自主的方法来开发机器人流程自动化(RPA)管道。“这些技术将在2022年真正脱颖而出,并在此过程中扩大智能自动化的使用。”

3.人工智能支持有效的供应链
智能供应链应用应该成为未来的规则而不是例外。“从供需规划到数字制造和物流,2022年的供应链将需要不断转型,支持人工智能,最重要的是考虑到最近的所有中断,面向未来,”Capgemini Americas的Kurtz说。

4.面向客户的人工智能向前推进
Everest Group的Joshi说:“大流行使人工智能在虚拟代理等面向客户的角色中的应用有所增加。”“这将继续下去,但用例会更加成熟和复杂。”

5.自然语言生成(NLG)成为主流
OpenAI最近通过API提供了其GPT-3大型语言模型,该模型已被数百个应用程序使用。NLG最公开的例子,GPT-3可用于需要深入理解语言的应用程序,从将自然语言转换为软件代码到生成问题的答案。

“NLG过去专注于将数字数据转化为基于文本的洞察力,现在正在从基于文本的数据点生成文本,并开始改变创意写作的游戏规则,”ISG的巴特菲尔德说。“可能性是无穷无尽的,GPT3还被用于为NLP创建独特的训练数据集,在对话式AI平台中实时生成独特的响应,该功能甚至被用于生成软件代码。2022年应该会看到NLG的更多用途,并真正将其推向大众。”

6.人才短缺威胁进步
鉴于人工智能领域的发展速度如此之快,有效的人才管理已成为企业IT组织的战略差异化因素。CapgeminiAmericas的Kurtz说:“这将需要包括世界级的招聘和保留相关举措,以促进包容性和终身学习文化。”“对于拥有AI技能的人来说,市场的竞争从未如此激烈,而且这种趋势可能会在未来几年持续下去。因此,战略合作伙伴关系也将成为跨组织和行业的关键。”

7.人工智能改变IT生产力
未来日益复杂和强大的IT环境对于人类技术专业人员来说无法单独管理。“另一个增加人工智能应用的领域将是管理CIO正在构建的现代系统,”Everest Group的Joshi说。“这些系统不能只由人类管理。这些系统所需的可观察性、干预性和深度分析将支持人工智能。”Joshi正在寻找实时、可操作的干预措施。

鉴于围绕生成AI的日益兴奋,也期待在应用程序开发方面提供帮助。“在2022年,CIO还将开始评估AI在工程组织中的适用性,以从根本上改变开发人员的生产力,”Joshi说。他指出,这个领域已经研究了很长时间,但最近取得了有意义的进展。


本文转载自51CTO,本文一切观点和机器智能技术圈子无关。原文链接
免费体验百种AI能力以及试用热门离线SDK:【点此跳转】

相关文章
|
3月前
|
人工智能 运维 安全
阿里云通过ISO42001人工智能管理认证,引领AI治理推动协同共治
9月19日,在杭州云栖大会「AI治理与安全论坛」上,阿里云宣布通过人工智能技术的全生命周期管理ISO42001体系认证。该项认证由国际标准化组织(ISO)和国际电工委员会(IEC)制定,是第一部可认证的人工智能国际管理体系标准。
151 14
|
1月前
|
机器学习/深度学习 人工智能 监控
探索人工智能的伦理困境:我们如何确保AI的道德发展?
在人工智能(AI)技术飞速发展的今天,其伦理问题也日益凸显。本文将探讨AI伦理的重要性,分析当前面临的主要挑战,并提出相应的解决策略。我们将通过具体案例和代码示例,深入理解如何在设计和开发过程中嵌入伦理原则,以确保AI技术的健康发展。
37 11
|
1月前
|
机器学习/深度学习 人工智能 算法
人工智能与医疗健康:AI如何改变生命科学
【10月更文挑战第31天】人工智能(AI)正深刻改变医疗健康和生命科学领域。本文探讨AI在蛋白质结构预测、基因编辑、医学影像诊断和疾病预测等方面的应用,及其对科研进程、医疗创新、服务效率和跨学科融合的深远影响。尽管面临数据隐私和伦理等挑战,AI仍有望为医疗健康带来革命性变革。
106 30
|
1天前
|
存储 机器学习/深度学习 人工智能
科技云报到:人工智能时代“三大件”:生成式AI、数据、云服务
科技云报到:人工智能时代“三大件”:生成式AI、数据、云服务
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
1分钟认识:人工智能claude AI _详解CLAUDE在国内怎么使用
Claude AI 是 Anthropic 开发的先进对话式 AI 模型,以信息论之父克劳德·香农命名,体现了其在信息处理和生成方面的卓越能力
|
28天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与未来医疗:AI技术在疾病诊断中的应用前景####
本文探讨了人工智能(AI)在现代医疗领域,尤其是疾病诊断方面的应用潜力和前景。随着技术的不断进步,AI正逐渐改变传统医疗模式,提高诊断的准确性和效率。通过分析当前的技术趋势、具体案例以及面临的挑战,本文旨在为读者提供一个全面的视角,理解AI如何塑造未来医疗的面貌。 ####
|
1月前
|
机器学习/深度学习 人工智能 搜索推荐
人工智能与未来医疗:AI技术如何重塑医疗健康领域###
【10月更文挑战第21天】 一场由AI驱动的医疗革命正在悄然发生,它以前所未有的速度和深度改变着我们对于疾病预防、诊断、治疗及健康管理的认知。本文探讨了AI在医疗领域的多维度应用,包括精准医疗、药物研发加速、远程医疗普及以及患者个性化治疗体验的提升,揭示了这场技术变革背后的深远意义与挑战。 ###
240 6
|
2月前
|
人工智能 自动驾驶 数据安全/隐私保护
人工智能的伦理困境:我们如何确保AI的道德发展?
【10月更文挑战第21天】随着人工智能(AI)技术的飞速发展,其在各行各业的应用日益广泛,从而引发了关于AI伦理和道德问题的讨论。本文将探讨AI伦理的核心问题,分析当前面临的挑战,并提出确保AI道德发展的建议措施。
|
2月前
|
人工智能 搜索推荐 安全
人工智能与未来社会:探索AI在教育领域的革命性影响
本文深入探讨了人工智能(AI)技术在教育领域的潜在影响和变革。通过分析AI如何个性化学习路径、提高教学效率以及促进教育资源的公平分配,我们揭示了AI技术对教育模式的重塑力量。文章还讨论了实施AI教育所面临的挑战,包括数据隐私、伦理问题及技术普及障碍,并提出了相应的解决策略。通过具体案例分析,本文旨在启发读者思考AI如何助力构建更加智能、高效和包容的教育生态系统。
|
3月前
|
人工智能 JSON 数据格式
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
【9月更文挑战第6天】RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验