人工智能(AI)非常复杂，而且发展迅速。任何人都不可能对未来几年的发展做出准确的预测。
然而，我们却有可能对今年的人工智能趋势做出具体的预测，然后分享它对商业、政府和社会产生的关键影响。许多新兴趋势已经开始展现。
我们根据在人工智能方面颇有远见的人士的分析，以及普华永道为世界各地的客户提供人工智能咨询时所看到的结果，做出了以下8项预测。
1、人工智能将先影响雇主，然后才会影响就业
从长期来看，人工智能或许不会摧毁就业市场——2018年肯定不会。但是组织面临着一大挑战：当汇集了来自不同学科的数据和团队时，人工智能才能发挥最大效果。它还需要借助相应的结构和技能来实现人机协作。
但大多数组织都将数据保存在联合企业或团队的数据库中。很少有企业开始为员工提供他们所需的基本人工智能技术。普通企业还没有准备好满足人工智能的需求。
2、人工智能会融入现实，然后开始工作。
它或许不会成为媒体的头条新闻，但人工智能现在已经做好准备，可以自动完成日益复杂的流程，识别创造商业价值的趋势，并提供前瞻性的智慧。当融入日常应用之后，人工智能通常能够“从后门进入”。
这样做的结果是，人类所需从事的繁忙工作减少了，战略决策也变得更好了：员工的工作比以前更好了。但是，由于传统的投资回报率（ROI）衡量方法可能无法捕获这种价值，组织将希望考虑新的指标，以便更好地理解人工智能可以为他们做什么。
3、人工智能将回答有关数据的重大问题。
针对数据技术和数据集成的许多投资都未能回答一个重大问题：投资回报率在哪里？但是，人工智能目前正在为数据项目提供商业案例，而新的工具使得这些项目比以前更能负担得起。
组织不再需要决定“清理数据”——也不应该这样做。他们应该从一个商业问题开始，首先量化人工智能的好处。一旦数据被用于解决一个特定的问题，进一步开发数据驱动的人工智能解决方案就会更加容易，良性循环也变就此开始。问题出在哪里？某些组织仍然没有建立数据基础。
4、决定人工智能人才竞赛的是职能专家，不是技术专家
各大企业现在都在争抢计算机科学家，但顶尖的科技人才还不足以确保人工智能取得成功。组织需要的是能与人工智能和人工智能专家合作的领域专家。他们不必非得是程序员，但必须了解数据科学和数据可视化的基础知识，以及人工智能的思维方式。
随着人工智能离开实验室，进入日常工作流程，这些领域专家将比计算机科学家更重要。许多职能专家需要适当地提高技能。
5、网络攻击将会更加强大，但网络防御同样如此。
智能恶意软件和勒索软件可以一边传播一边学习，机器智能可以协调全球网络攻击，借助高级数据分析来定制攻击方式——不幸的是，这一切即将发生。
组织不能用大刀长矛对抗长枪火炮。他们必须用人工智能对抗人工智能。因为即使是对人工智能持谨慎态度的组织也别无选择，只能部署人工智能网络防御系统，所以网络安全将是许多企业第一次涉足人工智能。
6、打开人工智能“黑箱”将成为重要事项
人工智能失控并不是2018年面临的危险。它现在还不够聪明。但人工智能的行为令人费解，因此导致领导者和消费者在使用它的时候持谨慎态度——这才是风险所在。
我们会面临更大的压力，必须打开“黑匣子”，让人工智能的行为可以被我们理解。但这涉及到成本和绩效的权衡。企业需要构建一套框架来评估业务、绩效、监管和声誉方面的问题，因为这些因素决定了人工智能的可解释性的正确水平。
7、国家将会对人工智能产生影响。
人工智能是一个巨大的机会，许多政府正在努力确保他们的国家从中分得一块大蛋糕。加拿大、日本、英国、德国和阿联酋都制定了国家人工智能计划。美国的税收改革和放松监管可能会给人工智能带来提振。
中国看重的是如何利用人工智能发展未来经济。他们的努力已经取得成果，并可能导致“斯普特尼克时刻”：美国可能开始担心失去技术优势。
8、开发负责任的人工智能的压力不仅仅局限于科技公司。
侵犯隐私、算法偏见、环境破坏，以及品牌和利润面临威胁——对人工智能的担忧数不胜数。幸运的是，关于负责任的人工智能的相关原则，目前正在形成一套全球共识。这些原则可以保护组织，并使其获得经济利益。
自律组织很可能成为一种越发重要的解决方案，弥合负责任的人工智能的缺口。由于监管者往往难以追上最新的技术发展步伐，往往导致监管滞后。
报告原文：https://www.pwc.com/us/AI2018
量子位还搬运了一份PDF在网盘，在公众号QbitAI对话界面回复“普华永道2018”提取。
