【印联传媒资讯】人工智能（AI）的应用无处不在，这个领域吸纳了大量投资，也涌现了大量创业公司。福布斯访问了业界大咖对2019年人工智能的发展预测，德勤的首席技术官、联想的首席运营官和Salesforce首席科学家都提出了自己的观点，然而共同的特点是AI将会继续渗透到各个领域中，包括医疗、金融、教育和机器人等，同时投资也会加大。

Salesforce首席科学家RichardSocher表示：“有些AI应用已经被广泛宣传，然而在短期未来AI还不会那么快完全颠覆现在的世界。人们一直在研发自动驾驶汽车，有些人还担心人工智能的完全应用可能仅要20年就可以实现，但事实是我们离真正的自动驾驶汽车还有很长的路要走。至于完全应用人工智能，在短期的未来这只会存在于科幻电影。我的预测是，我们对人工智能及其能力的期望跟现实可以达到的水平，应该会中和一下。未来5年社会看起来会像现在这样，但我们的日常工作将发生微妙而重要的改变，我们会越来越高效。AI机器人将可以更有效地回答问题和审查客户服务，智能助理将会更有能力完成任务，自动驾驶汽车功能将会继续改进，但他们不会大规模在道路上行驶。”

联想公司总裁兼首席运营官GianfrancoLanci表示：“人工智能产品的采用将在2019年继续扩展到制造、教育、零售等不同的垂直领域。例如，在医疗保健领域，人工智能增强型应用程序能够减少紧急等候时间，甚至可以使用AI检测和诊断肿瘤，来帮助医生节省时间。随着技术取得新的进步，应用程序会进入各种垂直领域，而技术成本降低，组织和业务产品或者成果改善，这都预计会加速人工智能的采用。在联想，我们已经在供应链和零件规划流程中使用人工智能，这样我们就可以为渴望利用人工智能来转变业务的客户提供一流的体验。”

德勤Converge HEALTH首席技术官Dan Housman表示：“除了目前在移动应用和其他医疗保健IT平台上可用的聊天机器人之外，患者还可以自己通过各种全渠道用户界面也能进行交谈。像Alexa和GoogleHome这样的对话体验应用，它的消费者框架可能会增加HIPAA隐私支持。这样机器人可以在人类医生不方便的时候跟患者保持对话。在护理过程中，以客户为中心的机器人医疗助理可以代替护士，来完成呼叫按钮、收集健康史的表格，还有一些繁琐的调节工作。”

MapR数据和应用高级副总裁JackNorris：“2019年，市场焦点将会转向边缘执行分析。公司将通过在边缘处理和分析数据，而不是将数据移回中心、再存储和然后再应用的传统分析模式，这样可以节省时间和费用。用例包括异常检测（欺诈）、模式识别（预测故障/维护）和持久流。早期应用实例包括自动驾驶汽车、石油和天然气平台和医疗设备，而我们将在2019年看到这些技术的进一步扩展。这其中的成本驱动因素是使用成本相对较低的半连接环境可以减少带宽成本，而减少发送到云的数据也可以减少信息存储压力。”

Salesforce道德AI实践架构师KathyBaxter表示：“公众对人工智能道德问题会越来越关注。2018年是公众这个意识觉醒的一年，那么2019年将是采取行动的一年。不仅是数据伦理学家和人权倡导者要求公平、问责和透明的使用过程。消费者也已经在改变他们使用Facebook的方式，或者甚至完全删除他们的帐户，这种趋势可能会蔓延到其他社交媒体，或利用个人数据的其他服务平台上。未来会出现更多规范人工智能创建和使用的声明，而公司不得不采用。在人权方面，公众将反对政府使用有偏见的人工智能工具。更多员工将会要求对他们创造的东西增加影响力和话语权，会拒绝为有害的自动化工具做出贡献。”

SIOS技术总裁兼首席执行官JerryMelnick说：“高级分析和人工智能将继续变得更加专注，专门针对特定需求而构建，这些功能会越来越多地嵌入到管理工具中。这种备受期待的功能将简化IT运营、提高基础架构和应用程序的稳健性，而且降低总体成本。随着这一趋势，人工智能和分析将嵌入高可用性和灾难恢复解决方案，和云服务产品，来提高服务水平。能够快速、自动、准确地理解问题并诊断复杂配置中的问题，云服务的可靠性和可用性将极大地改善。”

Pigeon联合创始人兼首席战略官DavidCohn：“随着聊天机器人和人工智能的不断发展，他们可以执行的功能在深度和广度层面都将会增加。这对劳动力来说意味着什么，积极还是消极？一方面，机器学习将帮助人们筛选大量数据并更有效地完成工作。另一方面，随着人们对机器人交互越来越熟悉，客户服务和客户支持的岗位将逐步取消。这将在2019年开始更全面地进行，因为越来越多的企业采用人工智能和聊天机器人来提高现有员工的生产力，或者逐步淘汰可以借助这些技术来完成的职位。”

Grammarly研究主管JoelTetreault表示：“在工业强度人工智能中，许多系统都是由数千（或更多）人类评估者创建和标记的数据集的基础之上进行调试和评估的。随着我们解决的人工智能问题更加复杂，大量高质量人工判断的需求将会增加，但在利用机器学习技术来收集这些判断时会有更多时间来取得突破，成本效益更明显。同时，使用最少甚至没有标记数据（也称为无监督技术）的方法将减少我们对大量标记数据的依赖，使深度学习模型能够在新型和不同类型的问题上进一步发展。”

埃森哲应用智能部总经理兼首席技术官Jean-LucChatelain表示：“谷歌知识图谱会迎来更多变化，所需的技术NLP、图形数据库和内容分析都可以让知识图谱能够更轻松来编写各领域知识。现在已经出现聊天机器人、引导流程工具和自动化顾问，在未来我们将看到越来越多的行业和领域在使用这些工具，包括医疗保健、金融服务和供应链。”

Sophos的CTO Joe Levy：“通过自动驾驶汽车、智能扬声器和面部识别工具的创新，AI已经成为主流。AI应用程序在物流、制造、医疗保健和网络安全领域的应用虽然不太明显但同样具有影响力。网络安全的独特之处在于它是所有其他技术的重要组成部分。无论我们选择生活在“智能”还是“人工智能”的世界，有一点是可以肯定的：如果AI和深度学习没有增强网络安全策略，那么更有可能会被黑客入侵。人工智能加强网络防御可以阻挡一部分网络犯罪分子。”

Salesforce数据科学副总裁VitalyGordon：“人工智能正在进入商品时代。消费者不需要知道微波技术如何工作就可以来使用，因为这只是一种工具。随着无代码、点击式工具的大量涌入，AI的使用也进入了同样的阶段，每个人无论技术背景如何，都会广泛使用AI这种实用的工具。因此，未来几年，大多数AI应用程序将由很少或没有AI培训技术的人员来构建。”

Indico首席执行官兼创始人TomWilde：“机器人过程自动化（RPA）在过去两年中一直是最热门的技术领域之一。因为简单又好理解，过程自动化意味着效率提高，可以释放资源，专注于更高价值的活动等。但这项技术有根本的限制，它只对死记硬背且重复的过程有效，并且没办法影响非结构化内容的工作流程，而大多数企业80％以上的数据是这种非结构化数据。与此同时，人工智能和机器学习又过于深奥，需要较多的数据科学专业知识才能采用，因此不确定性比较大，和投资回报率不一定理想。公司将在2019年寻求一种可以融合这两种技术好处的方法，也是许多专家称为智能过程自动化的一种工具或者技术。”

UJET创始人兼首席执行官AnandJanefalkar表示：“对于联络中心等行业来说，人工智能（AI）和机器学习（ML）的许多实际应用都被夸大。例如，通过图像或数据识别特定模式的做法取得的效果不太好，公司通过智能应用的自动化来增加自助服务会话工具，以解决常见问题和引导用户流的业务流程，后者反而效果更好。员工可以专心解决不能有效自动化的流程，那么呼叫中心将可以进一步优化运营模式。”

Espressive创始人兼首席执行官PatCalhoun表示：“在2019年，人工智能工具包将转向特定企业问题，例如IT和人力资源方向。到目前为止，企业一直用AI工具包来构建自定义应用程序，来解决困难问题。而现在正在转向使用人工智能解决常见的企业问题。”

Oracle的自动适应智能应用副总裁MelissaBoxer表示：“2019年，最早采用AI技术的企业会希望从投资中获得更多价值，因为他们期望云应用程序在功能、用户体验和可访问性方面会出现更多、更丰富的内置AI解决方案，比如多设备应用、聊天机器人和数字助理等。公司将会投资第三方数据源和智能数据（比如动态信号和定期更新的灵活分类），来优化输出。随着公司采用机器学习，AI技术的信任、透明度和可解释性问题会越来越受关注。”

Demandbase的CMO Peter Isaacson表示：“营销人员长期以来都在讨论一个理想的行动方案。然而，如果没有AI实时合成大量数据，理想的方案是不太可能实现的。人工智能会接管大量数据集的人工任务，这意味着2019年可能会为营销界带来变化。”

Kinetica的CMO Daniel Raskin表示：“在2019年，人工智能将成为营销战略的重要组成部分。预测分析、情绪分析、程序化广告等领域的AI模型将彻底改变营销人员自动化营销渠道的各个方面，他们还可以开发高度针对性的营销（ABM）策略。这需要投资新技术，但也可以通过提高营销成本来降低定制购置成本。”

Commvault的高级总监DonFoster表示：“人工智能和机器学习将会成为简化操作的新解决方案。IT技能差距会让先进企业实施新的创新解决方案，来实现复杂操作的自动化。机器学习和人工智能将成为新IT解决方案的关键，更智能的运营和现代IT解决方案可以帮助企业缩小技能差距。企业软件公司都会让各自的供应商把AI和ML集成到现有产品，提供更高效的运营模式，达到期待值。”

Dynatrace数字性能专家Dave Anderson表示：“几乎每个IT部门都会采用人工智能来自动化企业监控，减少IT员工的人工工作，努力实现可以自我修复的应用程序。”

TUV Rheinland的测试工程经理Ryan Braman表示：“机器人行业会出现许多创业公司，他们试图占据可能多的市场份额。然而，为了取得成功，机器人初创公司必须从设计之初就兼顾监管法规，让产品符合适用的安全法规，否则在上市时也会失败。”