人工智能学习

一年后的人工智能:疫情如何影响了技术的发展?

本文主要是介绍一年后的人工智能:疫情如何影响了技术的发展?,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

AI - 人工智能

随着消费者行为的改变和公司的运营需求,人工智能正逐渐成为企业业务的推动力。但就现阶段而言,即使是最复杂且经过重复测试、调整的 AI 模型也无法预测疫情对社会带来的变化与发展。它对我们的个人和社会造成的影响很难量化。

去年三月,疫情的出现打破了我们对过去一年的原有计划,也改变了社会发展的走向。但是在一年后,从这场危机中我们仍然汲取了很多教训。

从技术角度来看,一些最重要的经验集中在数据、分析和人工智能的持续发展和重要性应用上。不可否认,疫情是加速推动数字化转型的催化剂,也正在帮助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 视为未来重要的发展方向,但在实际应用上高层管理人员并不会给予全力的支持。不过在过去的一年中,它已被证明是企业接触客户、维持运营以及人们在日常生活中发挥作用的重要依靠,这一情况也随即起了变化。

以下是过去一年中,疫情为人工智能发展带来的三个重要变化:

一、消费者正在拥抱 AI 驱动的交互

2020 年 3 月开始,有两个变化正在悄悄发生:

  • 消费者要求更丰富、安全的购物交互方式
  • 企业和厂商提供了相应的技术 & 平台来满足消费者的需求

根据凯捷(Capgemini)三年前发布的一项研究数据显示,有 21% 的消费者每天都进行 AI 交互。而截至 2020 年 7 月,由于人们更频繁的使用聊天机器人、数字助理、语音和面部识别以及生物识别扫描仪来代替人与人之间的交互,这一比例上升至54%。

消费者对 AI 驱动的交互的信任度也从 2018 年的 30% 上升到 2020 年的 46%。从零售、杂货和餐厅的非接触式订购到远程医疗交互(取代了就诊医生的访问),消费者对这些非接触式设备的采用交易一直是关键且一致的变化。

并且大家也逐渐意识到,哪怕疫情结束,这些变化也不会消失。

二、打破历史进行预测建模

那些不断变化的消费者行为,为数据科学团队创造了一个摆到面前的现实:预测性 AI 和机器学习(ML)模型及其所衍生的数据几乎刚输出便过时了,并且在许多情况下都变得无关紧要。

过去,这些模型基本来源于过去几年来行为模式的历史数据。但是,在支出趋紧、购买选择受限、需求模式变化以及与客户互动受限的世界中,历史数据已经不再适用。

为了解决这个问题,在公司无法提供不准确的预测或收入损失的时候,AI 团队转向了实时变化的预测等解决方案。

三、在数字化转型中,人工智能等于投资回报率

迫于压力,去年的春天很多公司都面临着做出一个艰难的选择。是暂停项目和计划并等待疫情消退,还是在这些充满挑战的时期借助 AI 进行转型?

许多人将后者视为最佳选择,因为可以利用先进的技术功能更好地预测未来,而不是通过总结历史规律、”看后视镜“开展业务。

但是,因为在经济不确定性的情况下,这也伴随着业务预算被收紧、严格管控。不过当技术转型涉及 AI 部署时,组织将有巨大的机会获得业务优势,同时获得很高的 ROI。通过选择适当的用例并正确执行,人工智能驱动的项目可以在部署的头六个月内收回成本 —— 并在整个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)等领域进行的前期投资似乎非常艰巨。但是,最佳实践案例研究已经证明,实际上已经出现很多自筹资金的业务案例。


人工智能只是可用来帮助企业度过疫情时期的众多技术功能之一。但是,随着我们进入第二年,许多借助 AI 力量的商业模式已经显示出它们的长期价值。拥有提高效率、更快地工作并从数据中获取更准确的分析的技术将继续具有高度相关性。尽管 AI 在过去一年中的故事和发展关键词就是“转型”,但它的旅程很可能才刚刚开始。

部分参考资料:https://www.informationweek.c...

segmentfault 思否

这篇关于一年后的人工智能:疫情如何影响了技术的发展?的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!