使用合適的分析工具理解數(shù)據(jù),挖掘可行的洞察,贏得競爭優(yōu)勢,是實現(xiàn)商業(yè)財富的一種方法。不過,成熟度曲線(Hype Cycle)特別的地方在于它是基于媒體曝光度和學(xué)術(shù)會議的宣傳——炒作周期這個名字似乎更形象——在時間段的變化來判斷趨勢,因此,它更多的是反映預(yù)期而非相關(guān)產(chǎn)業(yè)市場營銷的結(jié)果。不同于經(jīng)濟(jì)學(xué)理性預(yù)期學(xué)派所認(rèn)為的“人們預(yù)期到的操作都是無效的”,就新興科技領(lǐng)域而言,前瞻性十分重要,成熟度曲線發(fā)揮的是引導(dǎo)作用。
在本周二(9月7日)發(fā)布的一份最新的《2021年AI成熟度曲線》報告中,Gartner提到了有關(guān)推動AI創(chuàng)新的四個趨勢,包括負(fù)責(zé)任的AI、小而廣的數(shù)據(jù)方法、AI平臺的可操作化、以及數(shù)據(jù)、模型和計算資源的有效利用,認(rèn)為這些將是擴(kuò)展AI規(guī)劃的關(guān)鍵。
圖1:2021年AI的成熟度曲線? ? 來源:Gartner
這張成熟度曲線圖反映出AI市場還在演進(jìn),有關(guān)AI的創(chuàng)新速度在加快,更多的創(chuàng)新集中在技術(shù)促動期。在2到5年內(nèi),將有很多超過平均水平的技術(shù)達(dá)到主流應(yīng)用,包括邊緣AI、計算機(jī)視覺、決策智庫和機(jī)器學(xué)習(xí)在內(nèi)的創(chuàng)新都將在未來幾年對市場產(chǎn)生變革性的影響。其中一個市場需求的趨勢是,用戶尋求定制化的技術(shù)能力,往往超出現(xiàn)有的AI工具的能力。筆者認(rèn)為,這意味著未來幾年內(nèi),AI的應(yīng)用場景將更加多元和個性化。
下面,談一談筆者對該報告中有關(guān)AI創(chuàng)新四個趨勢的看法:
1、負(fù)責(zé)任的AI
一直以來,AI技術(shù)和用戶之間如何建立起信任、透明、公平和可審計的關(guān)系上存在廣泛的議論。Gartner的研究副總裁Svetlana Sicular認(rèn)為,負(fù)責(zé)任的AI有助于實現(xiàn)公平,即使數(shù)據(jù)中存在偏見。盡管透明度和可解釋性方法還在發(fā)展,但仍能獲得信任,同時,在努力應(yīng)對AI的概率特性時,確保法規(guī)遵從性。Gartner預(yù)計,到2023年,所有受雇于AI開發(fā)和培訓(xùn)工作的人員都必須展示負(fù)責(zé)任的AI方面的專業(yè)知識。
這里有兩個關(guān)鍵:人和專業(yè)知識,這意味著未來,對AI從業(yè)人員的要求越來越高——不僅要具備AI技術(shù)的專業(yè)技能,還要具備確保其產(chǎn)品方案符合法規(guī)遵從性的專業(yè)知識。除非,你的公司有錢到不需要考慮任何巨大的沉沒成本的風(fēng)險。
2、小而廣的數(shù)據(jù)方法
數(shù)據(jù)是實現(xiàn)AI的基礎(chǔ)。小而廣的數(shù)據(jù)方法支持更強大的分析和AI,減少機(jī)構(gòu)對大數(shù)據(jù)的依賴,并提供更豐富、更完整的情景感知。根據(jù)Gartner的數(shù)據(jù),到2025年,70%的機(jī)構(gòu)會被迫將注意力從大數(shù)據(jù)轉(zhuǎn)到小而廣的數(shù)據(jù),為分析提供更多的上下文,減少AI對數(shù)據(jù)的需求。
這并不是說大數(shù)據(jù)不再重要了,而是AI應(yīng)用場景的下沉帶來了變化。典型的例子就是邊緣計算這類應(yīng)用,側(cè)重于分析,不需要海量的數(shù)據(jù)就能提供有價值的洞察,而大數(shù)據(jù)的作用是將這些小數(shù)據(jù)源整合起來進(jìn)行分析和協(xié)同。所以,完整的端到端的商業(yè)價值仍籍由大數(shù)據(jù)和小數(shù)據(jù)的結(jié)合來實現(xiàn)。
3、AI平臺的可操作化
向AI業(yè)務(wù)轉(zhuǎn)換的的緊迫性和重要性正在推動AI平臺的可操作化。這意味著在AI項目從概念轉(zhuǎn)向生產(chǎn)的過程中,可以依賴AI解決方案來解決企業(yè)范圍內(nèi)的問題。Gartner發(fā)現(xiàn),目前只有50%的AI項目從試驗階段進(jìn)入生產(chǎn)階段,而這些項目平均需要9個月的時間才能完成,一些創(chuàng)新應(yīng)用,如人工智能編排、自動化平臺和模塊化操作正在實現(xiàn)可重用性、可擴(kuò)展性和管理,加速AI的采用和增長。
筆者認(rèn)為,這是企業(yè)實施AI項目過程的一個趨勢。顯然,它和前文提及的“AI的應(yīng)用場景將更加多元和個性化”有著內(nèi)在的關(guān)聯(lián):一個可操作化的平臺,提供了多元化應(yīng)用場景一個靈活而不失統(tǒng)一的資源,減少成本和損耗,提升效率。
4、資源的有效利用
AI部署所涉及的資源包括數(shù)據(jù)、模型和計算資源,具有復(fù)雜性高和規(guī)模龐大的特性。AI創(chuàng)新要求能夠以最大效率來使用這些資源,由于能夠以更高效的方式解決廣泛的業(yè)務(wù)問題,多重體驗、復(fù)合AI、生成式AI等在AI市場上越來越引人注目。
事實上,這一趨勢隨著AI應(yīng)用落地進(jìn)程的加快變得越來越重要。例如多重體驗,不僅在AI的人機(jī)交互平臺,還有AR/VR/XR等應(yīng)用,這些應(yīng)用中,感知和交互的聯(lián)合轉(zhuǎn)變將導(dǎo)致未來的多感官、多模態(tài)體驗,這將對AI方案部署對各種資源的利用提出新的挑戰(zhàn)。
值得一提的是,相較于2020年,Gartner今年的這份AI成熟度曲線創(chuàng)新趨勢少了六個,去年有十個:超級自動化、多重體驗、技術(shù)民主化、人類增強、透明度和可追溯性、賦能型邊緣、AI安全、分布式云、自主化設(shè)備、加密貨幣和實用區(qū)塊鏈。
圖2:2020年AI的成熟度曲線? ? 來源:Gartner
大家可以自行對照一下兩張圖,看看哪些技術(shù)在發(fā)展,哪些消失了。去年,AI民主化和AI平臺的產(chǎn)業(yè)化被確立為兩個最重要的趨勢。前者強調(diào)了包括專家在內(nèi)的所有AI參與者的主體性,包括客戶、業(yè)務(wù)伙伴、業(yè)務(wù)主管、銷售人員、流水線工人、應(yīng)用程序開發(fā)人員和IT操作專業(yè)人員,而開發(fā)人員將成為AI的主要力量;后者強調(diào)了AI的可重用性、可擴(kuò)展性和安全性,加速了AI的應(yīng)用和發(fā)展。平臺產(chǎn)業(yè)化使得AI新進(jìn)應(yīng)用者和早期采用者不相上下。
從十個變成四個,一方面說明新技術(shù)促動期到過高期望的峰值(泡沫)的時間窗口很短,另一方面,也說明峰值過后進(jìn)入低谷將是一個去蕪存菁逐漸成熟的過程。對于做AI的企業(yè)而言,明白自己處在曲線的那一段,能在泡沫過后存活下來,那后面穩(wěn)步爬升和實現(xiàn)量產(chǎn)就可期待了。