全网最实用的电商数据指标体系！

3. 人工智能构建非结构化数据

ISG公司的Butterfield表示，在未来的一年，组织将利用机器视觉和自然语言处理(NLP)来促进非结构化数据(如图像或电子邮件)的结构化。其目标是什么?创建数据，以便机器人流程自动化(RPA)技术可以更容易地用于组织事务活动的自动化。

Butterfield解释说，“我们已经看到机器流程自动化(RPA)应用的增长，这是过去24个月软件采用增长最快的领域。但机器流程自动化(RPA)也有其局限性，主要是它只能处理结构化数据。使用人工智能完成理解非结构化数据的复杂任务，然后提供定义的输出(如客户的意图)将使机器流程自动化(RPA)能够完成这一操作。”

4. IT推动人工智能大规模发展

Simion说：“到2021年，我们将会观察到IT组织中大量采用人工智能。我希望组织在2021年开始看到执行其人工智能和机器学习模型的好处，这不仅使它们投入生产，还可以推动它们扩展规模。”Simion指出，人工智能的优点之一是它可以实时实现投资回报率(ROI)，因此许多组织都可能会在这一年看到在人工智能领域的努力开始取得成效。

5. 更多的人工智能变得可以解释

与黑盒人工智能技术相比，寻找模型变得更加透明。Tealium公司高级产品总监Dave Lucas说：“我们将更加关注可解释性。能够清楚地向外行人员阐明每个单独的特征或数据点如何对模型的最终预测或结果做出贡献。随着推出越来越多的数据规则，人工智能信任将将变得至关重要。”

6. AIOps得到扩展

在过去的几年中，IT系统的复杂性呈指数增长。调研机构Forrester公司最近指出，供应商提供了平台解决方案，该解决方案结合了一些曾经孤立的监控准则，例如基础设施、应用程序、网络。AIOps解决方案使IT运营和其他团队能够通过改进对数据量和类别的分析来改进关键流程、任务和决策。

Forrester公司建议IT领导者寻找能够通过数据关联实现跨团队协作、提供端到端数字体验并将其无缝集成到整个IT运营管理工具链中的AIOps提供商。

7. 增强流程自动化

数据和人工智能是获得竞争优势的关键，并将成为流程自动化和创新更大战略的一部分。Globant公司大数据工程师Ana Maloberti说：“在这一战略中，数据生态系统是可扩展的、可管理的、精益的，并能及时提供来自异构资源的数据，但同时需要提供场地并快速适应以促进创新。组织在优化业务和开发流程方面正进一步完善。”

增强编码工具是Globant公司的主要关注点，它利用人工智能优化软件开发过程，旨在提高协作和更广泛的集体智能。Maloberti说，“充分利用这项技术的主要挑战是文化方面的，首先要培养数据驱动的组织思维模式，并从人工智能的实验阶段中成长出来，才能创建一个可持续和稳健的交付模型。”

8. 语音和语言驱动的智能得以发展

ISG公司的Butterfield预测，远程工作的增加将推动自然语言处理(NLP)和自动语音识别(ASR)功能的广泛采用，尤其是在客户联络中心。Butterfield说，“从历史上看，只有不到5%的客户会定期接受质量和代理商反馈的检查。由于在获得支持时缺乏一对一的指导，组织需要使用人工智能来完成对代理质量、客户意图理解的检查，并确保持续的合规性。”

9. 人工智能与云计算共生

法律服务提供商Exigent公司客户创新总监Rico Burnett说：“人工智能将在云计算解决方案的广泛采用中扮演重要角色，云计算资源的监控和管理以及将产生的海量数据将通过人工智能的部署得到增强。”

10. 人工智能伦理和标准成为焦点

人工智能银行平台Finn-AI公司联合创始人兼首席运营官Natalie Cartwright说：“到2020年，像全球人工智能伙伴关系这样的国际合作伙伴关系已经从理念走向现实。在2021年，他们将提供如何确保利用人工智能应对重大全球问题、确保包容性和多样性的专业知识以及一致性算法的公平性和数据的透明度只是其中两个焦点问题，因为人工智能伦理对各行业领域的组织越来越重要。”

（编辑：阿坝站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!