久久99国产精品尤物-国产高清色播视频免费看-男生肌肌往女人桶爽视频-精品国产-91PORNY九色|www.jqdstudio.net

孟海華：支撐人工智能企業(yè)的四大技術(shù)來源

點擊：  作者：孟海華    來源：三思派  發(fā)布時間:2019-06-29 11:00:26

 

        人工智能（AI）技術(shù)提供商主要有四種類型:領(lǐng)先的云服務(wù)提供商、企業(yè)應(yīng)用程序套件提供商、數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)(ML)平臺提供商以及系統(tǒng)集成商。在這里，我們將檢查每種方法的優(yōu)缺點，以指導(dǎo)使用AI原型化解決方案的應(yīng)用程序領(lǐng)導(dǎo)者。

對于企業(yè)來說：

? 超過一半的Gartner終端用戶采用基于云開發(fā)服務(wù)的人工智能(AI)技術(shù)。

? 人工智能的功能和特性正越來越多地通過企業(yè)應(yīng)用套件集成到客戶關(guān)系、供應(yīng)鏈、資源規(guī)劃和知識管理軟件中。

? 數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)平臺供應(yīng)商提供的一系列人工智能產(chǎn)品推動人工智能成為分析和BI市場增長第二快的細(xì)分市場。

? 現(xiàn)在，更多的IT領(lǐng)導(dǎo)者轉(zhuǎn)向咨詢合作伙伴，尋求外部支持，以增強(qiáng)其企業(yè)在整個數(shù)據(jù)和分析價值鏈中的人工智能能力。

對于企業(yè)的建議:

? 利用您首選的云供應(yīng)商的專業(yè)知識和您自己的內(nèi)部技能，研究快速構(gòu)建和部署AI產(chǎn)品。 檢查數(shù)據(jù)源、計算和基礎(chǔ)設(shè)施框架的接近程度。

? 采用和推廣企業(yè)業(yè)務(wù)應(yīng)用程序中員工易于理解的基于AI的功能，包括啟用AI的應(yīng)用程序功能和會話代理。

? 選擇與企業(yè)的人工智能人才和技能基礎(chǔ)相匹配的數(shù)據(jù)科學(xué)平臺，以改進(jìn)定制和精細(xì)控制。

? 為平臺、預(yù)培訓(xùn)的人工智能模型和服務(wù)的“一站式商店”記錄當(dāng)前系統(tǒng)集成商（SIS）的技能集、領(lǐng)域?qū)I(yè)知識和人工智能解決方案跟蹤記錄。 

預(yù)見企業(yè)AI未來：

? 到2021年，85%已經(jīng)部署并投入運行的人工智能應(yīng)用程序?qū)⒗妙I(lǐng)先的公共云平臺。

? 到2021年，所有主要的企業(yè)應(yīng)用軟件平臺都將具備人工智能功能。

? 到2021年，與人工智能相關(guān)的項目服務(wù)將進(jìn)入主流，30%將被大公司采用。

? 到2021年，包括數(shù)據(jù)管理在內(nèi)的50%以上的數(shù)據(jù)科學(xué)任務(wù)將實現(xiàn)自動化，從而提高生產(chǎn)率，使公民數(shù)據(jù)科學(xué)家得到更廣泛的使用。

? 到2021年，人工智能技術(shù)將滲透到每一個新的軟件產(chǎn)品和服務(wù)中。

當(dāng)開始使用數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)時，許多企業(yè)的軟件管理者將面臨大量可用的工具和技術(shù)，常常很難理解它們之間的差異。雖然在做出購買決定之前，應(yīng)用程序領(lǐng)導(dǎo)者應(yīng)該運行試點項目和POC，以便在供應(yīng)商選項上獲得更好的位置。但是大多數(shù)分析團(tuán)隊幾乎沒有人工智能經(jīng)驗，并且他們的概念驗證(POC)預(yù)算通常是有限的。

本報告研究了四個主要的AI技術(shù)提供者，討論了它們的優(yōu)劣勢，以及它們的潛在演變和未來的潛在發(fā)展。

 

企業(yè)首選的云提供商來源

過去幾年中，基于人工智能的托管服務(wù)，甚至來自亞馬遜、谷歌、IBM和微軟等領(lǐng)先云服務(wù)提供商的解決方案都發(fā)生了巨大變化，主要支持三個基于云的應(yīng)用程序和服務(wù)：機(jī)器學(xué)習(xí)、語言處理和計算機(jī)視覺。

基于云的人工智能服務(wù)是專門構(gòu)建的、多承租人的、按次付費的、有彈性的，包裝在輕量級API或易用UI中。這些特性使應(yīng)用程序領(lǐng)導(dǎo)者更容易使用這些服務(wù)，并將它們與他們正在使用的其他云服務(wù)（如物聯(lián)網(wǎng)和設(shè)備管理）集成。此外，那些急于與企業(yè)建立聯(lián)系（并鼓勵采用人工智能軟件、服務(wù)和其他基礎(chǔ)設(shè)施）的云供應(yīng)商往往會提供定價誘人的“測試方案”，包括一些基本支持、工具包和模板，甚至可能有助于收集和管理“饋送”AI應(yīng)用程序所需的數(shù)據(jù)。

在許多情況下，應(yīng)用程序領(lǐng)導(dǎo)者可以使用這些云服務(wù)來執(zhí)行高級分析，或者可以使用AI進(jìn)行最少的數(shù)據(jù)科學(xué)或算法開發(fā)，這些服務(wù)通過消除構(gòu)建ML系統(tǒng)的復(fù)雜性和提供專門針對特定用例的預(yù)培訓(xùn)系統(tǒng)來幫助簡化AI工作。 在大多數(shù)人工智能服務(wù)中，預(yù)訓(xùn)練算法是一種基于云服務(wù)提供商收集的數(shù)據(jù)進(jìn)行廣泛訓(xùn)練的共享資源。但要在人工智能驅(qū)動的業(yè)務(wù)流程的實驗或POC之外發(fā)揮作用，企業(yè)仍然必須提供一些收集的數(shù)據(jù)、對數(shù)據(jù)的托管或數(shù)據(jù)集結(jié)構(gòu)。

云服務(wù)提供商提供的大多數(shù)AI品牌服務(wù)都屬于以下三類之一:機(jī)器學(xué)習(xí)、語言處理、計算機(jī)視覺。在這些分類中，云服務(wù)提供商提供了一系列功能。 根據(jù)提供程序的不同，這些功能被劃分為不同的服務(wù)、不同的API或單個API中的選項。

表1. Gartner AI查詢中最常提到的云服務(wù)提供商

 

(資料來源:Gartner)

優(yōu)點: 一是由于以前開發(fā)和訓(xùn)練算法的能力積淀，部署速度更快；二是實現(xiàn)硬件優(yōu)化框架，用于跨構(gòu)建、訓(xùn)練和推斷階段更快的計算；三是實現(xiàn)端到端產(chǎn)品開發(fā)套件，和大型ML用戶社區(qū)分享經(jīng)驗和教訓(xùn)；四是幫助您利用供應(yīng)商云中已有的數(shù)據(jù)或應(yīng)用程序。

缺點: 一是企業(yè)可能必須在某些方面做出妥協(xié)，因為云提供商的特定人工智能能力可能不如獨立解決方案強(qiáng)大；二是缺乏模型可移植性，例如，一旦使用AWS SageMaker構(gòu)建了一個基于AI的系統(tǒng)，就很難與另一個云提供商兼容，買家將被鎖定；三是對多云生態(tài)系統(tǒng)的支持不足，盡管領(lǐng)先的云服務(wù)提供商擁有良好的API端點，但利用不同的組件和構(gòu)建不同的服務(wù)并不容易（例如，很難同時使用IBMWatson和Google的翻譯服務(wù)構(gòu)建聊天機(jī)器人）， 在這種環(huán)境下，培育出最好的品種仍然是一個挑戰(zhàn)；四是如果企業(yè)數(shù)據(jù)駐留在一個供應(yīng)商的云上，它通常不能使用來自另一個供應(yīng)商的算法。未來五年，這些科技巨頭將開發(fā)一些功能，幫助中小型企業(yè)通過開源的ML框架進(jìn)行創(chuàng)新，瞄準(zhǔn)新興經(jīng)濟(jì)體擴(kuò)展其產(chǎn)品，使人工智能普適化，并參與人工智能倫理、治理、安全等領(lǐng)域的研究。

知名應(yīng)用軟件中的人工智能功能

從辦公效率套件到記錄系統(tǒng)（如ERP、SCM、HCM和CRM業(yè)務(wù)應(yīng)用程序）的企業(yè)應(yīng)用程序越來越多地集成了人工智能支持的增強(qiáng)功能。這些功能中的許多將無法被員工識別為人工智能（因為它們是“隱形嵌入的”）。相反，這些功能將被視為應(yīng)用程序中的新功能。

這些支持人工智能的功能包括:

● 推薦的電子郵件回復(fù)

● 演示文稿中圖形元素的自動布局

● 語法和拼寫建議

● 來自ERP或CRM應(yīng)用程序的建議分析洞察力

另一個支持人工智能的功能是用于關(guān)鍵業(yè)務(wù)應(yīng)用程序的會話接口（例如聊天機(jī)器人）。 無需學(xué)習(xí)如何通過應(yīng)用程序接口啟動查詢或從知識庫中提取信息的能力對員工非常有吸引力。聊天機(jī)器人比以傳統(tǒng)方式使用應(yīng)用程序容易使用，效率也越來越高。

這些會話代理的示例包括:

● SAPCopilot and Recast.AI

● Salesforce'sEinstein Voice

● Infor'sColeman AI

● Oracle'sDataFox

未來五年，企業(yè)應(yīng)用軟件供應(yīng)商將提供更好的用戶界面，并能夠通過人工智能支持業(yè)務(wù)工作流，數(shù)據(jù)可以輕松地從一個應(yīng)用程序移動到另一個應(yīng)用程序。它們將幫助企業(yè)自動化日常任務(wù)，并在所有企業(yè)應(yīng)用程序中改進(jìn)個性化和數(shù)據(jù)驅(qū)動的支持功能。

數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)平臺提供人工智能技術(shù)

數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)平臺越來越多地面向廣泛的用戶，提供用于創(chuàng)建數(shù)據(jù)科學(xué)解決方案的構(gòu)建塊和環(huán)境的內(nèi)聚力軟件，并支持將這些解決方案集成到業(yè)務(wù)流程、基礎(chǔ)設(shè)施和產(chǎn)品中。

在平臺內(nèi)，專家、數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師、應(yīng)用程序開發(fā)人員要有一定的分布比例，并具有構(gòu)建、部署和維護(hù)分析模型的專業(yè)能力。當(dāng)前的數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)平臺提供了許多新的功能，其中包括:

● 開源，使供應(yīng)商能夠利用通常作為開源選項首先提供的創(chuàng)新，并以比內(nèi)部開發(fā)更快的速度做出響應(yīng)。

● 數(shù)據(jù)訪問和管道連接，以應(yīng)對不斷變化的數(shù)據(jù)需求，包括訪問所有類型的數(shù)據(jù)、適應(yīng)不斷變化的數(shù)據(jù)量以及在內(nèi)部和云中托管的地址數(shù)據(jù)的需求。

● 管理和操作分析空間中的眾多模型，將分析洞察力轉(zhuǎn)化為行動，并使模型能夠持續(xù)重新評估、調(diào)整和管理，包括與分析資產(chǎn)模型協(xié)作和共享。

● 各種流行的ML和深度學(xué)習(xí)框架。

● 超越傳統(tǒng)專家數(shù)據(jù)科學(xué)家的多重角色，通常是通過增強(qiáng)的分析。越來越需要訪問數(shù)據(jù)科學(xué)和ML平臺的新角色包括公民數(shù)據(jù)科學(xué)家和應(yīng)用程序開發(fā)人員。

并非每個數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)平臺都包含上面列出的所有功能。有些平臺側(cè)重于特定的受眾或技能集，例如創(chuàng)建可視化工作流或提供一個用于利用開源產(chǎn)品的框架。這些平臺具有高度差異化的關(guān)鍵功能，包括數(shù)據(jù)準(zhǔn)備、自動化和增強(qiáng)、交付、性能和可伸縮性。

優(yōu)點:

● 實現(xiàn)最大程度的自定義和控制粒度。

● 為利用內(nèi)部資源或通過服務(wù)提供商開發(fā)預(yù)測性、規(guī)范性和確定性解決方案奠定堅實的基礎(chǔ)。

● 促進(jìn)傳統(tǒng)和公民數(shù)據(jù)科學(xué)家、工程師、開發(fā)人員和更多新興角色之間的協(xié)作。

● 為分析領(lǐng)導(dǎo)者提供數(shù)據(jù)科學(xué)團(tuán)隊操作的可見性。

● 支持公民數(shù)據(jù)科學(xué)家能夠參與積極的數(shù)據(jù)科學(xué)項目，同時學(xué)習(xí)和貢獻(xiàn)的環(huán)境。

● 提供最高質(zhì)量的數(shù)據(jù)科學(xué)解決方案，為人工智能計劃提供真正的差異化，而不是商品化的預(yù)先培訓(xùn)的模型。

缺點:

● 需要更多的實踐方法（即數(shù)據(jù)科學(xué)家和開發(fā)人員）來創(chuàng)建、部署和維護(hù)模型。

● 在一些領(lǐng)域需要補(bǔ)充人工智能高端人才。

● 核心功能超出了許多分析專業(yè)人員的技能范圍。

● 從購買到操作，成本高、耗時長。

● 平臺許可證費用很高。

● 平臺提供商有可能倒閉或被收購的風(fēng)險，可能需要數(shù)據(jù)管理。

未來五年，這些數(shù)據(jù)科學(xué)平臺供應(yīng)商將繼續(xù)完善產(chǎn)品特性，通過統(tǒng)一的數(shù)據(jù)準(zhǔn)備、ML以及模型部署和操作平臺，使數(shù)據(jù)科學(xué)團(tuán)隊更高效。

智庫機(jī)構(gòu)提供人工智能解決方案設(shè)計

德勤、埃森哲、IBM全球業(yè)務(wù)服務(wù)、普華永道、畢馬威、安永和凱捷等主要SI除了提供熟練的顧問外，還為客戶提供人工智能工具和技術(shù)。許多服務(wù)提供商將其投資集中在目標(biāo)行業(yè)用例上，或者從過去的業(yè)務(wù)中獲取知識資產(chǎn)，以創(chuàng)建預(yù)培訓(xùn)解決方案。但是，與任何客戶可能正在尋找的無限數(shù)量的可能的人工智能用例相比，SI開發(fā)的解決方案數(shù)量很少。因此，在特定用例中使用資產(chǎn)和預(yù)培訓(xùn)解決方案檢查SI的應(yīng)用領(lǐng)導(dǎo)者可能很難找到完美的匹配。但是，許多SIS都有可重復(fù)的方法來幫助客戶在他們的平臺上構(gòu)思、確定優(yōu)先級和構(gòu)建人工智能解決方案，即使他們沒有經(jīng)過預(yù)培訓(xùn)的解決方案。SI創(chuàng)建的人工智能平臺功能包括：

● 自然語言分析

● 圖像識別

● ML和深度學(xué)習(xí)

● 工作流自動化，包括機(jī)器人流程自動化（RPA）模式識別和預(yù)測分析

● 訪問外部數(shù)據(jù)源

優(yōu)勢：

● SI為平臺、預(yù)培訓(xùn)的人工智能模型和服務(wù)提供一站式服務(wù)。通常作為一個合同提供，簡化了交易并提高了執(zhí)行速度。

● 使用一個既提供平臺又提供服務(wù)的單一SI，將問責(zé)制直接置于該SIS，這為成功的結(jié)果增加了保障。

● SIS通常擁有方法、工具和以前參與的用例庫，以幫助理清正確的人工智能用例并確定其優(yōu)先級。這有助于確保原型開發(fā)針對的是人工智能可以在傳統(tǒng)技術(shù)之外增加價值的業(yè)務(wù)痛點。

缺點：對任何平臺來說，都存在鎖定風(fēng)險，但由于軟件不是SIS的主要業(yè)務(wù)，因此鎖定到SI平臺的風(fēng)險更大。很少有SI與相關(guān)渠道合作伙伴和批量銷售商成功地開展了軟件業(yè)務(wù)。如果人工智能平臺沒有取得財務(wù)上的成功，那么客戶就會面臨很高的“孤兒”產(chǎn)品風(fēng)險。信任SI來維護(hù)、運行和持續(xù)改進(jìn)平臺是有問題的，因為SI在其主要服務(wù)業(yè)務(wù)中有著競爭性的需求。在SSI同時提供平臺和服務(wù)的情況下，客戶應(yīng)通過協(xié)商擴(kuò)大數(shù)據(jù)集的所有權(quán)、改進(jìn)結(jié)果和模型，最大限度地降低SI使用其關(guān)鍵知識產(chǎn)權(quán)（IP）的風(fēng)險。

未來五年，SI將指定更多縱向市場舉措，集中他們的專業(yè)知識。這也有助于他們了解他們所處的每個垂直領(lǐng)域所面臨的獨特挑戰(zhàn)，以及如何使用ML解決這些挑戰(zhàn)。

建議：

● 評估SI的技能集、領(lǐng)域?qū)I(yè)知識及其人工智能解決方案記錄，同時審查其人工智能知識產(chǎn)權(quán)（IP）、平臺和資產(chǎn)的相關(guān)性。

● 同時評估服務(wù)和平臺選項，以確定合適的匹配。確保服務(wù)提供商提供平臺和經(jīng)過培訓(xùn)的模型的正確組合，以及具有相關(guān)經(jīng)驗的跨學(xué)科顧問，包括技術(shù)、領(lǐng)域和行業(yè)/流程知識。

● 確定哪些數(shù)據(jù)和IP必須受到保護(hù)，包括IP所有權(quán)和重用限制，并確保在合同中明確指出這些內(nèi)容，以避免SI為其他客戶端重用它們。

轉(zhuǎn)自：三思派（Science-Pie）

作者：孟海華，上海市科學(xué)學(xué)研究所產(chǎn)業(yè)創(chuàng)新研究室副研究員