人工智能一直是大流行期间值得关注的领域。企业一直在寻求提高效率的新途径，有大量休假或被解雇员工的组织存在带宽紧张问题，一些公司可能利用过去一年的困难来清理房屋，意图利用新技术驱动的战略招聘新人https://www.zdnet.com/topic/artificial-intelligence/“target=”\u blank“>AI被吹捧为解决所有这些问题的可能方法。它也是一种工具，可以帮助发掘相邻技术的潜力，并在最先进的情况下，潜在地重塑业务的运作方式。

接下来的预测是由一个观察太空多年的专家小组提供的。最重要的是，机器学习和人工智能最终开始渗透主流组织，并将变得越来越普遍，在某些部署中，在2021年，随着流感大流行逐渐平息，企业重新焕发出新的前景和结构，这一点至关重要。

雇佣和管理员工

无论长期衰退是否即将到来，我们打扫了很多房间在大流行期间，2021年肯定会重新关注招聘。我找到了AI人才管理公司的总裁Kamal Ahluwaliahttps://eightfold.ai“target=”noopener noreferrer nofollow“data component=”externalLink“>八倍AI，对于不断变化的工作动态以及人事方面的新压力和机遇的一些思考。

“工作的未来是多样化的，远程工作将加速这一趋势，”阿鲁瓦利亚说正如许多人所注意到的，在COVID-19之后，工作场所将不再是原来的样子，而且相当一部分劳动力可能会继续远程工作。除了工作之外，对招聘本身的影响怎么说都不为过：人才可以从任何地方、任何地方招聘，为所有人开辟了新的可能性。”

正如你所想象的，阿鲁瓦利亚认为人工智能在这些招聘计划中发挥着关键作用。

“人工智能将对此至关重要，能够处理大量的应聘者，给每个人一个公平的机会被录用。在寻找合适的人才时，地理边界甚至主权边界将不再重要，你只需要合适的工具来做到这一点。有了新的人工智能工具，人们可以在任何地方被雇佣到任何地方去做这项工作。”

在不断增长的地理人才库的同时，人们可能会对员工在标准简历技能之外所能带来的东西产生新的认识。

“公司将学习如何使用人工智能来了解个人的能力（不仅仅是技能），然后开始“招聘潜力，”阿鲁瓦利亚说大学学位仍然很重要，但可能不如以前那么重要了。到2021年，企业将越来越多地审视工作要求，并询问做这项工作真正需要什么。成熟和潜在的能力将是最重要的，在许多情况下也是如此。这将为许多人带来新的机遇，包括退伍军人和专业人士转行。“Ahluwalia认为这一趋势也会延伸到政府领域：“2021年可能是公共部门认真对待人工智能应用的一年，即实施更新的技术，从过时的系统转移到解决问题人才获取、员工体验和D&I.“

人工智能并没有变得越来越容易，这将在企业中带来一个新的角色。

Ryohei Fujimaki博士，dotData，AutoML 2.0软件的一位领导者帮助加速AI/ML开发，他指出一些用户友好型企业人工智能产品存在虚假承诺，并提出了更令人满意的解决方案。

“随着对附加人工智能应用程序需求的增长，企业将需要投资于有助于加速和民主化数据科学进程的技术。这导致了一些人称之为“无代码”的人工智能。许多“无代码”平台都是工作流驱动的可视化拖放工具（也称为可视化编程），它们声称有助于让非技术人员更容易使用人工智能。”

但是，如果它看起来太好了而不是真的，那是因为它是真的，Fujimaki解释道。

“问题是，虽然简单的工作流很容易构建和概念化，但是事实上，大多数AI/ML模型都需要大型、非常复杂和复杂的工作流，这些工作流很快就会变得笨拙，并产生一系列新的挑战。事实上，数据科学家必须完成的绝大多数工作通常与选择和优化ML模型之前的任务有关，例如数据科学的核心——特征工程。这意味着组织将需要寻找新的、更复杂的AutoML 2.0平台，以实现真正的无代码端到端自动化，从自动创建和评估数千个功能（基于AI的功能工程）到ML和AI模型的操作化，以及两者之间的所有步骤。在2021年，我们将看到AutoML 2.0平台的崛起，这些平台将“无代码”提升到一个新的水平，并最终开始实现“一键式”无代码开发的承诺，这种环境可实现100%的工作流自动化。“无代码”的兴起将对新一代人工智能开发人员提出更高的要求。

“。。。Fujimaki说：“企业需要一种有效的方法来扩展其人工智能实践，并在业务中实施人工智能，以加快人工智能投资的投资回报率。”随着企业面临着越来越大的优化工作流程的压力，越来越多的企业将开始要求BI团队开发AI/ML管理模型。这一推动新一类基于BI的“人工智能开发者”的驱动力将由两个关键因素驱动：首先，使用automl2.0平台等工具的BI团队比雇佣专门的数据科学家更具可持续性和可扩展性。其次，由于BI团队比数据科学家更接近业务用例，因此从“需求”到工作模型的生命周期将加快。新的AutoML 2.0平台有助于实现AI/ML开发过程的100%自动化，这将使企业能够构建更快、更有用的模型。“

数字化转型到目前为止一直专注于产品和服务的数字化，但我们有充分的理由怀疑未来一年会出现这种情况更加注重利用人工智能进行优化和自动化业务决策。

“人工智能推动的数字化转型浪潮将从金融服务、保险、制造业等“先行者”扩展到所有其他行业，人工智能和机器学习将嵌入多个业务功能中，Fujimaki说：“在关键业务领域，不仅提高效率，还创造新产品和服务。”现在出现这种情况的一个关键原因是人工智能和人工智能自动化平台的可用性，使组织能够在不投资于数据科学团队的情况下快速、轻松地实施人工智能。”

同样，人工智能和人工智能将超出预测，人工智能将超越预测和洞察力传递的分类，成为一个多方面的工具。Fujimaki说：“虽然预测是最有价值的结果之一，但人工智能和人工智能必须产生超出预测的可操作见解，企业可以消费这些洞察。”AutoML2.0自动生成假设（又称特征工程），并探索数千甚至数百万的假设模式，这些模式在传统的手工过程中是不可能的。AutoML 2.0平台提供数据“功能”的自动发现和工程设计，将用于提供更清晰、更透明和更深入的见解，因为企业意识到数据功能不仅适用于预测分析，还可以提供对过去趋势、事件和信息的宝贵见解，从而为通过允许企业发现“未知的未知因素”、趋势和数据模式（这些都是重要的，但没有人怀疑的）是真实的。“在企业之外，人工智能将继续对相邻技术产生多米诺效应影响，包括机器人技术和自动化。

“人工智能（AI）和相应的传感器技术将进一步使机器人平台实现最大的影响，”IEEE研究员Karen Panetta说例如，在COVID-19的时代，我们必须开发健康筛查方法，以尽量减少对患者和护理人员的接触，未来将更加依赖能够工作和学习其他基于人工智能的系统的自主技术——能够合作分而治之的人工智能到人工智能系统的系统将是许多依赖智能系统的新兴技术的一大利好。”

包括政府和机构在内的越来越多的对人工智能的依赖，这也将推动责任制和伦理道德的发展。

“我们多年来一直在谈论人工智能作为一种新兴技术，”IEEE高级成员阿亚娜·霍华德说，“但随着对其在可能影响我们日常生活和公民自由的应用程序中的使用进行更严格的审查，我们现在看到责任感越来越受到重视。因此，我认为2021年最重要的技术之一将是人工智能——更确切地说，是对人工智能的道德使用。人工智能不仅仅是一种应用，因为它的算法融入了我们将继续使用的大多数其他技术，无论是娱乐、3D设计，甚至购物聊天机器人。

预测应该是小菜一碟，但这次大流行为一种旨在提高效率和精益运营的技术创造了一个不寻常的机会。我们将在未来一年密切跟踪该行业，并将在2021年步入正轨之际，与我们的专家一起跟进。

ar展望：为什么2020年是2021年AR行业热点的前奏

廉价GPS干扰器是无人机的主要威胁
2023-03-22 10:04:24