至顶网CIO与应用频道 02月20日 编译:根据Gartner的调查结果,有意义的人工智能(AI)部署才刚刚开始。Gartner的“2018年CIO议程调查”显示,4%的CIO实施了人工智能,另有46%的人制定了相关计划。
Gartner研究副总裁、杰出分析师Whit Andrews表示:“尽管企业对人工智能技术有着巨大的兴趣,但目前的实施仍处于相当低的水平。随着CIO们开始通过购买、构建和外包等方式来试水人工智能项目,可能会有强劲的增长。”
与大多数新兴或不熟悉的技术一样,早期采用者在其企业组织中部署人工智能仍然面临许多障碍。 Gartner分析师明确了这些早期人工智能项目中出现的以下四个教训:
1、从小范围小目标开始
Andrews表示:“在人工智能项目方面,不要陷入主要寻求硬性结果的陷阱,如直接财务收益。总的来说,最好是启动一个小范围的人工智能项目,并以‘软’结果为目标,如流程改进、客户满意度或财务基准。”
预计人工智能项目会产生一些经验教训,这些经验教训将有助于后续更大规模的实验、试点和实施。在一些企业组织中,启动人工智能项目是以财务目标为要求的。“在这种情况下,尽可能降低目标。想想成千上万美元的目标,了解你想要在小范围内完成的事情,然后才能获得更大的收益。”
2、关注于增加人力、而不是替代人力
重大的技术进步通常与减少员工人数有关。虽然降低劳动力成本对企业管理人员具有吸引力,但那些工作面临风险的人会产生抵触情绪。在追求这种思维方式的时候,企业组织可能错失真正有效利用技术的机会。Andrews补充道:“我们建议我们的客户,近期人工智能最具转型性的好处,将来自于使用人工智能帮助员工追求更高价值的活动。”
Gartner预测,到2020年将有20%的企业组织将有专门的员工监测和指导神经网络。
Andrews表示:“先不说无数可重复的‘智能代理’组成庞能够像人类一样执行任务的团队,就是在与前线员工沟通方面效率也远远高出不少。让员工兴奋起来,让他们接受以人工智能为支撑的决策能够加强和提升他们每天所做工作的这一想法。”
3、为知识转移做规划
大多数企业组织没有准备好实施人工智能。具体而言,他们缺乏数据科学的内部技能,并计划主要依靠外部提供商来弥补差距。在这项CIO调查中,有53%的企业组织将自己在挖掘和利用数据方面的能力评为“有限”——也就是最低水平。
Gartner预测,到2022年,由于数据、算法或负责管理数据和算法的团队中存在的偏见,有85%的人工智能项目将会带来错误的结果。
Gartner研究副总裁Jim Hare说:“数据是人工智能的燃料,因此企业组织需要现在就开始为人工智能项目的大量数据存储和管理做好准备。主要依靠外部供应商的技能并不是一个理想的长期解决方案。因此,要确保早期人工智能项目可以将外部专家的知识传授给内部员工,并在发展到大规模项目之前构建好你自己内部的人工智能能力。”
4、选择透明的人工智能解决方案
人工智能项目通常涉及来自外部服务提供商的软件或系统。任何服务协议中都应该包含关于如何达成决策的见解,这一点很重要。Andrews表示:“人工智能系统能否产生正确的答案并不是唯一的担忧。管理者需要理解为什么这些结果是有效的,如果不是有效的,要深入了解其中的原因。”
尽管要解释深度神经网络等高级分析模型的所有细节并不总是可能的,但至少要提供某种潜在选择的可视化,这一点很重要。事实上,在决策受制于监管和审计的情况下,提供这种透明度可能是一项法律上的要求。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。