「人工智能」解读丨2020年人工智能发展预测( 二 )


ActiveViam –
越来越多的零售商(retailor)采用人工智能技术作为其市场洞察(market insight)的工具 , 代替以往的用户调研(survey and study) 。 但是很多的零售商挣扎于如何将这些市场洞察 , 转变为实际的行动指南 , 用于商品定价 , 供应链和销售规划(actionable business rules for pricing, supply chain and merchandising) 。 人工智能正在成为主流 , 当时并不是所有的公司都意识到将人工智能用于数据分析(data ayalysis)仅仅是真正的更宏大转型的第一步 。 (first step into a larger process of true transformation) 。
XLabs –
在2020年AI将可以开始真正的处理(tackle)有意义的(meaningful)和艰难的问题 。 AI可以帮助人类处理我们无法完成的任务 , 而不仅仅是模仿人类的能力(attempt to mimic our abilities) 。 我们称其为”Amplified Intelligence” 。
Hailo –
随着AI事实上正在植入芯片中 , 一个新的计算时代正在到来 , 而我们现在仅仅站在了起点 。 AI芯片正在提升汽车实时处理视觉数据(visual data)的效率 , 实现未来真正的自主驾驶(pave the way for autonomous vehicle) 。 对于智慧城市 , AI芯片正在辅助处理重要的任务(crucial task) , 如实时交通监控(real-time traffic monitoring) , 寻找失踪人口和偷窃的汽车 。 对于智慧家庭 , 芯片可以可以确保数据处理的可靠性和隐私安全性 。 所有这些技术 , 正在为新的应用和User case搭建了舞台 , 并为下一代的产品和产品需求的优化注入能量 。 (fueling the next generation of product and refinement of product need) 。
MEMSql –
2020年我们将看到AI激动人心的突破(drastic breakthrough)和真正的转变(real transformative changes) 。 AI将从实验室渗透(infiltrate)进你的生活 。 如果2020年发生经济衰退(recession)的话 , 那么对于AI/ML确实加速成长的机会 。 因为AI/ML正在专注于提升人类工作的自动化程度和效率 。
Alluxio –
过去的统计分析模型(statistical model)正在计算机技术的加持下 , 成为了人工智能和机器学习 。 数据 , 分析师和AI工程师的工作不再是分割的 , 他们需要合作以便从数据中发现价值(derive data from the data) 。 2020年越来越多的公司将简历专门的数据分析团队(dedicated team around data stack) 。
Harmon.ie –
【「人工智能」解读丨2020年人工智能发展预测】机器学习在企业应用的发展 , 使语境(context)识别(context identification)和内容土建(content recommendation)成为可能 , 帮助从业者从容应对信息泛滥(cope with information sprawl) 。 通过增强(augment)和聚焦用户行为(effort) , 基于用户现有语境(context)推荐相关信息 , 减少了用户的感知负担(cognitive burden) , 帮助企业更加快速的数字化转型 。
UJET –
在2020年 , 人工智能将显著的(dramatically)的提升雇员体验(employee experience) 。 通过自动的和即时的(automatically and instantly)从多个渠道搜集信息 , 并加以分析和提供可执行的洞察(actionable insight) , 可以帮助员工可以更快的 , 更方便的和更准确的解决消费者询问(address customer inquiries) , 并提供高满意度的解决方案(highly satisfactory issue resolution) 。
Cleo –
当数字化到来的时候 , 整个供应链行业反应缓慢 , 特别是AI/ML算法所需足以坐车可信赖建议(reliable suggestion)的数据 。 随着2020年现代供应链的浮现(emerge) , AI和ML算法足以为高达30,000平方尺的供应链空间提供有价值的洞察(valuable insights) , 缓解以前的冗长的操作流程(tedious processes) , 比如Product redirects, Order Cancellations, Oversupply等 。


推荐阅读