导 读人工智能时刻改变着我们的生活，在这样快速的“换血”时代，如何保持长久不衰的竞争力？如何抓住人工智能发展的重大战略机遇？以下为多个行业大咖关于202...
人工智能时刻改变着我们的生活，在这样快速的“换血”时代，如何保持长久不衰的竞争力？如何抓住人工智能发展的重大战略机遇？以下为多个行业大咖关于2020年AI的120个预测：“车辆AI将被设计为违反法律：自动驾驶汽车不应也不应该被设计为可行驶速度极限（在设计道路时考虑了超速）—它必须学会超越极限并匹配速度。其他驱动程序，以便广泛实施并确保其他驱动程序的安全。同样的想法也适用于车祸-如果要挽救更多生命，汽车将必须学会违反法律/驾驶规则。在2020年，围绕设计非法行为的算法，我们将收到更多的呼吁和辩论。”——Nauto首席执行官Stefan Heck“我们将看到越来越多的数据合成方法论可以应对AI中的数据挑战。建立在深度学习之上的AI算法只有在经过训练然后对大量数据进行验证后才能正确工作。但是，开发AI的公司通常面临着访问正确类型的数据和必要的数据量的挑战。为了解决这个问题，公司可以采用已经收集的数据并将其综合以创建新数据。数据综合并不能消除收集现实世界数据的需求-这对于开发精确的AI算法始终至关重要。但是，它可以扩充这些数据集。”-——Rana el Kaliouby，博士，《女孩解码》的作者，Affectiva联合创始人兼首席执行官“全球最大的B2C品牌的会议室和高级管理人员已经将重点放在个性化和AI驱动的客户体验上，但是他们仍在努力将其愿景变为现实。这是由于部门结构（和政治），技术基础设施老化以及缺少能够阐明业务需求并将其转化为技术解决方案的高级和中层管理人员造成的。因为这样的转型对于他们的生存至关重要，所以我们将看到越来越重视和承担风险，以创造未来的客户体验。”——Dynamic Yield的首席执行官Liad Agmon“在整个2020年，我们希望看到围绕人工智能和机器学习（AI / ML）的精力从研究转向工程，从而更加关注于管理生产中的AI / ML生命周期。期望还会看到对数据准备的更多投资，这是任何数据项目中不可或缺的组成部分，仍然经常被认为是许多项目的最大瓶颈，这将推动数据质量的提高，并使IT摆脱准备数据的压力。最后，将更加关注监视AI / ML管道，这有助于跟踪生产中预测服务的质量，并在面对新证据的情况下比较生产工作负载跟踪以重复数据准备和质量的循环。”—— Trifacta联合创始人兼CSO Joe Hellerstein“随着语音对消费者来说变得越来越有用，它使用户仅需简单的语音命令即可快速轻松地执行操作，因此语音查询的数量将会激增。这些查询中的每一个都代表一个消费者意图，通常与消费者想要采取的行动（添加到我的购物车，导航到最近的星巴克等）高度相关，即面向交易的高价值消费者意图。任何以消费者为中心的AI平台都需要能够收集和分析由语音命令代表的大量高价值消费者接触点。”— Aiqudo首席执行官John Foster“近年来，我们看到越来越多的国家在制定国家人工智能战略。人工智能的巨大经济价值将有可能提高生活各个方面的效率和幸福感。但是，从政府机构的角度来看，向实现此技术的转变必须伴随适当的基础架构，数据库的可用性和法规，尤其是在自主决策和隐私方面。还必须进行充分的人力资本准备，以应对智能机器时代带来的劳动力市场挑战。”—— 以色列创新局首席执行官Aharon Aharon“事实是，声音已经远不是它成为可靠的基于AI的参与工具所需要的位置，并且2020年将不是我们到达那个目的地的一年。甚至某些最先进的基于AI的语音解决方案也仅适用于某些应用程序，在受控环境之外挣扎，并且必须克服基于语音的人机交互所带来的更高层次甚至更深层次的不可思议的低谷因素。语音会变得更好，我们会找到合适的应用程序来部署它，而且我们会习惯使用它，但是对于2020年，它还没有准备好并且范围狭窄，因此请不要把所有的精力都放在那个篮子里。”——Ryan Lester，LogMeIn客户参与技术高级总监“与调查和研究相反，零售商将越来越多地将AI用作其营销见解的主要来源。但是，许多零售商仍将努力将这些源自AI的见解转化为可定价，供应链和商品销售的可行业务规则。越来越成为主流，但并不是所有公司都意识到使用AI技术进行数据分析只是迈向更大的真正转型过程的第一步。”—— ActiveViam董事总经理George Bory“到2020年，从世界的几个角落，我们将开始看到为解决棘手的，有意义的问题而构建的AI；为帮助人类做我们无法做到的事情而构建的AI，而不是仅仅试图模仿我们的能力。” “这就是我们所说的下一代AI”— XLabs首席执行官Radhika Dirks 博士“随着AI本身真正融入芯片中，从源头上开启了一个全新的计算时代-我们才刚刚起步。人工智能芯片已经在提高车辆更有效地处理视觉数据的能力，为未来的自动驾驶汽车铺平了道路。对于智能城市，AI芯片将协助完成关键任务，例如实时交通监控，查找失踪人员和查找被盗车辆。对于智能家居，芯片将通过在源头处理数据来确保更高的隐私性和可靠性。对这些新技术的需求将为各种新应用和用例奠定基础，从而推动下一代产品的活动和产品需求的细化。AI芯片的新时代意味着技术的新时代”—— Hailo联合创始人兼首席执行官Orr Danon“我们将在2020年开始看到一些重大突破和一些真正的变革。在某种程度上，到目前为止，人工智能和机器学习将在实验室中脱颖而出，并渗透到您的生活中。如果在2020年出现衰退，衰退将加速这种即将到来的AI / ML冲击。这是因为AI和ML在人类工作方式上的许多努力都集中在自动化和提高效率上”—— Peter Guagenti，CMO，MemSQL“昨天的Hadoop平台团队是今天的AI /分析团队。过去的统计模型现在已经与计算机科学融合，并已成为AI和机器学习。因此，数据，分析和AI团队不再相互孤立。实际上，他们需要合作并共同努力，以从他们都使用的相同数据中获取价值。2020年，我们将看到更多的组织围绕数据堆栈建立专门的团队”——Aluxio创始人兼首席技术官李浩远“机器学习和人工智能将通过提高云效率来节省成本。要做到这一点，将需要环境或应用程序了解何时需要更多资源，然后自动扩展这些资源以满足不断增长的需求。相反，该技术将需要了解何时不再需要特定的资源，并安全地将其关闭以最小化成本。”— SIOS Technology全球营销副总裁Frank Jablonski“企业图和机器学习的新进展将使上下文识别和内容推荐成为可能，从而帮助信息工作者应对信息泛滥的问题。AI将有助于充实和重点人的努力，并通过基于用户当前的上下文提供信息减轻认知负担”——Yaacov科恩，联合创始人兼CEO，将数字职场harmon.ie“到2020年，人工智能将大大改善员工体验（EX）。UJET创始人兼首席执行官Anand Janefalkar能够自动，即时地从多个渠道收集数据，对其进行分析并提供可操作的见解，从而使支持代理能够更快速，轻松，准确地解决客户的查询并获得高度满意的问题解决方案。“由于供应链行业在数字化方面历来采用缓慢，因此，对于AI / ML算法而言，收集的数据不足以提出可靠的建议。随着我们开始看到2020年将出现更现代化的供应链，人工智能和机器学习算法将使30,000英尺高的供应链视图成为可能，并提供宝贵的见解以缓解以前繁琐的流程，例如产品重定向，新合作伙伴和供应商入职，订单取消，供大于求多”——Jorge罗德里格斯，产品开发，高级副总裁克莱奥“企业最终将过渡到大规模生产中部署复杂的AI模型。到目前为止，大多数AI应用要么是实验（即不在生产中），要么是简单的推荐/预测/回归模型，或者它们被应用于较小的问题。在2020年，我们将会看到更多的企业越来越大胆与他们AI的野心，并要求他们的供应商，以支持大规模部署”——Sudhir杰哈，高级副总裁兼负责人Brighterion，万事达卡“随着数据量的持续爆炸，主要挑战之一是如何获得这些数据的全部战略价值。对象存储将在2020年帮助处理AI和ML工作负载，因为这种新型存储体系结构以传统文件存储所不具备的方式利用元数据”—— Jon Toor，CMO， Cloudian“到2020年，人工智能将帮助弥合许多资源有限的小型企业所面临的商人能力差距。借助AI，小型企业可以通过自动化工作流程（例如员工管理，IT服务管理或合规性管理）并实现更好的库存和交付管理来无缝，高效地管理商店。基于AI的聊天机器人和虚拟助手进一步简化了业务交易并提高了运营效率，同时还提供了最佳的客户体验。”——Yahoo Small Business商务工程师Phil Grier“到2020年，非技术SEO将会更容易使用AI。从AI自动执行元描述，自动化标题或重定向，该技术将渗透到通常很耗时但必要的日常任务中。但是专家不应“T害怕什么新的，相反，他们应该更紧密地与数据科学领域保持脉冲对行业创新和对齐尽可能“—— 布兰妮·穆勒，资深SEO科学家， 莫兹“我们将开始看到针对特定领域的数字伴侣，这将帮助我们完成任务并更好地利用技术，例如，主动式副驾驶员将帮助我们在汽车中使用技术，成为更安全的驾驶员并在驾驶期间预测我们的需求驱动器”—— 直觉机器人技术 行销副总裁Dafna Presler“ 5G，物联网集成以及将分散的各种数据源连接到“智能系统”的相关功能，将为消费者和内容管理，网络优化以及大量基于传感器的数据源的集成带来巨大的AI机会。消费者数据法规，传统技术以及与技术熟练的消费者的互动程度将评估采用率。电信和娱乐与能源在这些领域的门槛较低，并且有其他趋势正在帮助AI的采用。”— Simon Moss，Infosys Consulting自动化和AI的全球合作伙伴“到2025年，'实时'还不够好。整个行业将需要AI才能超越实时性来进行预测。我们将需要进一步走一步，以实际预测即将发生的事情，就像气象学家预测天气一样。大量准确的数据集可以提供背景信息并突出显示新出现的模式，从而揭示概率。在AI的一点帮助下，就可以进行预测了。”— PagerDuty工程高级副总裁Tim Armandpour“到2020年，我们将见证从以人为本到以数据为中心的自动化决策的更多转变，该决策利用了包括AI在内的预测性和规范性分析。这将要求行业在其供应链中更好地利用技术和分析，以响应客户对量身定制的产品和服务的需求。随之而来的是，将更加强调重新培训劳动力和改造数据基础架构的需求。我们已经看到对供应链内专业发展课程和认证的需求超过了非专业4年制学位课程的需求，这是保持联系的一种方法。”— 供应链管理协会（ASCM）首席执行官Abe Eshkenazi“使用AI进行边缘处理可以创造更好的IoT体验 。IoT设备制造商知道基于边缘的处理的好处，但是直到现在，在成本，性能和安全性方面的许多挑战使得在消费类产品和系统中实现不切实际。。认真开始将边缘处理与云连接相结合的转变已经开始，并将在2020年继续发展。从消费者的角度来看，这种趋势将带来更快，更可靠和更私有的IoT体验”——Patrick Worfolk，首席技术官，突触“到2020年，想要全面了解其混合IT环境的企业将需要基于AIOps的解决方案，该解决方案将基础架构监视，工作负载自动化和容量规划集成到一个平台中。因此，未能采用AIOps服务模式的供应商和企业谁不投资于终端到终端的基础设施可见性将无法兑现客户需求和性能SLA”——Philippe文森特，CEO，Virtana“到2020年，我们将开始看到传统的企业内容管理（ECM）平台开始侧重于协作服务，以使内部和外部业务合作伙伴都能访问内容。传统上，ECM提供商专注于为指定的受众（业务主管，客户等）提供数据和自动化存储库，但在来年，我们将看到向AI和机器学习投资的重大转变，以改善工作流可视化。”— Laserfiche公司战略与CIO副总裁Thomas Phelps“在过去一年的严酷天气条件和气候变化迫在眉睫的情况下，农民和农艺师面临着许多艰巨的挑战。随着农业行业接受数字化管理解决方案，人工智能将简化从收集图像到提供可行见解，提高准确性并减少人为错误的整个过程。将AI集成到农业中将为农民提供有价值的见解和对耕地的更深入了解，从而增强他们的专业知识和知识。农业的数字革命将使农民及其农艺合作伙伴更容易开发进一步的解决方案来应对气候变化的影响。”— Taranis联合创始人兼首席执行官Ofir Schlam“ AI在支付领域的作用不仅仅在于增强数据科学和防止支付欺诈技术的手段。随着金融法规的不断发展以满足全球支付领域的新需求，我们将看到AI在确保商户合规性和无缝客户体验方面发挥着不可或缺的作用。在未来的日子里，AI将能够帮助企业简化操作，更好的服务客户，反过来，在经济上创造指数的发展和文化”——Igal Rotem公司，CEO，Credorax“在未来的几年中，公司应减少对技术如何取代传统工作的关注，而应更多地关注人工智能和人类专业知识如何相辅相成。我们坚信AI和人类专业知识的结合-我们称之为科学与艺术。科技将永远能够比人类更快地做事。但是在某些领域，技术永远不会取代人类。例如，谈判需要直觉，信心和交易经验，而计算机则无法复制。我们的信念是，我们将需要继续努力，在2020年实现科学与艺术之间的完美平衡。”— Skyline AI联合创始人兼首席执行官Guy Zipori“现在比以往任何时候都更容易进行数据库内索引和分析，而且我们拥有确保数据可以移到正确位置的工具。数据的神秘性消失了：2019年Hadoop分销商的整合和快速消亡标志着这一转变的信号。下一个重点领域将是非常分散的或“广泛的数据”。数据格式变得更加多样化和分散，因此不同类型的适合于数据的不同口味的数据库已经翻了一倍多”——Dan索默，高级总监，全球市场情报主管，Qlik“如今，许多AI解决方案都试图将用户数据转化为广告收入。随着AI的迅猛发展，我希望在2020年看到更多的用户提出以下问题：这些相同的AI解决方案 每天如何为我工作 ，而不是在我身上工作 。仅仅这个问题就会将AI推到我们今天认为不可或缺的地方，无论是养育子女，人际关系，受教育程度等。从积极的角度来看，这意味着AI工具将允许更大的个性化和个人化感。但是，创建这些AI应用程序的公司必须优先保护他们收集的个人数据。”— Jiminy联合创始人兼首席执行官Tal Guttman“我们将看到数字道德官员的崛起，他们将负责实施道德框架以做出决策。这包括安全性，偏见，用途，并内置治理”-Sanjay塔瓦，首席数字官，简柏特“与2020年造成工作不安全的原因相反，人工智能将被证明是改善职业的重要工具。通过人工智能，雇主将能够为员工提供更多的机会，并促进他们渴望获得的经验的多样性。借助AI，员工将能够扩展和增强他们的技能，并确保他们在快速发展的市场中保持重要地位。问责制，尤其是在解释结果和防止偏见方面，将继续与AI的发展并驾齐驱。”— Gloat InnerMobility联合创始人兼CTO Amichai Schreiber“保险业正在发生根本性的转变：承运人知道他们需要大大改善客户体验，并确保其产品具有针对性和个性化。2020年，许多人将使用AI来实现这些目标，而AI对于实现承保经验的现代化至关重要。人工智能使保险公司能够更好地利用他们掌握的大量数据，以从至关重要的客户洞察中受益，从而最大程度地提高其服务和产品。这将导致客户满意度和更高效的业务”——Yaffa科恩- Ifrah，CMO及企业传讯部主管智人机器学习和神经网络是AI创新背后的力量，这些AI创新席卷全球。在过去的三年中，随着企业试图解决其知识差距，我们已经看到Udemy平台向AI和数据科学课程的确定转变。随着对数据科学家和AI专家的需求不断增加，我们预计所谓的能力学院将持续增长。能力学校都已深入的培训措施，以建立和维持技术能力，支持特定的业务战略和功能区“——Shelley奥斯本，学习，副总裁Udemy“到2020年，人工智能和机器学习在现实世界中的实现将增长，尤其是在银行和金融行业。实施AI解决方案的组织将能够加速和改善财务和财务流程。具体来说，我们将看到将部署智能聊天机器人来回答客户和供应商的查询，并部署智能软件代理来进行发票捕获，现金申请，异常或争议处理，计算客户信用风险和检测欺诈行为”——技术高级副总裁Vishal Awathi和产品， Serrala“机器对话中的空虚力量将变得非常重要。如果您在机器对话中获得同理心，语音助手的采用将得到极大改善。Alexa和其他玩家可能会变得更加情绪化，并在用户响应中发现沮丧之类的事情。“到2020年及以后，这将是一个重大进步。”— Jabra大型企业高级副总裁Holger Reisinger“ 2020年将更多地关注可解释的AI，以减少预测中的任何偏差。数据科学家将成为产品团队不可或缺的一部分，并将与他们紧密合作，以数据为先的方法开发应用程序，而不是专注于理解由应用程序生成的数据”— Qentelli总裁Sanjay Jupudi“自然语言处理（NLP）与AI的结合将越来越多地做出人类观察者难以理解的决策，无论是通过分析股票数据来做出投资决策，还是解析大量非结构化社交媒体，以围绕品牌或特定智能进行广泛的情感分析。谁针对哪个产品投放目标。但是，培训就是一切。这些算法中有许多正在针对固有的偏见和问题的现有人类实践进行培训。假设我们一开始就可以从NLP算法中消除这一点就太天真了”— Splunk杰出工程师Eric Sammer“到2020年，医疗保健组织将利用AI协助医护人员为患者提供症状的可能预后。开发可以从一种医疗系统转换为另一种医疗系统的AI工具将具有一定的复杂性，但是一旦医疗保健行业做出了巨大努力，使AI变得更具可扩展性，解决方案将可以更好地定位于超越部门或医院的专长。”——OST首席信息官VanderMey“随着越来越多的公司着手解决有关事物，位置和人与人之间的关系的问题，图形技术将在企业中变得越来越流行。2020年图形技术的问题是缺乏对该技术的了解，因此缺乏具有特定图形技能的人才。以“关系优先”的思维方式思考问题将有助于图形采用获得成功。”— DataStax开发人员关系副总裁Patrick McFadin“语音使用量将继续爆炸，但不会以您的思维方式爆发。Alexa和Siri等助手已经在音乐，播客和天气等事物的独立体验上达到了顶峰。突破将是我们使用语音的主要方式将进入我们的应用程序，告诉我们该应用程序该如何做，例如订购晚餐，购买电影票或研究产品。每个应用程序都必须经过重新设计，以语音为先，就像十年前我们都成为移动第一一样。”——Tobias Dengel，CEO，WillowTree“到2020年，借助边缘和自学习模型的强大功能，机器学习模型将超越传统的分析功能，并显着提高预测功能和总体投资回报率。随着边缘AI，软件可以主动处或附近的源实时数据流，迎合智能接口，从而提高整体生产力，效率和成本节约”——Senthil库马尔，VP软件工程的雾笛“通过Echo和Siri等服务，物联网（IoT）已针对家庭消费者实现了民主化和普及。到2020年，物联网将随着可负担得起的即插即用技术的出现在工作场所中实现民主化，从而改善会议中的用户体验和生产力。人工智能对于这一过程至关重要。”— Oded Gal，CPO，Zoom Video Communications“ GDPR和CCPA是监管数据的良好开端，但很快，最好的AI和数据解决方案公司将超越那些准则，并承诺将使用他们收集的任何用户数据直接使这些用户受益。能够兑现承诺的组织将提供AI和数据解决方案，以收集有关用户行为和上下文的数据，将用户的行为与最佳结果相关联，然后教用户最佳实践，并且他们将与每个用户一起完善这些实践”—Emergence Capital合伙人Jake Saper“到2020年，人工智能将在推动数据双向对话中发挥更大的作用。AI承担着繁重的工作，深入研究数据并发现洞察力（团队甚至根本不知道要寻找什么洞察力）。随着时间的流逝，人工智能可以了解最终用户的利益并相应地满足搜索需求。它延续了人与机器之间可能存在的和谐，将人类创造力和环境的力量与机器的力量和规模结合在一起。AI可以填补资源缺口，可以作为“始终在线”的助手，为更多的创意和高价值任务腾出团队空间。”— Adobe Analytics产品管理总监John Bates“随着自动化的崛起开展日常业务功能，利用AI来增强人的能力仍将是一个微妙的平衡。无论是用于自动执行重复性任务（数据准备等），还是通过来自您和您的同龄人的上下文信息来连接管道，人工智能都将开始渗透到业务功能的所有领域。”— Laurent Bride，CTO和COO，Talend“在2020年，图灵测试获得了通过，视频深造与会话聊天机器人的强大组合使类人AI大大招摇了。这些AI善于进入客户服务，购物和医疗保健领域。他们转向社交媒体，黑帽安全和政治运动的阴暗之路。最后，我们不知道假冒伪劣的人与假冒伪劣的人之间的区别。”— Looker首席产品官Nick Caldwell“到2020年，公司将意识到仅考虑由AI驱动的基于事实的技术实现的理性决策，就会限制对客户行为的理解。缺失的部分是，作为人类，我们决策的核心是情感。今后，公司必须学会在人工智能和人工人文因素之间取得平衡，这是人类决策背后的情感驱动力（有时是非理性的）驱动力。公司将寻求发现基于事实的AI的有效和宝贵使用，以及需要通过与人之间的互动来建立情感纽带来实现平衡”——卡拉布里奥首席产品官Matt Matsui“人工智能正在推动软件范式的转变，更广泛地讲，跨行业的企业如何交付数字体验。进入2020年及以后，公司将以“人工智能优先”的思维方式设计客户体验，从而变得更具前瞻性：超越针对特定任务的自动化工具，或为传统软件添加“智能”功能，而是利用AI解决问题的合作伙伴”— Adobe Sensei工程副总裁Scott Prevost“随着公司越来越多地使用收集的数据来构建和部署为新服务提供动力并产生新业务见解的AI模型，我们预计AI的使用将在2020年加速发展。如果他们希望让这些公司满意，那么数据中心不仅需要在其核心数据中心中使用更快的网络和服务器做出响应，还需要在边缘数据中心中做出响应，以使AI模型的部署更接近最终用户。在2020年，我们预计数据中心的业主和运营商越来越关注他们如何能提供他们的客户需要启用AI-云服务的性能”——约翰·施密特，副总裁，云解决方案超大规模，康普
![]()
“在2020年，对分析的关注将由越来越多的法规和合规压力，数据泄露和勒索软件带来的风险以及为人工智能和机器学习项目正确分类数据的需求所驱动。如果没有“干净的”价值数据，那么那些AI和ML项目就会瘫痪。我预计会有更多的企业在其“数据成熟度”中达到这一点，而分析项目将成为重点。”— Commvault技术推广员 Matt Tyrer“人工智能的最大潜力不是'人工'而是'增强'智能。我们如何设计和制造可访问的机器智能，以帮助我们做出最佳决策和采取行动？当我们让人工智能与其他各式各样的人坐在一起时，我们可以提高团队的绩效。我们才刚刚开始探索增强智能的潜力。”— Adobe内容与商务高级总监Loni Stark“ 2020年将是关于最终创造一种与会前体验一样具有适应性的会内体验。对于用户而言，这意味着确保合适的人员获得正确的关注，用户始终在正确的时间拥有正确的信息，每个人都可以更快地做出更动态的决策。从基础设施的角度来看，这意味着整个采集系统的大量信息，并通过利用AI将其应用到未来的需求来调整基于预测行为”——Jordan欧文斯，建筑副总裁， Pexip“当今世界所称的人工智能将在2020年划分为几个领域，行销人士将不可避免地为此创造出更高的名字。其中包括：机器人过程自动化（RPA）；自动特征工程和选择；感知AI，是对物理感知的自动化和完善；和资源分配AI，结合在一起的优化技术可以实时感知和响应需求”——Cheryl Wiebe，Teradata工业智能咨询业务主管“关于人工智能，仅仅因为组织内存在数据并不意味着数据是可用的，可转移的格式。2020年将是企业开始了解其数据不支持AI的一年，从而使其业务成为现实。流程效率低下，效率低下或不准确”—— Car Robot Vause，Soft Robotics首席执行官“物联网的大规模扩展和软件工具的增长趋势将在2020年将更多地集中在时间序列数据上。智能汽车和与互联网相连的机器正开始产生大量需要公司加盖时间戳的数据。收集和分析，而新的软件监视和测量策略已创建了大量需要类似处理的事件日志。这些趋势是当今数据增长的最大部分，而来自这些来源的数据始终具有时间的核心元素，这对于任何有意义的分析都是至关重要的。许多企业将意识到他们需要一种针对时间序列数据的特定策略，以挖掘其业务潜力的全部价值”— InfluxData首席执行官Evan Kaplan“人工智能被低估和夸大了，因为它可以改变业务，但是领导者不确定如何充分利用它。CIO应该评估哪些流程可以实现自动化，从而为员工腾出时间来为企业提供更深入的见解。诸如AI之类的技术还将扩展尚未发现的软件功能。那些使SaaS公司提供较低交付成本的产品将随着空间的成熟和竞争的加剧而控制市场。”— Gainsight首席信息官 Karl Mosgofian随着AI的发展，它将很快成为联络中心技术标准的预期切入点。此外，小型联络中心和大型联络中心都可以访问和利用AI。人工智能还将开始与全渠道解决方案集成，以立即解决消费者的问题/需求。但是，人工智能的使用的最大转变预计将来自收藏行业，因为它希望赶上并自动遵守不断变化的FCC法规”— TCN联合创始人兼首席技术官杰西·伯德（Jesse Bird）“随着AI和数据变得集中化，制造商被迫向顶级云提供商支付巨额费用，以访问保持系统正常运行的数据。结果，可以在边缘部署和完善的培训AI的新途径将变得更加普遍。随着我们进入新的一年，越来越多的制造商将开始转向边缘以生成数据，最小化延迟问题并减少大量的云费用。通过在需要的地方（边缘）运行AI，制造商可以保持其数据所有权”— Max Versace，博士，Neurala联合创始人首席执行官“ 2020年，我们将开始达到深度学习的计算能力极限。随着摩尔定律的放慢，公司将用光计算资源来完成复杂的AI任务。而不是只在一个问题投入更多的GPU，我们就不得不思考的优化，并利用我们在最有效的方式的资源”——Omri盖勒，联合创始人兼首席执行官，Run.AI“在2020年，我们将看到对话式AI的集成将成为最高管理层的首要任务。这顺应了埃森哲从高层管理人员的客户那里看到的需求，他们对将对话式AI技术纳入其业务模型感兴趣。这项研究还指出，由高级管理人员领导的承诺对于扩展AI至关重要。”—— Laetitia Cailleteau，埃森哲对话型AI全球负责人，埃森哲伦敦液体工作室的创始人“随着5G导致更大的物联网采用率并为破坏创造新的机会，将需要内存中加速的实时机器学习来应对这些挑战。AI / ML将越来越靠近边缘和物联网设备，并且将成为创造出色应用程序体验的最佳方法。”— Hazelcast解决方案架构副总裁兼CTO John DesJardins“我们今天熟悉的AI技术（例如神经网络，事件聚类和回归）将与不那么熟悉的技术（例如拓扑数据分析（TDA）和生成型神经网络）结合在一起。TDA在商业应用中具有前景，因为数据具有形状和形状的重要性。TDA的映射是大的高度尺寸或嘈杂的检测图案与揭见解数据集”——Phil三通，CEO，几何结构 Moogsoft“ 2020年，由于AI算法做出错误的决定，消费者将在银行站点或零售站点中遇到停电。AI算法将观察到异常行为，并错误地确定发生了违规行为。然后它将使系统脱机，从而导致收入损失和对客户的服务损失。随着人们越来越怀疑和规避风险，该事件将导致向“决策支持”的转变。”— Eggplant Software首席技术官Antony Edwards“虽然2020年不是我们将自动驾驶钥匙交到汽车上的那一年，但我们应该看到AI方面的一些渐进而有意义的改进，以及越来越多的应用程序。看到AI继续下去，将令人兴奋以看似简单的方式将其应用于各种技术产品中，从而使流程更加高效”—— InCloudCounsel的联合创始人兼首席技术官Lane Lillquist“到2020年，公司将减少对传统应用程序的交付，而将更多的精力放在销售AI用例上。他们将为客户提供针对特定用例的AI模型（即诊断5G基础设施中的维修需求），以及为不同用例提供单独的模型（即确定何时需要停用石油和天然气基础设施）。企业将较少依赖一个尺寸适合所有的应用程序和定制使用情况，而不是杠杆高度专业化的模式，这将最终带来更好的结果”——Arka达尔首席执行官，Zinier“使用对话式人工智能将为吸引员工和客户提供新的渠道。除了简单的聊天机器人之外，上下文意识，自然语言处理，具有智能交互能力以及更强大的意图库的强大组合将使虚拟代理能够采取行动。虚拟座席不仅可以对话，而且可以无缝过渡到多媒体体验的交付中，以指导用户了解信息，回答问题或解决问题”，——北美高级副总裁John Prestridge， EasyVista“我们在零售业采用AI仍处于早期。迄今为止，大多数采用都是在供应链中进行的，例如自动化库存数据管理和客户服务（聊天机器人回答问题）。我相信我们将会看到更多的零售商部署支持AI的技术，例如用于测量商店流量并调整数字屏幕内容的摄像头，以及部署支持语音的助手，客户可以在店内购物时使用它。”——Mood Media全球首席产品与合作伙伴官Courtney“人工智能将在构建理想广告堆栈的持续发展中发挥不可或缺的作用。人工智能将使发布者能够动态地调整需求来源（这是人类历来所采取的行动），并最终创造了一种实时最大化收入的方式。”—— Freestar总裁库尔特·唐内尔（Kurt Donnell）“尽管越来越多的公司在其数字化转型项目中将采用“ AI First”方法，但许多公司仍将难以实施AI，最大的挑战来自自动化决策系统缺乏信任和透明度。除非解决道德问题，否则人工智能的采用将放缓，并威胁其在许多企业中的价值。平衡AI对战AI值的风险将成为大多数财富500强企业的CEO和董事会”——Matt桑切斯，CTO，一个顶级的头脑讨论CognitiveScale“借助人工智能，营销人员能够收集，分析和执行针对性活动的速度将继续提高，从而产生更有效的营销策略。营销人员将能够为合适的人创建合适的内容，并将其实时放置在合适的渠道中，而不是从现在开始的六个月。”— Centerline Digital集团客户总监Michelle Yancey“人工智能引擎将继续成为广告技术的重要组成部分。到2020年，过度依赖手动优化的公司将进一步落后，因为没有人能与AI引擎的能力竞争。此外，将AI工具从核心业务扩展到整个团队的运营方面的趋势正在增长。随着所利用工具的日趋商品化，无论他们是否是AI专家，它都将使越来越多的团队来利用它们。”— Tremor Video首席技术官Tal Mor“ AI的扩展应用程序，从机器学习和推理（例如，语义定位，'您也可能喜欢'）到面向消费者的现实世界中的用途（例如，语音识别，机器人技术），将加剧技术创新与消费者不信任之间的紧张关系。与数据收集和使用。最终，这种动态将给推进针对消费者隐私的国家全面监管政策带来巨大压力。”— Anagram总经理Jenna Umbrianna广告是说服的科学和艺术。说服力是关于理解，预测和改善人类行为科学的全部内容。人工智能将使我们更接近一个广告不再那么烦人，更令人愉悦，有用，相关和有趣的时代。”——ViralGains首席执行官兼董事长Tod Loofbourrow“ AI经常被忽视的方面是与之融合的人类智能。作为人，我们具有独创性，创造力和创新的解决问题的能力；在可预见的将来，这将是机器无法替代的。因此，当高技能人士指导和应用该技术以实现品牌的坚实业务成果时，才可以实现AI的真正价值。在2020年，广告商将特别重视拥有强大的团队，可以从AI中获取最大价值”— MNI目标媒体高级副总裁Matt Fanelli“我们已经看到了智能助手不推而不动的转变，但我们预计这种趋势将在2020年继续。智能助手的制造商正在从拉动思维转变为推动思维（这被称为'主动”助手）。例如，如果您的电话学习了您的例程并意识到您已经偏离了常规（例如由于交通拥堵），那么它可能会建议您取消即将到来的约会或发送“延迟运行”消息。理解这种趋势的公司也明白，这些用例只能通过AI解锁”-Ben约翰逊，副总裁，移动及新兴技术，Rightpoint“随着AI继续成为主流，其对数据的渴望将继续增长。开发用于快速转换和集成数据以使其更易于构建模型的工具的开发将大大减少数据准备的时间投入。结果将使数据科学家有更多的时间去运用他们的技术，并允许较小的组织无需大型多功能团队即可开发模型。”——Babel Street首席数据科学家Brandon Haynie随着围绕可解释性技术定义的新标准的开发，可解释性AI的发展将持续到2020年及以后，随后将逐步出现新技术，以解决业务领导者和非技术受众的可解释性问题。例如，在房地产领域，随着AI应用的持续发展，最终有必要对为何抵押贷款申请被AI驱动的平台拒绝提供令人信服的解释。尽管我们将看到不断发展的技术工具和标准，但随着一些狭窄且针对特定领域的解决方案首先出现，外行工具的进展将更加缓慢。就像90年代公众对“网络”的理解一样，随着技术的功能和用途的传播，人们对AI的认识，理解和信任也将逐渐提高。”—— Sheldon Fernandez，首席执行官达尔文“大多数人花费大量时间来建立会议，准备会议和使IT设备正常工作。我设想时间会在2020年缩减，并且在未来几年内（希望）将一事无成。用于笔记本电脑和智能手机的语音助手将继续变得更加智能，并能满足您在旅途中的日常工作需求。例如，您将能够说出“打开我昨天处理的文档”或“从今天开始查找戴维的电子邮件”。这种趋势将打开人们的工作时间，使他们更有效率，并专注于更高级别的工作，而不是固定在电子邮件或文本上”—Patrick Worfolk，Synaptics首席技术官“ AI继续受到很多关注和大量投资。随着炒作周期的继续，对于公司而言，专注于真正造成或破坏AI的事情将变得越来越重要：数据。AI算法仅与提供它们的数据一样好。到2020年，我们将看到没有好的，干净的数据的AI公司会像其他拥有可靠数据的公司蓬勃发展一样，成为绊脚石。”— XANT首席执行官克里斯·哈灵顿（Chris Harrington）“我们现在正处于采用自动化和AI的业务的转折点。考虑到客户体验和整个客户旅程，以正确方式整合自动化的业务将经历前所未有的增长。在2020年及以后，拥抱对话交互的业务客户会看到增加了团队的工作效率，稳固的客户关系，以及更快的增长”-Fergal里德，首席机器学习工程师，对讲“到2020年，我希望在整个医疗保健领域看到AI的长足进步。从生物学到后勤部门再到床边，医学上到处都是复杂，多元的问题，是机器学习算法的理想平台。还有很多折痕需要解决，例如患者隐私，对训练数据的偏见以及在人与算法之间恰好实现协作的平衡，但是这些都不是无法克服的，并且可以通过深思熟虑，纪律严明的方法来克服。潜在的收益是如此之大，我相信AI会在这一领域做出”——戴夫Costenaro显著进展，首席数据官，容量“到2020年，人工智能和虚拟人类技术将被用来通过提供更好的见解来更好地了解我们如何将我们的技能应用于现实和激动人心的体验中，从而改善领导力培训。我们正在寻找首次真正与虚拟人物互动的人，这是因为AI消除了人与计算机之间的传统交流障碍（以语音输入，语音识别和情感分析的形式）。这是发生的方式，将有利于关键的软技能真正发展，创造更多的社会交际和工作环境”——Remmelt Blessinga，产品经理，航空小英雄“人工智能将继续激增的最令人兴奋的事情是它如何帮助我们更好地了解我们周围的世界，从医学到媒体。人工智能使我们能够更深入地了解音乐和内容，例如音乐迷的实际聆听方式，因此我们可以自动提供更具吸引力和娱乐性的聆听体验。通过人工智能，我们现在可以在毫秒级的时间内完成广播工作室过去需要花费的时间，并且随着机器学习的不断发展，到2020年，它只会变得越来越好和更快。”—联合创始人Zack Zalon和高保真首席执行官“合成媒体将继续改善，使我们能够在任何GIF中看到自己的声音，或者改变声音以在任何地方使用，但这将导致越来越真实的深造，使人们能够轻松地承担和操纵角色，给网络安全带来更大压力”——VentureFuel创始人“在2020年及以后，人工智能将继续在技术和市场营销中发挥关键作用。利用AI和ML可以帮助公司在后端创建更多的自动化，最终帮助与消费者进行更有效的沟通。能够预测消费者的需求并能够为他们提供定制的体验（基于他们的兴趣/购买方式和历史）将是非常有价值的进步。”–——Clicktivated联合创始人兼首席执行官Chris Roebuck“在2020年及以后，内置的预测技术将根据您独特的口味特征和观看习惯，提示用户观看哪些内容以及何时观看，而不是用户寻找并尝试自己决定下一步要观看什么。动态的建议会考虑不只是用户的喜爱和偏好，而且生活事件，季节性的收视习惯，时事，和同伴喜好”——Evelyn沃特斯，创始人兼首席执行官，VUniverse“ 2020年及以后，社交媒体营销的主要区别在于自动化。以前，品牌依靠社交媒体经理或团队来创建内容并在线响应客户的查询，而如今，聊天机器人和AI软件将逐渐取代这一角色，这将使品牌拥有24/7的24％社交状态。机器学习算法将帮助公司根据客户在社交媒体上的行为来优化他们发布的社交内容，并变得更好地在一个细分市场上提供个性化的产品推荐”—瑞迪克首席执行官Redickaa Subrammanian“ 2020年将是AI成为医疗保健主流的一年。在2019年之后，这是早期采用的一年，随着口口相传在社区中传播，更多的医疗中心将开始意识到AI的好处。与直觉相反，这将是实际上导致 更少的 AI医疗保健公司整体一样会有赢家和输家“——Elad Walach，联合创始人兼首席执行官，Aidoc“人工智能将通过人工智能实现增长。随着人工智能技术的发展将成指数增长，因为基于AI的技术可以真正构建人工智能，而这种技术已经开始通过神经体系结构搜索和自动特征生成等方法开始。”—— Shai Yanovski ，Explorium数据科学副总裁“随着对更多（更好）AI的需求超过了训练有素的数据科学家和工程师的可用性，公司将转向技术，培训和教育，以提高其现有团队的水平，并在此过程中引入更多以前闻所未闻的声音。这将有助于减少AI的偏见和责任感”——Dataiku首席客户官Kurt Muehmel“人工智能将在2020年及以后推动可持续发展。通过利用AI算法，公司可以衡量环境和社会影响，自动进行负责任的更正，并优化运营以实现可持续性。尽管可持续性挑战每天都变得越来越复杂，但这些技术可以通过减少浪费，提高生产效率，制定更明智的运输策略以及减少资源消耗来帮助企业负责任地运营，并实现盈利。”—— JDA 公司Blue Yonder的战略顾问兼创始人Michael Feindt“到2020年，越来越多的小型企业将开始积极尝试采用AI技术，但由于可用工具的成本过高以及对'机器'的了解不足，将受到阻碍。以普通企业容易理解和负担得起的方式构建AI的软件供应商将在获得市场份额方面看到巨大的优势。”— Unbounce产品营销总监Tamara Grominsky“到2020年，在关键任务流程中将成功实现机器学习的公司将打破组织孤岛，形成多学科团队。这些团队将包括数据工程师，应用程序开发人员和数据科学家，他们将专注于应用程序而不是数据湖。他们将集成应用程序固有的机器学习功能，以避免数据大量浪费。”— Splice Machine首席执行官Monte Zweben“鉴于人工智能技术的现状，可解释的人工智能不是合理的目标或期望；但是，我们需要确保启用机器学习的新数据平台拥有必要的基础架构，以实现治理，透明度和可重复性。如果我们可以预先评估用于训练模型的数据，并不断评估模型的性能，那么我们可以找到系统中会产生意外偏差的缺陷并加以纠正，然后再在Twitter上了解它们。”——Kinetica首席产品官Farooq机器人不再局限于简单的客户互动。他们利用自然语言处理来更好地理解用户的意图并提供有用，适当的响应。随着机器人成功地进行更多的对话，品牌商将增加其使用量，以缩短响应时间并提高联络中心效率。”— Conversocial首席执行官Ido Bornstein-HaCohen“在2020年，我们将AR视为解决行业内各种问题并改变企业运营方式的业务解决方案。人工智能和增强现实将继续扩展到新的行业，例如商业房地产和实体房地产中的其他垂直行业，例如购物中心和其他零售设施。产品的主要功能将包括用于室内导航的AR，AR搜索，AR票务系统。领先的应用/使用情况将包括建筑维护和运营应用，应用为中心的物联网控制器和用于访问控制和建筑物的导航电子礼宾”——Emil阿龙，CEO， Resonai“尽管整个企业在AI方面的投资已大大增加，但特别是对于IT专业人员而言，主要挑战是衡量其ROI。由于构建训练数据集的挑战，机器学习的不确定性以及缺乏机器学习平台工具的成熟性，人工智能驱动的企业产品的生产时间比预期的要长。无论面临这些挑战，AI都会在应用程序和行业中产生不可忽视的影响力。”— AlphaSense产品搜索和人工智能总监克里斯·阿克森（Chris Ackerson）“人工智能将在明年东京奥运会上全面展示。我们可以期望，由AI驱动的机器人助手将成为奥运会前的宣传特技的一部分，并在现场活动中积极帮助官员，例如在足球比赛中举报“越位”。AI也有可能参与了投票预测和预测，在美国总统选举中，进一步将这一技术应用到主流观点”——Abhijit萨海，首席转型官-数据，Altimetrik“语音分析工具是支持机器人过程自动化（RPA）的重要桥梁，到2020年，我们将看到这两种技术继续携手并进。我们将通过实时将情感和真诚与历史数据分层，从而在预期意图方面取得最大进展。在接下来的1-2年中，我们将能够确定诸如人们支付逾期账单的可能性之类的事情。这种类型的客户意图的最终会被用于商业分析和规划至关重要” -——Umesh Sachdev，CEO，Uniphore“由于机器学习取得了重大进步，因此2020年将是AI解决金融服务全面领域的一年。2019年，资产管理机器人顾问的兴起（如投资管理），但要破解个人理财的债务方证明更为困难。现在，人工智能已经发展到可以考虑债务管理中的所有因素，为消费者提供个性化和可行的建议的地步。”— Credit Sesame的联合创始人兼首席执行官Adrian Nazari“由于广泛的数据收集功能以及强大的可访问计算能力，我们将看到AI和机器学习可以促进整个行业各个方面的制造。主要重点将放在客户上，他们通过提供设计速度，反馈和优化来增强他们的体验。其次，学习机将极大地影响了生产效率改善，如过程控制，错误检测和需求预测方面，实现更灵活的供应链”——Vicki霍尔特，CEO，Protolabs“基层思想领袖和初创公司将大放异彩，以使AI公平，负责和透明。考虑到这一点，越来越多的《财富》 100强公司将寻求管理AI的方法，以最大程度地降低算法风险，美国更多的州将引入有关AI的法规。可解释的AI很快将成为帮助解决这些问题的主流。”— Fiddler联合创始人兼首席执行官Krishna Gade“到2020年，我们将在汽车保险中大规模应用AI和机器学习。世俗的文书工作将通过大量的基于AI的流程来解决，而人类将被释放以提供高接触，个性化的体验，在遭受重大事件后为投保人提供情感支持。”— CCC信息服务首席执行官Githesh Ramamurthy“人工智能将无缝地并逐步融入我们的日常工作中，以使我们在工作中更加高效。不同于人们在电影中看到的“杀手机器人”，这种自动化几乎是看不见的。随着更多任务变得自动化，领导层需要优先考虑其工作职责可能发生变化的员工的持续培训。他们还需要强调软技能时，聘用，沟通，团队合作，同情，这是我们知道能不能用算法来代替”——Christine Trodella，美洲的负责人，工作场所，脸谱“随着人工智能的不断发展，到2020年，设备和应用程序将提供更多个性化服务；通过加深对用户行为和搜索模式的了解，这将成为可能，从而使组织可以更深入地了解用户的偏好，从而实时提供更多以人为本的体验。”——首席分析官Phani Nagarjuna 萨瑟兰未来，随着每个人越来越重要，每个人都将采用某种AI技术。但是，仅仅因为团队知道如何构建AI并不意味着他们知道如何正确使用AI。您可以为几乎所有内容构建算法，但这并不意味着它会在企业中发挥效用或具有适应新数据的能力。作为软件复杂性的增加，理解构建AI和使用它的区别将是至关重要的，当我们进入2020”——乔恩·西顿，数据科学总监， Functionize“人工智能正在通过理解和应对人类意图的复杂性，彻底改变传统上留给模拟流程的复杂B2B服务的买卖。机器和深度学习使复杂的B2B服务的用户可以通过直观的需求识别流程以及对潜在贸易伙伴实力和功能的广泛理解，来定义复杂的需求并将其与理想的贸易伙伴（供应商）进行匹配。用户体验的不断完善为AI变得更好的了解个人喜好，并与每一次互动公司的要求，尤其是无形的领域，如组织文化和价值观”——Keith郝睿强博士，首席营收官，全球性“ 5G的超凡带宽及其支持的应用（例如联网车辆）将把许多机器学习计算和模型服务推向Telco Edge。这将要求应用程序开发人员使用类似CDN的服务，但要使用数据处理和模型服务。我们还将开始看到AI技术在其他领域的更多有趣应用”— Lentiq产品与工程副总裁Alex Bordei“人工智能将被用来寻找新的方法，以更多地了解产品和服务的消费者，从而使他们接触到最可能对他们感兴趣的内容。从市场营销的角度来看，尽管Facebook是AI的早期采用者，但其他平台也在紧随其后。诸如此类具有通过AI，机器学习和预测分析对数据做出反应的能力的应用程序，可以通过更个性化的支持，流程自动化和其他功能为客户的问题提供数据驱动的解决方案。”—风险投资家Dan Drechsel ，BIP Capital“尽管人工智能和机器学习将增加工作场所的自动化程度，但只有一小部分工作将被完全取代。相反，我们将看到人类将越来越多地与机器并肩工作。过去曾经发生过–从农场的拖拉机到办公室环境中的电子表格。平凡的任务或复杂的分析的自动化将有助于丰富许多工作职能，并使个人能够将更多的时间和精力集中在业务的战略需求上”—— 伊利诺伊州技术协会首席执行官Julia Kanouse“在过去的几年中，AI一直被大肆宣传，但是现在我们开始看到该技术的真正功能和局限性。尽管AI可以做出预测，但它缺少了对现实场景的适应性的人为因素。总的来说，当今人工智能中最大的缺失环节是缺乏上下文和流动领域的专业知识。为了填补这一空白，到2020年，我们将开始看到越来越多的情境情报利用以及获取这些洞察力所需的数据，例如用户位置，天气等。”—— Flybits创始人兼首席执行官Hossein Rahnama“到2020年，我们将看到人力资源领导者利用AI更好地确定哪些员工可能即将辞职。随着HR数据集增加了新的要素，例如调查响应，员工对等识别和HR通信平台中的员工敬业度，算法在评估员工情绪方面的质量也会随之提高。对于人力资源领导人寻求以更好地确定态度是驱动员工流失，增加保留，使用AI提供见解的员工参与将是关键”——史蒂夫比彻姆，CEO，Paylocity“到2020年，人工智能将用于通过足够精确地完成工作以替代以前仅由人类完成的任务来帮助公司推动流程自动化。正确利用人工智能后，它可以帮助招聘人员确定可以消除偏见的领域，例如职务说明。AI不太可能做好最终招聘的准备，但它将大大加快当今招聘人员完成的许多步骤。”— Cielo首席技术和产品创新官Adam Godson“在2020年，我们希望在以就业为基础的移民领域中更频繁地使用AI，以为律师，人力资源主管和外国人才提供更加无缝和压力较小的移民流程。通过将AI和技术整合到移民流程中，HR领导者将拥有他们所需的资源，工具和数据，以支持外国国民并以周到，高效和持续的合规性管理移民计划”—Richard Burke，Envoy Global 首席执行官“在2020年，我们希望人才招聘团队将继续使用AI来推动公平，更好地预测招聘条件，简化流程并改善候选人体验。人才招聘团队还将使用AI更好地预测候选人在工作中成功的可能性，实施偏见控制并向候选人提供实时反馈。随着AI在招聘中继续扮演重要角色，组织必须确保其招聘技术使个人候选人受益，并采用透明，可验证，可复制和可发布的开放标准。”— Eric Sydell博士，现代聘用创新执行副总裁“随着我们进入2020年，高等教育将继续看到实施基于AI的解决方案的价值。我们将看到AI在学习工具中的使用越来越多，这些工具可以测量和预测各种学科的使用，特别是在STEM中，以便为学生提供更多个性化的成功途径。此外，以书面形式，包括论证结构，相关性和定性分析AI进步色调，会导致更高的ED”——数字学生解决方案-Kanuj马尔霍特拉，总裁，越来越多地使用基于AI-编写解决方案的BNED“随着企业在2020年从实施转向评估，我们将开始看到AI的流行用例发生变化。那些采用AI解决方案的公司希望通过意想不到的交流或高层交互来打动客户和员工，与使用AI以最有效的方式简化交互的公司（如预填充文书工作）不会看到相同的结果。人工智能的真正力量将得到彰显–消除繁琐的任务，为利益相关者提供一致，积极的互动，使他们的日常生活更加轻松。”– Lightico联合创始人兼首席执行官Zviki Ben- Ishay
粤公网安备 44010602004358号