Dataiku首席执行官Florian Douetteau提供了他对2022年的五个企业和日常人工智能的预测。

在未来12个月里，人工智能将继续发展并跨越边界。

可以说，就我们在数据科学、机器学习和人工智能方面看到的创新而言，2021年是独一无二的一年。许多公司远远超出了经受破坏的范围，而是积极地拥抱它，在面对市场动态时显得更加强大和有弹性。今天，公司认识到，为了推动有意义的变革，在数据项目的运作上付出艰苦努力的好处，我们将看到一些关键的人工智能趋势，这些趋势将在2022年及以后体现出来。

（1）我们将看到焦点从企业人工智能转向日常人工智能

成为一个真正的人工智能企业的能力将来自于在特定组织的所有层面上成功地扩展、系统化和采用强大的数据项目和流程。日常人工智能将成为组织资产，对未来企业的成功至关重要，不管是什么行业。在日常人工智能方面取得成功的公司将是那些超越利用企业人工智能的一个特定项目或用例的公司，而是将重点放在将其扩展到能够在未来维持业务的水平。规模化的日常人工智能公司将设法在组织层面上为数据科学、机器学习和人工智能建立一个基础。

（2）无代码的工具正在迅速发展，商业用户将开始在人工智能上提供比数据科学家更多的价值

这是围绕数据工具的思维方式的根本转变的开始，我们将继续看到有机会接触数据的人在日常工作中的更大范围。智能数据摄取、处理日期和时间、清除复杂的文本字段、组合数据集--甚至创建新的机器学习模型--都是在许多平台上无需代码即可完成的任务的例子。这意味着，非数据科学家的工作可以以有意义的方式纳入数据科学项目。

（3）组织将变得更善于部署模式

随着他们看到现有的数据科学和人工智能计划的成功，企业正在推动在其业务的其他部分实施新的数据科学。因此，我们看到信心的增长和更多的实验发生了。这不可避免地将人工智能领导者带出舒适区，因为他们对数据和人工智能的应用已经很了解，或者他们使用了部分数字化的流程，并建立在 "更好的 "更多的数据上。

随着公司发展到这个阶段，新的风险将逐渐出现，因为下一组由数据科学增强或自动化的流程不太被理解。虽然风险是不可避免的，但公司将勇往直前，因为他们知道，在释放新的数据科学和人工智能实施的潜在未来的旅程中，需要做出实验的动作。

（4）机器学习将被应用于企业IT运营和IT服务问题

从历史上看，IT部门可能对支持越来越多的机器学习模型感到紧张，因为它们的复杂性和模型维护可能会成为时间和资源密集型。然而，作为所有数据的传统守门人，随着数据科学变得更加操作化和民主化，IT部门正在意识到它有可能成为从机器学习中提取价值的关键业务利益相关者。IT部门将开始与机器学习模型携手合作，解决企业的IT运营问题，改善IT服务，为机器学习投资的新价值途径提供支撑。

电子商务领域的中小企业如何从机器学习中获取价值

STX Next的机器学习和数据工程主管Łukasz Grzybowski讨论了中小型电子商务公司如何从机器学习中推动价值。

（5）鉴于公司对人工智能越来越有信心，我们将期望看到这些实施的监管方面也会发生变化

这不一定意味着繁文缛节，但日常人工智能的承诺和能力也将带来对该技术如何被监管和治理的态度的改变。我们期待着一个光明的未来--横跨所有行业--但我们也将看到处于最前沿的团队被新的实践所管辖，这将真正使IT和业务团队保持一致。因此，未来的人工智能实施将以协作和系统化为核心--负责数据治理的团队将拥有来自业务各部分的一系列专业知识，如数据架构、隐私、整合和建模等。