人工智慧現狀如何?且看這十家機構釋出的24組資料
這幾年大熱的人工智慧,現狀如何?最近的調查涉及以下幾個方面:人工智慧的普及、一些可衡量的影響、企業應用人工智慧所面臨的與人相關的挑戰以及“人工智慧的生命線”——與資料相關的許多問題:資料在企業發展中扮演什麼角色?企業如何保護資料隱私以及相關政策?此外,公眾仍不確定人工智慧對人類來說究竟是好是壞?而對這些問題的回答可能是人工智慧作為商業工具不斷應用普及的關鍵。
01
當前和未來的人工智慧應用:穩步增長
l 92%的企業高管正在加大對大資料和人工智慧的投資步伐,62%的高管已經看到了可衡量的結果(NewVantage)。
l 36%的高管認為人工智慧(AI)和機器學習(ML)在企業的數字化戰略中扮演了重要的角色,45%的高管認為AI /ML是最重要的技術,三年後可以在組織的數字化戰略中扮演重要角色(EIU)。
l 今天,28%的零售商正在部署人工智慧,高於2017年的17%和2016年的4%(Capgemini)。
l 73%的美國大型企業網路安全分析師已經實現了至少包含人工智慧某些方面的安全產品,但是25%不打算在將來實現額外的人工智慧安全解決方案(Osterman)。
l 22%的企業管理人員使用先進的分析技術和人工智慧來預測網路入侵風險(SMR)。
l 86%的IT高管在探索機器學習(ML)和人工智慧(AI)用於解決網路安全的方案(Radware)。
l 只有7%的企業管理人員在決策或生產工作流程中應用機器學習和人工智慧(SMR)。
02
一些跡象以及人們對人工智慧寄託的期望
l 98%使用人工智慧的零售商預計客戶投訴的數量將減少15%,而99%的零售商預計人工智慧將增加15%的銷售額(Capgemini)。
l 71%的零售商表示,人工智慧正在創造就業機會,其中68%的工作處於高階水平;75%的人表示,到目前為止,人工智慧還沒有取代他們組織中的任何工作(Capgemini)。
l 48%的IT高管認為更快的響應時間和更好的安全性是主要的驅動因素,以探索基於機器學習的網路安全解決方案(Radware)。
03
AI應用中所面臨的挑戰更多的在於人而不是技術
l 77%的企業高管表示,大資料和人工智慧專案的“業務實踐(business adoption)”繼續對其企業構成挑戰。高管們列舉了多種因素(組織一致性、敏捷性、阻力),其中95%來自文化挑戰(人員和流程),只有5%與技術相關(NewVantage)。
l 76%的企業管理人員表示他們增加了對其認為有用的資料訪問許可權,只有43%認為他們經常擁有做出決策所需的正確資料(SMR)。
l 基於人工智慧的網路安全產品:交付不準確的結果佔54%,很難使用佔42%,比傳統的更昂貴佔71%(Osterman)。
04
對於成功的人工智慧應用來說,人們對資料的態度至關重要。
l 只有21%的企業管理人員報告了資料質量的正式方法(作為正式資料管理工作的一部分,定期監控、管理和提高資料質量),而42%報告非正式的方法(生產或使用資料的人,為了準確、一致性、及時性和完整性)而積極地修正資料(SMR)。
l 只有31%的企業高管表示其組織是資料驅動的,低於2017年的37.1%和2018年的32.4%(NewVantage)。
l 只有17%的商業領袖總是在決策過程中加入資料和分析,16%的企業管理人員定期評估員工的資料素養(SMR)。
05
資料隱私涉及到與你收集到資料的人進行交流
l 74%的Facebook使用者表示,他們不知道該平臺的興趣清單;59%的使用者表示其列表非常(13%)或某種程度(46%)準確地反映了他們的興趣,27%的使用者表示這個列表不太(22%)或者根本不能夠準確(5%)代表他們;51%的使用者說他們對Facebook建立這個關於他們的興趣和特徵的列表並不十分滿意(Pew)。
l 41%的企業管理人員表示會通知客戶如何收集、使用和共享他們的資訊,並對員工使用資料的方式進行內部控制;20%通知客戶他們如何收集、使用和共享他們的資訊,但沒有內部控制;25%已經實現了資料隱私措施,但還沒有在外部進行溝通;14%說這不是他們關心的問題(SMR)。
06
在投資人工智慧之前先投資資料安全
l 2018年網路攻擊造成的初始成本比2017年增加了52%(Radware),商業威脅增加了79%(Malwarebytes)。
l 44%的企業管理人員在資料洩露的情況下有一個響應計劃,47%跟蹤所有資料儲存的地方,43%保持更新的敏感資料型別列表,44%會培訓所有與IT安全風險和實踐有關的員工(SMR)。
07
公眾對人工智慧的態度和理解可能會影響人工智慧的普及
l 41%的美國人在某種程度上支援或強烈支援人工智慧的發展,而22%的人或強烈反對它(Oxford)。
l 82%的美國人認為機器人以及人工智慧應該被謹慎管理(Oxford)。
l 31%的美國人支援開發高水平的機器智慧(例如,機器能夠執行幾乎所有與當前經濟相關的任務,比中等水平的人更好),而27%的人則表示反對 (Oxford)。
l 63%的專家希望大多數人在2030年(人工智慧和相關技術系統將提高人類能力並賦予他們力量)的情況下會更好,37%的人預測人們的生活並不會變得更好(例如,人工智慧將減少人類的自主權和能動性)(Pew)。
(選自:Forbes 作者:Gil Press )
來源:
1.NewVantage Partners公司對大資料和人工智慧(AI)的高階企業高管進行的第七次年度調查
2.Capgemini對全球退休人員如何實施人工智慧的調查
3.斯隆管理評論(SMR)和SAS全球企業管理人員調查
4.經濟學人智庫(EIU)和DXC高階管理人員對其組織“數字轉換”的調查
5.Osterman 對美國大型組織網路安全分析師的研究與保護對策調查
6.Radware全球應用和網路安全報告,一項對IT高管的全球調查
7.Malwarebytes惡意軟體報告,分析了2017-2018年惡意軟體所帶來的威脅
8.牛津大學人工智慧管理中心:美國人的態度和趨勢,一項針對美國成年人的調查
9.皮尤研究中心(Pew Research Center),人工智慧和人類的未來,一項對技術先鋒、創新者、開發者、商業和政策領袖、研究人員和活動家的調查
10.皮尤研究中心,Facebook演算法和個人資料,一項針對美國Facebook使用者的調查
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/29829936/viewspace-2565378/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 談談現代組織如何構建資料治理
- 大資料時代,且看Flink如何叱吒風雲大資料
- OpenAI等機構聯合釋出《人工智慧惡意使用》報告OpenAI人工智慧
- 位元組跳動資料庫的過去、現狀與未來資料庫
- 樹狀的資料結構的建立資料結構
- Monterail 釋出 Vue.js 現狀報告AIVue.js
- 談談人工智慧和機器學習的資料架構人工智慧機器學習架構
- 如何釋出你自己的React模組至NPMReactNPM
- 青雲釋出RadonDB資料庫 你想知道的都在這裡資料庫
- MongoDB 如何實現巢狀子文件分組MongoDB巢狀
- 80頁《RPG 遊戲全球營銷白皮書》重磅釋出!且看 2023 遊戲出海如何破局遊戲
- Erlang/OTP 24版本釋出
- 菜鳥筆記之資料結構(24)筆記資料結構
- 360釋出《2022年上半年度中國手機安全狀況報告》(資料篇)
- 人工智慧如何防止資料洩露後的疲勞現象人工智慧
- 2018年12月最新手機盤點,釋出與沒釋出的都在這了
- 【深入淺出 Yarn 架構與實現】6-2 NodeManager 狀態機管理Yarn架構
- 資料結構——樹狀陣列資料結構陣列
- 做遊戲的,且看公司背景如何(上)?遊戲
- Gartner:人工智慧的現狀與未來人工智慧
- 多家國際機構釋出2023年資料洩露相關報告,透露了哪些重要資訊?
- 國產資料庫在金融業應用現狀如何?資料庫
- 如何實現灰度釋出輕量化?
- 機械製造行業的現狀如何?發展前景如何?行業
- 人工智慧正改變著人類世界 機器人市場現狀和前景如何?人工智慧機器人
- GeoServer釋出PostGIS資料庫中的柵格資料Server資料庫
- 談談如何透過構建資料產品釋放資料價值
- DTALK直播預約 | 資料資產管理:金融機構資料價值釋放的必經之路
- 計算機組成與體系結構-資料的表示-碼制計算機
- 如何用istio實現應用的灰度釋出
- JS遍歷樹狀資料,選擇需要的欄位重構一個新的樹狀資料JS
- Vue同構(三): 狀態與資料Vue
- 360釋出《2022年第一季度中國手機安全狀況報告》(資料篇)
- 模組的釋出和安裝
- 中國人工智慧的現狀與未來!人工智慧
- Oracle 釋出全球最快的資料庫機器 Exadata X8MOracle資料庫
- 什麼?後端要一次性返回我10萬條資料!且看我這8種方案機智應對!後端
- NPM包(模組)釋出、更新、撤銷釋出NPM