国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

“2018年，我們看到關于人工智能在醫療領域的大量炒作，我們也看到它逐步成為了現實：從慢性病管理的預測分析，到放射學工作流的增強，以及在行政和財務上的應用提高了運營效率。2019年，我們將看到人工智能加上語音視頻技術能夠提高醫院與病人的溝通效率。人工智能與5G技術的融合也將加速數字治療的發展。這些療法將更加個性化、更具適應性，并會利用到增強現實和虛擬現實技術。精神健康和藥物濫用治療將是我們早期應用的領域。臨床醫生會將人工智能視為一種效果增強或輔助手段，而不是現行療法的威脅。”

——英特爾健康與生命科學部總經理Jennifer Esposito

“人工智能將加速所有權的終結。如今我們不再擁有電影或音樂，只是訂閱Netflix或Spotify。明天我們將不再擁有產品，都只是‘訂用’。人工智能平臺正在把地球上的每一件人造產品都變成互聯智能產品。今天，你可以看到這種趨勢正發生在交通和消費電子產品領域，汽車、電動踏板車、洗衣機、咖啡機、恒溫器等等都是如此。很快你就會看到這種趨勢在任何領域出現，甚至于桌子、椅子、地板、墻壁、衣服都是如此。我們不再需要擁有任何東西。我們只需要訂閱服務：住房服務、食品服務、交通服務、家具服務、服裝服務。我們將生活在一個真正的訂用經濟中。”

——訂用式服務供應商Zuora首席執行官兼創始人Tien Tzuo

“一旦自動化落入網絡攻擊者之手，就能夠使用更簡單的工具來獲取訪問權限并滲透進網絡。然而，網絡防御中的自動化應用并沒有產生類似的影響。這可以歸結為兩個核心因素，一方面是人才庫的有限性，另一方面是相應技術基于可靠數據才能發揮作用。在誤報問題得到解決之前，自動化并不是完全可靠的。相反，自動化應該作為入侵前的一種主動防御機制，幫助組織機構在最初階段戰勝網絡攻擊者，并將潛在的損害降到最低。”

——以色列風投、網絡安全公司投資者Team8首席執行官Nadav Zafrir

“機器人技術和人工智能在檢測電力線路、鐵路軌道等關鍵基礎設施方面的應用越來越多。明年，這兩種技術的融合將保持均衡的加速發展。作為分布式人工智能技術實現突破的一年，2019年人工智能將嵌入更多的資產和設備檢測領域。如今，遠程控制工業物聯網和人工智能的云系統將開始向更接近檢測源的分布式自治系統過渡，使相關數據收集更高效、更安全。”

——通用電氣風投部門GE Ventures數據科學部門總經理Ashish Jain

“人工智能和機器學習一度是熱門話題，許多企業曾經制定自家的‘人工智能戰略’，但到2019年其熱度將開始下降。如今我們已經發現，越來越多的企業正在遠離概念炒作，轉而用人工智能解決現實世界中的問題。隨著企業探索人工智能工具對實際業務的影響，我們將看到重點會從人工智能本身轉向‘人工智能驅動’的結果。其技術本身的重要性將不及所提供的商業見解。”

——數據分析公司Outlier首席執行官兼聯合創始人Sean Byrnes

“消費者對人工智能的理解將發生巨大變化。我們將不再把人工智能與未來機器人和自動駕駛汽車聯系在一起，而是將其與幫助完成日常瑣事的生產力工具和預測工具聯系在一起。”

——數據科學平臺Domino Data Lab首席數據科學家Josh Poduska

“2019年將是數據科學家退出江湖的一年。2019年，每個人都將開始學習人工智能，數據科學家的影響力大不如前。目前只有大約5000人是數據科學家，我們不能完全依靠他們來領導一場革命。從產品經理到業務分析師，組織機構中的每個人都需要擁有人工智能相關技能，而數據科學家得消失將是這場革命的頂峰。”

——B2B營銷平臺Demandbase首席技術官Aman Naimat

“在人工智能領域，我們曾上演著一幕幕‘皇帝的新裝’的故事。多年來，在諸如法律、醫學以及金融技術等所有垂直領域，人工智能創業公司層出不窮，他們不斷進行了融資、規模擴張和相互競爭，開發出一系列強大的算法。但這些人工智能解決方案被定義成最卑微任務的替代品。而一股新的潮流即將到來，人工智能初創公司每次應用都將會生成專有數據。這些初創公司利用了我們所謂的自我訓練網絡，由于數百萬員工的創造性投入和成功案例，它們的算法永遠在改進。而那些利用靜態數據集和商業化API的公司很難與之競爭。”

——科技風投Emergence普通合伙人Gordon Ritter

“在許多特定領域的任務中。人工智能的表現已經超越了人類;而現在是實際應用的時代。2019年，人工智能將從根本上顛覆糖尿病的診療，從而改善數百萬人的生活。此外人工智能將把從可穿戴設備收集到的大量信息變成現實，將其轉化為可操作的行動指南，幫助人們過上更健康的生活。而在不久的將來，無監督機器學習還將會有一個大的飛躍。最后我們將看到公司使用人工智能來培訓人工智能。公司將讓人工智能代替數據科學家選擇哪種人工智能模型能更好地解決現實世界中的問題。這將有助于人工智能在更多新任務上超越人類。”

——營養科技公司Nutrino首席科學家和聯合創始人Yonon Hadad

“如果我們想創造真正被人類接納的人工智能，它的‘人工’程度將越來越少，越來越‘智能’，這意味著它必須具有人類的特征。為了讓人們感受到與人工智能有關服務的聯系，并愿意將其應用到生活的各個方面，這些服務必須變得越來越人性化。就像人體能夠自我修復一樣，我們也希望這些系統能夠自我診斷代碼中存在的問題，自我修復軟件問題。”

——以色列車載軟件維護公司Aurora Labs首席執行官兼聯合創始人Zohar Fox

“我們認為，2019年人工智能將不再是醫療領域。隨著醫療行業的不斷數字化，用無所不知的機器取代醫生的想法顯然正在被揭穿。例如，IBM旗下人工智能Watson在醫療工作領域所面臨的挑戰表明，面對非結構化醫療數據和錯綜復雜的患者護理現狀，僅憑強大的計算工具并沒有實際效果。2019年，我們對人工智能基于系統的廣泛應用前景持懷疑態度。”

——以色列醫療保健創業公司Healthy.io創始人兼首席執行官Yonatan Adiri

“2019年，業界不僅將開發出更強大、更復雜的人工智能算法，而且隨著這些人工智能算法更加具備獨創性和有效性，它們的價值也會不斷增長，促使所有者盡心保護自己的大量投資。企業正花費數百萬美元開發人工智能，它們往往處于業務增長的核心。圍繞保護這些人工智能成果出現了新的安全挑戰，比如說保護它們的知識產權不被竊取，同時確保沒有人對其進行篡改。2019年，我們還必須在保護人工智能方面高度智能化。”

——數據安全公司Duality Technologies聯合創始人兼首席執行官Alon Kaufman

“到目前為止，人工智能一直致力于讓我們的生活更加自動化，讓我們的工作更加智能化。2019年，我們將看到人工智能轉向社會公益，使我們的生活更具可持續性。人工智能會讓讓我們的城市和工業更加環保，讓我們的世界變得更美好。從農業科技和作物優化到公用事業和可替代能源，人工智能背后的大數據分析和機器學習將被用于徹底改變消費者與周圍環境互動的方式。”

——以色列能源網絡軟件公司mPrest首席執行官兼創始人Natan Barak

“2019年，人工智能將會在全球貸款行業大幅增長，其有助于預測財務資格和融資機會。有了人工智能，貸款機構就可以預測哪些當前不可行的貸款申請者將來會變得有信譽，從而為相應企業提供融資機會。人工智能的發展和改善，其動態和實時特性將為企業整個生命周期提供不斷更新的持續融資機會。同樣的人工智能應用最終也會改變抵押貸款和學生貸款行業。”

——金融科技公司Lending Express首席執行官兼聯合創始人Eden Amirav

“支持預測功能的自動駕駛汽車人工智能將得到‘重塑’，從而以不同方式訪問和分析預測數據。自動駕駛汽車技術將從物體融合轉向原始數據融合，這將使其能夠更好地解釋運動、速度、角度和軌跡，并為預測物體、行人以及其他車輛的方向和運動提供豐富數據。”

——以色列汽車安全服務初創公司VAYAVISION首席執行官兼聯合創始人Ronny Cohen

“商業地產等價值數萬億美元的市場，是由一系列錯綜復雜因素的交互網絡組成的，而人工智能技術現在已經足夠成熟，能夠處理這些高度復雜的交易。隨著行業領導者開始挖掘將先進技術整合到核心業務中的潛力，人工智能正在讓很多新行業感受到它的影響。我們看到資產管理公司希望開發由人工智能定義的新投資工具，使其在不確定的經濟條件下不斷單提高業績，在整個投資生命周期中增加價值。”

——以色列房產科技公司Skyline AI首席執行官Guy Zipori

“盡管4級和5級自動駕駛汽車還沒有實現商業化，2019年將是其取得巨大飛躍的一年。為讓汽車人工智能適用于所有道路條件，數據共享聯盟必將成為現實，而人工智能所依賴的數據也將變得更容易獲取。同時，為人工智能收集的數據將擴大到包括非可視化數據在內的所有數據類型。更好的數據意味著更好的人工智能和更安全的自動駕駛汽車。”

——自動駕駛軟件公司Tactile Mobility創始人兼首席技術官Boaz Mizrachi

“隨著越來越多的企業依賴人工智能提升自己的產品、服務和營銷創新，數字生態系統中的不法分子也將利用類似的能力實施大規模欺詐計劃，甚至會給品牌和營銷人員造成數億美元的損失。” “借助人工智能和基于機器學習的欺詐保護工具，很多公司將能夠清楚地‘看到’整個生態系統，并保護自己免受欺詐，并避免污染數據對商業決策影響，從而獲得顯著的競爭優勢。”

——營銷監控平臺AppsFlyer全球營銷副總裁Ran Avrahamy

“事實證明，人工智能研究和應用在醫療保健領域越來越重要，能夠通過更個性化的數據驅動方法改善診療結果。正如大數據可帶來更令人滿意的用戶體驗一樣，更精細的‘小數據’，也就是每個人生成并由人工智能工具分析的信息，能夠將智能手機和消費類可穿戴設備轉化為功能強大的家庭診療工具，從而讓數字健康用戶有針對性地采取行動，在有效預防疾病的基礎上促進人類健康水平的提高。2019年，人工智能將成為慢性病等預防和治療的關鍵，同時把個體的個人護理數據和發現全球影響的健康大數據有效結合起來。”

——移動醫療應用Sweetch首席執行官兼聯合創始人Dana Chanan

“2019年將是城市理解市區出行生態系統的關鍵一年，從而在整個城市地區建立更高效的交通系統。如果說當前城市主要關注的是交通、污染和停車位短缺等嚴峻挑戰，到2019年它們將更清楚地發現城市地區交通效率低下的根本原因。理解人們在城市地區是如何出行的：從哪里移動到哪里，何時移動，使用哪種交通工具，并理解為什么。這是讓城市建立更有效交通的核心，減少出行需求，鼓勵人們共同出行，并創造更多模式。為了實現這一目標，城市將需要能夠看到這些數據，而人工智能正是實現這種可見性的工具。它將培養預測能力和行動關鍵點，從而顯著改善我們的出行方式。”

——交通數據分析公司HERE Mobility高級副總裁Liad Itzhak

“談到人工智能對就業的影響，尤其是在農業領域并不缺乏擔憂和焦慮。未來的精準農業以及種植更好作物的關鍵將依賴于人工智能、圖像和傳感器，這些傳感器將能夠收集1000英畝農場的種植信息并進行學習。農業學家和農民面臨嚴重勞動力短缺和專業知識匱乏等多種問題。對糧食的需求正在增加，但農業并沒有被視為一種有吸引力或有利可圖的職業，在商品作物方面尤為如此。由于農業經營需求的規模化和多樣性，農業從業者需要密切關注勞動力積極性和管理水平。世界各地的農場正在用人工智能技術填補勞動力缺口，而不是取代工作崗位。”

——以色列農業遙感數據公司Taranis首席執行官兼聯合創始人Ofir Schlam

“實體零售企業正將注意力轉向人工智能，從而顯著改善客戶體驗和盈利能力，并保持競爭力。2019年，我們將看到監控攝像頭和機器人等新數據源和人工智能的出現，其將用于庫存管理、提升客戶零售體驗，有針對性的營銷，以及增加自助結賬等新功能。然而關鍵的挑戰是，如何開發和擴大人工智能業務，使其適用于數千家在平面圖、設備兼容性和網絡基礎設施等諸多方面各不相同的零售店。”

——美國軟件公司Teradata全球新興實踐副總裁Atif Kureishy

“我預計，到2019年我們將看到基于人工智能的歸因工具大幅發展。在今天的數字環境中，歸因仍然是一個挑戰。企業仍在從不同平臺拼湊數據點，許多企業仍在努力理解客戶購買產品的完整路徑。到底哪些營銷渠道在推動收入?什么樣的內容有助于留住客戶?在客戶行為的哪個階段?客戶在哪個階段放棄了購買？人工智能可以將客戶行為次序進行排列，識別客戶何時來到公司的網站，何時離開，而無需轉換。那些采用人工智能歸因工具的企業將在競爭中占據優勢。”

——市場營銷公司Unbounce首席技術官兼聯合創始人Carl Schmidt

“第三方數據的未來對于營銷人員在快速變化的技術環境中保持行動力和競爭力至關重要。備受矚目的企業隱私丑聞和新的數據立法達到高潮，迫使消費者正視自己的數字信息，并讓他們對自己的目標更加挑剔。展望未來，第三方數據將幫助營銷人員收集關于消費者如何使用語音、基于位置的搜索信息和人工智能等新興技術的更多見解，以便他們能夠以標準方式鎖定目標并推高投資回報率。這些數據在未來幾年仍將是為大部分營銷策略的關鍵。”

——市場研究公司GlobalWebIndex高級趨勢分析師Chase Buckle

“人工智能技術以某種抽象形式與人類智能相匹配的炒作掩蓋了這樣一個事實，即如今人工智能工具在收集、組織和可操作人類集體經驗方面具有真正的價值。2019年，人工智能將使人們變得更聰明、更有效、更高效。它也會讓人們在工作中更快樂，對于IT專業人士來說尤為如此。對于企業IT來說，2019年將是人工智能讓團隊超越簡單任務自動化，實現整個流程自動化的一年。通過利用人工智能挖掘成千上萬用戶的集體應用和數以百萬計的流程執行，IT團隊將能夠搶先簡化應用程序開發、故障排除甚至一次性的日常請求。人工智能將給他們帶來急需的幫助，其所帶來的知識和經驗比任何一個人都多。”

——美國機器人公司Redwood Software首席策略官Neil Kinson

“我們離真正‘智能家居’還有很長的路要走，主要障礙是缺乏感知和行動之間的必要聯系。目前，我們有各種各樣的技術，能夠提供令人信服的未來愿景，但這一愿景受到了一個事實的阻礙：這些設備是孤立的，缺乏與周圍環境之間的交互，因此無法自動運行，消費者必須為所謂的“智能家居”提供智能。射頻傳感技術與網格的結合將放大硬件價值，使其能夠提供強大的通信功能和感官反饋，這是創建認知系統所需控制和通信的必要融合。我們將在2019年看到這種融合進入市場，富有遠見的科技公司將構建這種生態系統，以滿足消費者的需求。”

——環境數據公司Cognitive Systems公司產品工程執行副總裁Nebu Mathai

“隨著人工智能在工作場所扮演的角色越來越多，人們不僅會根據它的智商，還會根據它的情商，也就是感知和理解人類所有事物的能力來進行評判。能夠理解人類情感和認知狀態的能力將成為評估人工智能標準的一部分，從而讓公司為工作場所選擇哪種人工智能，甚至讓消費者決定在家中用哪種虛擬助手或智能揚聲器。”

——情感人工智能初創企業Affectiva首席執行官兼創始人Rana el Kaliouby

“人工智能的重點將從智能轉向同理心。我們正在超越滿足消費者的基本智能階段，因為客戶希望知道，他們將被視為個人而不僅僅是客戶的數據記錄。到2019年，供應商將更加關注人工智能的人性化和同理性，包括獲取關于客戶動機的線索，他們此刻的感受，他們在特定情況下的行為，甚至他們周圍正在發生的事情。”

——智能軟件供應商Pegasystems公司決策管理與分析副總裁Rob Walker

“隨著企業更多使用人工智能從數字資產中獲取更大價值，元數據標簽將成為企業存儲中更為關鍵的元素。這將給以元數據為中心的對象存儲服務帶來更多關注，而關鍵在于其與人工智能工具的良好集成。”

——對象存儲服務公司Cloudian首席營銷官Jon Toor

“集中數據將被所有數據的單一視圖所取代。數據以不同方向、不同速度、不同格式向我們襲來，控制這場海嘯是信息時代掌握主動權和成功的關鍵標志之一。兩大趨勢正在改變這一格局。首先，不同的供應商正在合作標準化數據模型。其次，也是更重要的一點，是企業數據目錄的出現。這些目錄在數據中心是可訪問的，具有全局數據視圖，并提供了‘采購數據’的市場體驗。你共享、協作和使用中心的次數越多，它對業務的價值就越大。此外由于隨時可對數據進行分析，它會將你的分析策略與企業數據管理策略聯系在一起。”

——數據分析公司Qlik高級總監Dan Sommer

“現代企業將繼續淘汰Hadoop等技術。Hortonworks和Cloudera的合并是對Hadoop 2019年預期價值的首次展望。20年前在‘小’數據時代設計的技術將不再適用于現代化、全球化和動態化的企業。數據仍然需要管理工具，但隨著人工智能和機器學習的興起，復雜性將被消除。”

——大規模業務分析供應商GoodData首席執行官Roman Stanek

“過去一年中引人注目的入侵事件將應用層推到了安全聚光燈下。隨著應用程序變得越來越復雜，它們的開發也會出現更多的漏洞。雖然DevOps正在努力跟上應用程序開發的步伐，但是靠人力跟上(更不用說預測)威脅變得越來越渺茫。機器學習和人工智能將繼續被用于更有效地減少漏洞，并帶來更準確的結果。”

——安全公司Wallarm首席執行官Ivan Novikov

“2019年將是開源人工智能之年。我們已經看到一些公司開始開源他們的內部人工智能項目和堆棧，我希望在未來一年看到這一趨勢不斷加速。這一趨勢與云計算等其他行業的發展趨勢一致。目前這些行業已經大力轉向開源，這一舉措增加了創新，加快了上市時間，降低了成本。構建平臺的成本很高，而各個組織機構正在認識到模型、培訓數據和應用程序的真正價值。我們將看到圍繞關鍵項目的協調，從而為人工智能、機器學習和深度學習創建一個全面的開放源碼堆棧。”

——Linux基金會研究總監Ibrahim Haddad

“人工智能將有助于提升店內顧客體驗。人工智能將被用來幫助商店以前所未有的方式提升顧客體驗，并建立顧客忠誠度。當顧客在網上購物時，他們通常會收到個性化的推薦和優惠。零售商過去曾嘗試使用信標技術來實現同等級別的個性化，但在很大程度上信標被認為是失敗的，因為它們需要特定的應用程序下載、藍牙連接或其他限制其可用性的因素。該問題將通過人工智能訓練的人臉識別算法得到解決。2019年，選擇人臉識別程序的顧客將獲得更多店內優惠，包括個性化折扣、專員服務和等待時間更短。零售商最終將能夠在商店中為顧客提供與在線商店相同水平的個性化服務。”

——面部識別軟件公司FaceFirst首席執行官Peter Trepp

“人工智能將嵌入更多的企業應用程序，尤其是面向知識工作者的應用程序，人工智能和數據分析將在支持甚至做出決策方面發揮越來越大的作用。與此同時，目前關于所有數據分析是人工智能的誤解將會得到更廣泛的討論，討論的重點包括是否有足夠的、相關的和特定的數據來訓練算法并保持它們學習度等方面。這將導致人們更加關注那些能夠基于實時數據進行學習和挑戰的先進方法。”

——決策服務公司Oxx聯合創始人Mikael Johnsson

“由于企業認識到，沒有高質量的數據就無法構建人工智能，它們將越來越多地求助于擁有關鍵數據資源的專業提供商，幫助它們理解非結構化數據。例如，彭博正在建設針對金融領域的NLP數據庫。”

——彭博數據科學負責人Gideon Mann

“我們預計到2019年，衡量和測試人工智能偏差的框架和標準將取得重大進展。我們將看到對人類判斷的需求增加，因此這種類型的工作、標準和規程需求也會增加。我的預測是，由于企業會在出現問題后尋求降低風險，其背后的動力將會增強。”

——人工智能初創企業Finn AI首席執行官Jake Tyler

“維持網絡服務質量的傳統‘破解’方法已不夠用了。終端客戶現在非常依賴于始終在線的服務，而且對服務中斷非常敏感，以至于即便是短暫的服務中斷也會導致交易中斷。展望未來，我們將看到人工智能將成為修復程序和優化器，以增強IT運營效果。初始應用程序將傾向于關注安全功能，如緩解DDoS攻擊和實時自動路徑選擇。最終，其用途將包括人工智能定義的網絡拓撲和基本操作，這將有助于我們打造一個完全自動化運行的網絡。”

——網絡服務供應商Ciena軟件和服務副總裁Kailem Anderson

“人工智能在IT領域的爆炸式增長有望在2019年帶來許多好處，并節省更多時間，但這將要求IT管理者轉變為戰略顧問，而不是扮演應對問題的被動角色。人工智能不會在一夜之間取代整個IT團隊，也不會因為目前的技術應用而在短時間內關閉。然而，隨著人工智能開始削弱IT服務臺的作用，我們將看到那些希望生存下來的IT管理公司做它們應該做的事情——不斷成長、向更高價值領域擴張，并與企業保持密切關系。”

——網絡認證和連接解決方案供應商LogMeIn首席信息官Ian Pitt

“人工智能銀行‘出納’將成為常態，銀行分支機構的合并將讓位。通過人工智能和數據分析的應用，這些‘出納’將根據不同階段、交易歷史等為用戶提供個性化的體驗。許多銀行已經在自家移動應用程序中看到了虛擬助理的成功。我們預計，到2019年人工智能技術將超越移動應用，15%的銀行將推出交互式信息服務。”

——金融技術提供商Mitek高級總監Mike Diamond

“人工智能將超越炒作和媒體的頭條新聞。實用的人工智能將專注于讓購物變得更容易、讓病人更好地參與診療、讓律師更聰明、讓網絡安全更強大。我們不會看到永遠不會撞車的自動駕駛汽車，但人工智能將在2019年以全新的有趣方式提高工作效率。”

——企業聊天機器人創企Avaamo創始人兼首席執行官Ram Menon

 “2018年是機器人之年，未來一年我們將看到基于意圖的人工智能將這一領域再向前推進一步，突顯專業服務平臺的重要性，從而簡化IT支持管理，并允許即時知識傳遞。”

——業務咨詢公司Sutherland)首席分析官Puti Nagarjuna

“過去幾年，人工智能和機器學習一直是安全行業的殺手锏。惡意行為者也正在注意到這一點。就像安全供應商可以在惡意軟件樣本上訓練他們的機器學習模型來進行安全檢測一樣，惡意行為者也可以‘訓練’或優化他們的惡意軟件，以避免被檢測。攻擊者還可能毒害機器學習模型在訓練中使用的數據。由于算法需要大量的數據才能工作，因此很難完全排除用錯誤信息毒害學習集的行為。我們認為2019年將會出現利用人工智能的重大網絡攻擊或惡意軟件。”

——網絡安全公司Nyotron 首席技術官Nir Gaist

“人工智能有可能在許多方面影響零售行業，但最值得注意的是，到2019年供應鏈中的產品創新將增加。隨著供應鏈中的人工智能產品創新通過降低風險、改進預測、加快交付和提高客戶服務能力來降低總體成本，我們可以預期，將有越來越多的公司實施此類解決方案，在2019年改變零售業面貌。”

——美國電商服務供應商Radial程與設施高級總監Brad Taylor

“深度學習模型已經被證明很容易受到數據中難以察覺的擾動，這些擾動會欺騙模型做出錯誤的預測或分類。隨著對大型數據集的依賴越來越大，人工智能系統需要防范此類攻擊數據，而最精明的廣告商將越來越多地研究對抗性機器學習技術，以訓練模型抵御此類攻擊。”

——廣告科技公司MediaMath首席科學家Prasad Chalasani

“人工智能將增加額外的可預測性，使組織機構能夠看到模式，并從物聯網設備和過去的客戶行為中獲得洞見，最終使供應鏈更加智能化，提高生產和交付效率，并讓客戶更快樂。在2019年及以后，我們可以預計人工智能將把供應鏈從反應性提升至規定性水平，幫助企業在消費者不斷提高的預期前先行一步。”

——SAP數字供應鏈總裁Hala Zeine

“到2019年，人工智能將‘跨越’醫療領域的鴻溝，主流非開創性機構會將人工智能驅動的臨床決策支持工具應用于日常工作，其中包括美國的放射學分析一級非洲和南美的腫瘤藥物選擇。此外分子生物學的進步表明，許多‘常見’疾病實際上是罕見亞型的集群，人工智能將發現隱藏在海量大數據中的高價值小數據。”

——數據科學平臺Quest Analytics董事會成員Frank Ingari

“用于客戶自助服務的人工智能并不像宣傳的那樣成功。許多組織在2019年將采取分階段的方法，更積極地使用人工智能來自動化重復代理電話后的工作，以及針對簡單和大量的自助服務用例采取更具針對性的方法。”

——云呼叫中心技術供應商NICE inContact產品營銷副總裁Chris Bauserman

“關鍵詞是認知負荷，以及企業如何通過提供更好指導和整體自動化來降低認知負荷，從而使其更易于使用。RPA(機器人過程自動化)，就是一個很好的例子，而且還在不斷升溫。隨著我們進入2019年，RPA將在零售、制造、供應鏈甚至金融等行業的運作方式上進行更大規模的顛覆。到2019年，我們將看到軟件機器人和人工智能得到更廣泛的應用，因為企業希望利用自動化來強化其整體商業生態系統。”

——市場咨詢公司CommerceCX戰略和客戶體驗主管Rob Maille

“隨著人工智能應用的日益普及，一項關鍵的背后技術將是處理更大數據集、不斷更新運營數據的能力。快速訪問歷史數據以及獲取實時數據對于為企業提供更多價值來說至關重要。有了合適數質量的數據，人工智能才會從特殊項目轉移到提高生產力層面上來。”

——數據庫公司Actian研發和支持服務高級副總裁Raghu Chakravarthi

“客戶體驗領域的一個主要障礙是，用戶仍然對品牌如何收集、存儲、保護和使用他們的信息持謹慎態度。到2019年，企業應該將目光投向人工智能的安全，利用這一新興技術作為保護客戶的一種方式，無論從客戶需求角度來說，還是從試圖竊取客戶與品牌共享信息的潛在威脅來說都是如此。”

——愛爾蘭技術支持服務商Voxpro首席執行官Dan Kiely

“智能機器人過程自動化將成為關鍵業務，因為企業將需要在2019年達到智能企業所需的高自動化水平。此外，會話式人工智能將進一步自動化，通過更智能的聊天機器人實現客戶服務自動化。這兩種技術的結合是實現更快、更有效、更智能人工智能的下一個里程碑。”

——SAP機器學習高級副總裁Markus Noga

“人工智能將使遠程監控健康狀況成為可能，并能為人們改變生活方式提出建議，從而幫助預防或及早發現疾病。我們已經通過Fitbit上看到了這一點，Fitbit提醒我們要堅持日常鍛煉，或者說監測血糖水平，但這僅僅是個開始。到2019年，我們將看到越來越多的健康可穿戴設備進入市場，這些設備能夠利用人工智能跟蹤高血壓等疾病，描繪出一幅更全面的個人健康圖景。”

——美國生物技術企業Quanterix首席執行官，總裁兼董事長Kevin Hrusovsky

“許多人工智能自動化項目在2018年失敗了，因為它們的目標是錯誤的自動化流程。2019年，公司必須評估應該考慮哪些參數，比如任何既定流程的用戶數量、處理時間和復雜性。如果將這些元素考慮在內，這將有助于確保自動化流程將為公司帶來顯著的投資回報。錯誤的自動化流程只會導致挫折，并阻止一個組織成功實現自動化。”

——工作流服務商NICE過程自動化主管、副總裁Oded Karev

“隨著我們進入2019年，美國的每一家電信運營商都將制定戰略并分配預算，在運營中將機器學習商業化。但是，除非它們擁有強大的可擴展戰略，否則人才短缺將影響所有人和企業的交付能力，大量的初級數據科學家將成為解決這些問題的關鍵，但相應的學習曲線會在2019年就顯現出來。由于目前的知識差距，部署人工智能和機器學習的應用程序將會看到市場需求大幅增長，但由于對數據的誤解，它們可能無法實現投資回報率。”

——自動化軟件開發公司B.Yond數據科學與解決方案架構副總裁Johnny Ghibril

“機器學習將繼續發揮良好作用，但隨著許多學習算法的基本統計特性逐步清晰，圍繞表現、傳感器篡改、狀態操縱、啟動和災難性遺忘的一系列風險將會重新顯現出來。相關安全問題將會是有趣的探索。在社會方面，人工智能和機器學習所暴露出的一些固有社會規范將繼續令人震驚。當機器向人類學習時，它們會養成一些壞習慣。誰知道我們作為一個物種是如此可怕?”

——自動化軟件工具供應商Synopsys安全技術副總裁Gary McGraw

“需要留意那些基于本體的數據科學項目，以補充現有的機器人和機器學習程序，從而在2019年完善用于商業的數據科學和人工智能方法，并為這些工具如何能在效率和效果兩方面提高員工績效設定標準。本體為公司現在可以部署的一套方法添加了額外工具，其將各種數據集鏈接并綜合得出結論的能力，使得基于本體的系統在2019年更易于被企業所實施。”

——Bigtincan聯合創始人兼首席執行官David Keane

“企業都非常關注人工智能的潛在好處，以至于它已成為一種時髦的說法，而非現實。企業必須專注于采用那些能夠帶來短期價值的人工智能應用程序和項目，而不是關注2019年的熱潮。為了確保成功，他們將需要制定計劃，包括確定能夠實際試驗或孵化新人工智能技術的團隊和工具，以便在企業內部采用這些技術。測試后的逐步推出將有助于減輕日常業務的任何重大中斷，同時強化未來的技術發展。”

——CGS全球首席信息官、高級副總裁John Samuel

“我們將看到人工智能以及機器學習工具的探索和應用會出現巨大飆升，這些工具可以幫助開發不需要編碼的移動和Web測試場景，從而加快代碼驗證過程，并為測試代碼提供更大的穩定性。這些工具支持具有高度穩定性的智能測試記錄，極大提高組織機構的生產力和靈活性。在智能決策和質量分析的前沿，我們將看到人工智能以及機器學習解決方案，它可以自動切割數據，并快速為DevOps管道測試活動中檢測到的問題提供根本原因分析。”

——軟件測試服務供應商Perfecto主管Eran Kinsbruner

“2019年，研究項目和公司的數量將呈指數級增長，它們將利用人工智能提高開發人員的生產率。我們預計到2020年，所有的開發都將得到人工智能合作開發者的幫助，他們理解開發者的意圖，提出下一個最佳模式的建議，并在應用程序投入生產之前發現問題。這將使企業能夠不斷改善其數字體驗，并以前所未有的速度響應市場需求。”

——美國低代碼開發平臺OutSystems人工智能負責人Antonio Alegria

“人工智能將更多用于檢測針對員工和消費者收件箱的惡意行為(如垃圾郵件、釣魚等)。隨著未來一年技術的進步，它將在大多數情況下運行良好。然而偶爾的失誤會給企業帶來重大問題，比如財務和聲譽損失。大多數用戶會發現完全無法理解安全漏洞，而安全公司將很難向客戶解釋這一問題。”

——電郵保護公司Mimecast首席科學家Nimehaniel Borenstein

“企業將在2019年認真關注數據隱私倡議，以遵守歐盟法律(GDPR)或國家法律(如CCPA)，但可能原因不明。罰款金額本身并沒有達到全球銷售額的4%，因為不確定這么高的罰款是否會過早征收；相反，最高管理層和董事會擔心的是他們的受托責任，即確保采取適當措施，防止此類可能造成重大財務困境或聲譽損害的嚴重罰款。另外，應該指出的是，在大多數國家還沒有針對罰款購買保險的風險轉移方法。”

——安全電郵運營商ZL Technologies首席執行官兼聯合創始人Kon Leong

“到2019年，每一個構建人工智能系統的供應商都應該關注他們希望創造的價值，以及他們服務的潛在道德基礎。他們如何收集數據，與誰共享這些數據，以及他們最終用這些數據做什么，將越來越需要一個石蕊試金石來檢驗什么是可接受的，什么是不可接受的，這需要從內到外的全面測試。雖然這對某些供應商來說太過“敏感”或受限，但是對于長期的業務可行性來說，絕對有必要在其用戶社區中建立可靠的信任度。沒有透明度，就沒有信任。沒有信任，就沒有數據。沒有數據，就沒有人工智能。”

——移動IT解決方案供應商MobileIron首席戰略官Ojas Rege

“2019年是人工智能釋放工業世界生產力巨大價值的一年。越來越多的公司帶著垂直解決方案進入市場，而這些解決方案幾乎不需要培訓模式或解釋結果方面的專門知識。任何人都可以使用，并支持非常快速的大規模價值實現。這種轉變將提高生產率和安全性，并將為整個行業的新業務模式打開大門。”

——物聯網設備服務商Augury聯合創始人兼首席執行官Saar Yoskovitz

“人工智能的最大好處將被證明是我們所認為的典型人類特質：成為’優秀的團隊成員’。雖然過去幾年單個的人工智能算法要比個人表現更好，比但2019年是一系列人工智能算法開始在復雜任務上進行協作的一年。憑借其速度、缺乏自我和內在的利他主義傾向，早期跡象表明人工智能團隊表現將迅速超越人類同行。”

——SAP創新宣傳者Timo Elliott

“人工智能為醫療保健提供了真正的轉型機會，在虛擬醫療領域尤為如此。我們所熟知的遠程醫療正在迅速成為過去，而虛擬醫療則是數字化的未來。這是行業的下一次迭代發展，而人工智能將在這一轉變中發揮重要作用。例如，復雜的算法可以解析病人信息，幫助指導他們達到最合適的護理水平；自然語言處理正在以一種使在線交互更簡單、更有效的方式向前發展；智能系統可以收集患者過敏史、處方史和健康信息，從而使得處方更安全、更有效。最重要的是，供應商和醫療機構有了這些人工智能工具，數字化體驗可以增強而不是取代患者與供應商的關系。”

——遠程醫療初創企業Zipnosis首席執行官兼聯合創始人Zon Pearce

“2019年是我們掌握使用數字技術一切手段的一年；這將是區分落伍者和領導者的一年，有遠見的組織將取得更多的競爭優勢。落后者仍然相信還有時間，并將繼續在孤島中開發解決方案，為微弱進步而沾沾自喜，卻沒有意識到變化的步伐比過去20年加快了。領導者是跨行業進行數字化轉型的人，他們將利用大數據和人工智能部署從根本上影響整個藥物開發生命周期的解決方案;他們將扭轉目前的趨勢，將急需的療法更快地推向市場。”

——醫藥研究提供商PAREXEL綜合解決方案副總裁Isabelle deZegher

“到2019年，社會將揭開人工智能的神秘面紗，并要求更加了解正在開發的技術，并提高其使用方式的透明度。隨著透明度的提高，人們將更好地理解人工智能并不是一個包羅萬象的術語，而是一組更明確的功能。它指的是能夠復制并表現得像一個完整人類的機器，能夠更好地自動化簡單任務，并增強人類執行更復雜操作的能力。這將減少人類會被機器所取代的擔憂，讓人們更容易接受創新。”

——客戶研究公司Cogito首席執行官兼聯合創始人Josh Feast

“到2019年，人工智能和機器學習將在分布于全球的邊緣計算平臺上更快連接和處理數據，從而充分發揮其潛力。人工智能和機器學習的洞察力一直是可用的，但在云平臺或傳統數據中心上，它們的可利用速度可能會比需求慢一些。我們已經從航空公司制造和服務飛機的方式、政府防務機構應對黑客的方式以及個人助理為未來網上購物提供建議的方式中看到了這一點。這一年，在人工智能和機器學習的幫助下，終于有人知道那個客戶是否真的想要一個水果蛋糕或全自動洗衣機。”

——超融合基礎設施供應商Scale Computing首席技術官Alan Conboy

“2019年似乎將成為數據分析、機器學習和人工智能之年。這些工具已經可用，但是由于目前還無法將這些新功能與合適的工作流和SOC實踐相匹配，它們的使用常常會延遲。明年，我們將會看到一些自稱使用這些技術的過時技術偽裝者消失，讓這個領域真正的創新者開始占據主導地位。這可能會導致一些收購，因為努力開發這一技術的大型企業正尋求收購。2019年是投資于機器學習的安全初創企業展示其真正實力的一年。”

——網絡安全創業公司Exabeam解決方案架構師Stephen Gailey

“2019年，我們可能看到的更多應用將是聊天機器人和越來越多的自動駕駛汽車。聊天機器人人工智能能力的提升，將為創新的客戶服務團隊在2019年超越競爭對手創造機會。2019年也將是自動駕駛汽車的重要一年，其將利用經驗數據不斷改進算法和硬件處理能力。”

——法國軟件解決方案公司Sinequa產品營銷總監Scott Parker

“隨著人工智能和機器學習成為主流，2019年將出現一批新的安全數據科學家。數據的準備、處理和解釋要求數據科學家相當博學。他們需要了解計算機科學、數據科學，最重要的是他們需要有專業知識，能夠區分好數據和壞數據，以及隨之而來的好結果和壞結果。我們已經開始看到，理解數據科學和計算機科學的安全專家需要能夠首先理解我們今天可以得到的安全數據。一旦這些數據被準備、處理和解釋，它就可以被人工智能和機器學習技術用于實時的自動化安全。”

——網絡安全公司WhiteHat Security戰略副總裁Setu Kulkarni

“2019年的一個頂級技術趨勢將是機器學習和人工智能對軟件質量的影響。在過去，我們設計的交付過程往往是精益的，最大限度地減少或消除浪費，但對我來說這是一種過時的流程。在2019年，如果我們想充分利用機器學習和人工智能，我們需要明白浪費的另一面是價值，相比于減少浪費，提高效率才意味著增加價值。”

——風險管理軟件開發商Plutora首席營銷官Bob Davis

“企業將意識到，人工智能是對其內部流程轉型的一項投資，而不僅僅是一項能夠神奇解決低效問題的功能。在供應商方面，技術提供商將人工智能工具和平臺更容易實現和實施，能夠在組織內部真正創造這種變化的技術領導者與炒作跟風者的差異將變得越來越大。”

——招聘服務供應商Mya Systems產品管理副總裁Connie Schiefer

“在過去的20年里，隨著科技驅動的企業占領了整個市場，世界經濟的中心已經轉移。但這僅僅是個開始。大型科技公司已經開始利用它們在人工智能和數據方面的優勢，將觸角從傳統市場拓展到全新領域。亞馬遜將目光投向了娛樂和醫療領域。谷歌著眼于未來的交通運輸。沒有一家公司能夠免受人工智能帶來的影響，我們將看到這種趨勢在明年繼續加速。如果企業愚蠢到猝不及防的地步，它們將很快無法適應人工智能和機器學習主導的新數字世界。圍繞人工智能實現一切自動化的炒作將逐漸平息，而創建更高效流程的緊迫性將會不斷增加。”

——商業數據分析服務商ThoughtSpot首席執行官Sudheesh Nair

2019年，人工智能公司將把目光投向整體生態系統，從而重構和重塑我們設計流程的方式。雖然這種流程改革的技術將推動必要的巨變，但我們將認識到，更大的機會在于利用先進技術在與業務流程流交叉的任何地方優化人類行為。”

——愛爾蘭人工智能軟件公司Everseen首席執行官Alan O'Herliy 

“到2019年，我們將不再懷疑人類在第四次工業革命中扮演的角色，也不再擔心人類不再參與其中。很明顯，機器和人類之間的關系不是非此即彼，而是高度共生。我們會意識到將人類洞察力與人工智能結合起來是多么重要，這樣才能同時發揮人工智能和人類的潛能。我們已經看到，人工智能解決方案在部門和企業層面上都取得了成功，這些解決方案提出更大的戰略愿景，并具備推動任何復雜過程的本能和直覺元素。利用人與機器相互合作的解決方案將產生最好的結果，并迅速得到應用。”

——數字營銷創企Albert Technologies首席執行官Or Shani

“大多數早期的商業人工智能應用都圍繞著預測性和規范性分析展開，利用人工智能來增強人類的決策能力。2018年人工智能開始向更深層次發展，不僅僅是預測，而是采取實際的商業行動。2019年將會有更多的垂直深度人工智能被應用，其將會自動采取跨供應鏈的高價值商業行動，涵蓋從采購、倉儲到信息傳遞和客戶服務管理的諸多方面。”

——自動化營銷平臺Bluecore首席執行官Fayez Mohamood

“幾乎所有軟件公司都知道用戶在其應用程序中所做的每一次點擊。我們缺少的是對用戶想要完成什么以及他們是否成功的真正理解。2019年，人工智能驅動技術將開始理解用戶意圖和基本軟件功能之間的區別。有了這些信息，公司可以針對個人、團隊和功能改進工作。軟件公司可以主動干預那些處于次優結果路徑上的客戶。此外，這將為軟件公司及其客戶提供應用程序或業務流程優化的潛在需求。”

——企業應用服務商Epilogue Systems首席執行官Michael Graham

“當談到2019年在招聘中使用人工智能時，人才招聘團隊將持謹慎樂觀的態度。雖然在招聘過程中較早使用人工智能的企業已經看到了有希望的結果，但很明顯該技術仍處于早期應用階段，人工智能使得招聘決策更好更快，更具智能化，而不是制定決策。然而我們可能會看到人工智能在招聘中的廣泛采用，以減少招聘人員花在日常工作上的時間，這樣他們就可以把時間用在更有意義的求職者互動上。”

——Montage首席執行官Murt Heikkinen

“我們希望在2019年看到人工智能在高等教育中得到更多的應用，院校將繼續它們的數字化轉型之旅，期望吸引學生對適應性、參與性學習體驗的偏好。隨著千禧一代與數字時代的全面融合，他們的學習偏好將與之前幾代人有所不同。使用人工智能組件的資源，比如人工智能助教、在線課程和寫作中心等將開始在整個校園得到更頻繁的使用。”

——教育公司Barnes & Noble Education企業發展執行副總裁兼數字解決方案總裁Kanuj Malhotra

“隨著自動化技術在2019年重塑工作場所，企業有必要考慮技術沖擊對企業文化產生的短期和長期影響。許多企業已經開始使用人工智能來尋找人才，但是當涉及到員工每天都會遇到人工智能的工作場所時，公司需要從一開始就了解員工的想法。在推出任何新技術平臺之前，企業需要做好準備，傳達產品將給企業帶來的價值，它將如何更好地影響員工，以及將對生產力和參與度產生何種積極影響。通過這樣做，公司將在實施新技術時獲得更多成功。”

——人力資源軟件公司HighGround / YouEarnedIt總裁Andee Harris

“我們預計，隨著越來越多的保險科技公司和運營商將人工智能應用于客戶體驗，到2019年人工智能將在保險業變得更加突出。與此同時，我們并不認為人工智能會在新的一年或未來幾年取代人類保險代理人。盡管機器學習模型可以用來幫助代理人成為更好的客戶顧問，但在保險行業，人性化始終很重要。”

——在線保險服務公司Insureon總裁Jeff Somers

“隨著人工智能的繼續普及，不可否認的是，自動化決策將取代傳統白領工作。這意味著人工智能系統將代替人類來做任何決定。這與機器人過程自動化（RPA）完全不同，后者只是簡單地模擬人類決策。相反，真正的人工智能系統將超越人類的能力。我們還可以期望看到董事會對人工智能的真正含義有更多理解，其中包括圍繞競爭優勢、降低運營成本和裁員的精確數字。在重大運營變革的結果下，這種企業高管的理解會引發一系列相應問題。”

——金融科技公司Quantexa首席運營官兼產品負責人Imam Hoque

“雖然智能虛擬助理和會話人工智能將在2019年獲得很大發展，但機器學習及其人工智能的一大重點將是理解內容。人工智能將被用來過濾什么是真實的，什么是虛假的，什么是合適的，什么不是。盡管人工智能將更好地理解特定背景下的內容，但更大的挑戰是在沒有偏見的情況下訓練數據。這個問題極其難以解決，但在2019年將會引起廣泛關注。”

——內容分發服務商Filestack首席執行官Sameer Kamat

“隨著企業內部對人工智能需求的不斷增長，我們還看到訓練有素的數據科學家持續短缺。為增加人工智能的應用，人工智能平臺需要為傳統的開發者提供工具，使他們能夠更快地創建機器學習模型，并確保他們有一個集成的平臺，通過注釋和標記數據來提高模型的準確度。”

——人工智能平臺Figure Eight業務發展副總裁Dale Brown

“對美國和歐洲來說，最大的威脅來自中國在人工智能方面的快速進步。毫無疑問，中國是人工智能領域的領導者，如果我們不小心，其將完全勝過西方。為什么?因為人工智能的成功依賴于大量有組織數據的可用性。如果我們想要競爭，我們需要數據問題的解決方案，而且要快。”

——智能玩具初創企業Anki聯合創始人兼總裁Hanns Wolfram Tappeiner

“支持人工智能的搜索和分析解決方案將在2019年變產生更多需求。傳統的搜索功能將讓位給認知搜索現，從而產生人工智能驅動的解決方案，幫助企業避開數據陷阱，獲得更有價值的知識和見解。到2020年，認知搜索將簡化信息，把被動搜索減少20%。而企業需要在未來一年做好準備。”

——市場咨詢公司Accenture Applied Intelligence搜索和內容分析部門總經理Kamran Khan

“到2019年，我們將看到更多的企業轉向透明人工智能，它將公開該技術在不同數據點之間建立的聯系。例如，透明化人工智能不僅會告訴你有一個新的零售機會，它還揭示了這個機會是如何在數據中被識別出來的。它也為零售商提供檢查他們數據的機會，以確保人工智能不會因為垃圾數據而做出錯誤假設。”

——零售技術提供商Aptos創新零售副總裁Nikki Baird

“隨著云計算驅動的人工智能日益普及，人工智能應用將在2019年進入視頻會議領域，比如關于會議室活動分析和效率，了解參與者對給定消息、自動加入流程以及平臺利用率的反應。當企業尋求優化其服務并提高工作效率時，人工智能現在可以很容易地幫助進行預測分析并將數據轉化為可操作的見解，從而很自然地改變我們所熟知的會議和協作模式。”

——云平臺服務商Pexip架構副總裁Jordan Owens

“我們會在不久的將來看到音頻內容和文本內容之間的界線消失。”所有的音頻都可以像現在基于文本的web頁面一樣進行搜索，所有的文本都可以作為音頻訪問，你最喜歡的聲音會將文本讀給你聽。隨著語音助手和搜索算法的不斷進步，你很快就能和你的助手進行類似于人的對話，而你的助手能夠立即獲取世界上所有的知識。”

——音頻播客平臺Acast聯合創始人兼首席產品官Johan Billgren

“到2019年，我預計，處于創建和監管前沿的信息和分析系統本身，尤其是基于人工智能的技術會成為’偏見’問題的一部分，這一點將逐步清晰起來。這將導致我們如何看待真理的基本轉變。”

——人工智能安全平臺BluVector首席執行官Kris Lovejoy

“我預計到2019年，我們將看到利用人工智能生產應用的爆炸式增長。市場上可用的工具和模型已經準備就緒，這意味著各種規模的公司將更容易部署智能應用程序。除此之外，我們還將看到更多關于提供機器學習服務的公司在確保其產品在道德使用方面應發揮何種作用方面進行自我反省和宣傳。人工智能專家在這場對話中具有很大的影響力，因為如果沒有他們的幫助，這些服務最終將無法運轉。令人感興趣的是這一過程中會出現什么樣的規范。”

——技術研究和咨詢公司ISG首席分析師Blair Hanley Frank

“對于企業來說，2019年是人工智能平臺戰略的早期采用者超越缺乏創新者的一年。在市場份額和利潤率增長方面會有明顯的贏家，也會有明顯的輸家。在自動化數據獲取和構建機器學習算法方面的投資將啟動自我學習的高潮。數據中的持續模式促進了自我學習，正是這個階段帶來的好處開始在整個企業內部擴展。”

——大數據服務提供商Absolutdata首席執行官兼聯合創始人Anil Kaul

“對于機器學習和人工智能的模糊炒作，企業將會感到更加失望。他們會逐漸意識到，準確預測不僅需要大量的訓練數據，還需要特定的行為元數據。對這些數據的分析可以挖掘出來，以便更好地突出哪些數據被使用了，哪些數據是有用的。隨著機器學習和人工智能炒作的持續減弱，我們將看到企業中出現對驅動影響技術和行為元數據的強烈需求。”

——數據服務提供商Alation設計和戰略計劃副總裁兼聯合創始人Aaron Kalb

“去年是數據科學家之年，企業非常注重招聘數據科學家，并創建先進的分析和機器學習模型。2019年是數據工程師之年。數據工程師將會發現他們的需求非常大。其擅長于將數據科學家的工作轉化為業務上的可靠的、數據驅動的軟件解決方案。這包括創建深入的人工智能開發、測試、DevOps和審計流程，使公司能夠在整個企業范圍內大規模地整合人工智能和數據渠道。”

——數據庫服務Kinetica首席技術官兼聯合創始人Nima Negahban

“人工智能將從根本上實現銷售訂單接收的自動化，并使成功的銷售代表成為買家顧問，幫助雙方發現所需的關鍵資源，從而為購買和銷售決策提供信息。人工智能驅動的創新將預測銷售挑戰和買方的反對意見，并提取見解，以更好地預測買賣雙方如何達成合作。在售后階段，人工智能可以找出最佳實踐，識別影響客戶體驗的因素，以幫助提升向上銷售和口碑銷售。最后人工智能將迅速產生一個更了解客戶的銷售代表，他更聰明、更敏銳，也更有可能成功。”

——營銷公司Allego首席執行官兼聯合創始人Yuchun Lee

“在未來幾年里，人工智能將更多地用于給予特定背景下、特定受眾的相關內容，對它們進行動態修改并提供創意。無論是在瀏覽器中提供內容，與實體產品交互，通過掃描包裝發布數字體驗，還是在家使用語音助手與品牌內容進行交互，其目標和動機都是滿足受眾的需求。而創意團隊和設計師仍然將決定特定內容的審美和基調。尤其是生成框架的設計師角色將變得更加重要，其將靈活確定體驗中的元素，同時保持核心的創意概念。”

——媒體公司VaynerSmart總監Caire Mitchell

“雖然2018年許多零售商和品牌對人工智能及其潛在用例有了更多了解，但在2019年這些應用將得到實施。人工智能將從根本上改變消費者與品牌互動的方式，我預計到2019年，非常清楚的是個性化將達到全新水平。采用人工智能來優化客戶體驗的品牌將會看到這開始影響他們的底線。”

——在線時尚企業TechStyle Fashion Group聯合首席執行官兼聯合創始人Adam Goldenberg

“到目前為止，人工智能的能力集中在解決我們知道的問題上，更有效地從我們一直熟悉的海量數據集中提取模式和見解。明年，人工智能的更大潛力將成為焦點，展示其將事物數字化的能力，并引入全新的數據集，改變現狀，解決我們不知道的問題。視頻人工智能將會是一個很好的例子，其將有助于把物理環境轉換成可操作的數據，從而使得零售和其它行業公司利用這些數據加強客戶體驗，并解鎖此前從未考慮過的新服務和客戶價值。”

——人工智能創企Deep North總裁兼首席執行官Michael Adair

“長期以來，個性化一直是營銷人員的圣杯，每個人都認同通過了解客戶關心和參與的內容，結果會有所改善。如今的營銷人員擁有比以往任何時候都多的行為數據，但他們往往沒有時間、資源或知識利用這些數據來調整自己的方法。2019年，人工智能技術將解決這一問題，最終使客戶和業務成果受益。隨著營銷人員開始測試機器學習，創新戰略將需要得到發展。”

——電郵廣告軟件商Campaign Monitor首席產品官Cody Bender

“2019年將是人工智能應用于工作場所的關鍵一年，這將是我們從對話轉向影響的一年。我們將開始看到人工智能通過數字助理更深入地融入員工的日常體驗。我認為，我們還將看到基于人工智能的數字助理更多地出現在新員工面前，在新員工入職或技能培訓等過程中發揮更大的作用。”

——甲骨文HCM戰略副總裁Gretchen Alarcon

“將實驗室表現轉化為臨床應用的最大挑戰之一是，隨著時間、地點和測試環境的推移，不斷復制結果的能力。因此需要可靠的質量體系和標準，提供可量化的可靠性。隨著我們進入2019年，我們開始看到如何將人工智能應用于一個傳統上費力費力、由人工驅動的過程的真正成果，這個過程過去需要花費數周時間，現在可以實現實時監控。如果應用得當，簡化和加快這個過程可以確保從樣本采集、處理到儀器等工作流程中的任何變化都大大減少，因此結果變得可重復，并且能夠在幾秒鐘迅速獲得可操作性和臨床的相關信息。”

——生物科技公司InterVenn Biosciences首席執行官Aldo Carrasco

“我們對利用計算能力增強人類決策能力的迷戀，可能已經超越了算法的巨大進步。在現實中，人工智能及其相關技術的成功應用仍然局限于圖像識別和自然語言理解等領域，這些領域可以合理構建輸入/輸出場景，2019年不會有太大變化。無論收集了多少數據，那種認為任何企業都可以“開啟人工智能”，從而獲得成功的想法都是荒謬的。但數據收集工作仍在繼續，并引發了一些重要的倫理問題，我們需要在未來幾年密切關注這些問題。數據是人類的，因此和人類一樣混亂。數據不會產生客觀性。眾所周知，數據和算法使現有的偏見和自動決策永久化，這是最難以解釋和證明的。當我們陷入將數據和算法結合以創造客觀真理的陷阱時，呼吁做出這樣的決定就更難了。隨著決策權的增強，責任也越來越大，人們將越來越多地對決策的影響負責。”

——日志管理分析平臺Sumo Logic聯合創始人兼首席技術官Christian Beedgen

“在2018年，我們看到了許多對抗性人工智能算法試圖愚弄人類的例子，比如Buzzfeed的視頻，視頻中美國總統奧巴馬以令人信服的方式說出了假話。很快我們就會看到這一概念演變成一種新的網絡犯罪，其中惡意內容是由人工智能算法自動生成的，我們將其定義為’深度攻擊’。深度攻擊可以通過在惡意軟件中生成代碼、在僵尸網絡中制造虛假網絡流量、或以虛假網址或HTML網頁的形式來大規模顯現出來。明年，我預計黑客將更頻繁地部署深度攻擊，以避開人眼檢測和智能防御。”

——捷克軟件公司Avast Software人工智能主管Rajarshi Gupta

“確保數據隱私，進而保護客戶隱私，是我們必須解決的挑戰，這樣才能實現人工智能的益處。到2019年，我們將看到更多解決方案的出現，以確保用于人工智能的數據加密是無懈可擊的。同態加密是最令人興奮的新興加密技術之一，它是一種特殊的數據加密方式，第三方可以對加密數據進行操作，從而能夠使用保護隱私的機器學習技術收集有價值的見解。我們已經看到這種技術出現在業內討論中，也出現在一些公共解決方案中，預計圍繞人工智能隱私和加密的創新將在明年爆發。”

——英特爾人工智能產品集團高級總監Casimir Wierzynski

“人工智能將對網絡安全產生巨大影響，其檢測惡意模式和違規行為的能力將以指數級增長，并在一定時間內顯著提高人類有效分析數據的能力，從而通過機器學習實現更快的檢測和響應能力。然而實事求是地講，人工智能不可能完全消除安全漏洞。這是在假陽性率和假陰性率之間進行權衡的經典案例。”

——Oxx聯合創始人Richard Anton

“在汽車行業，領先的汽車制造商和零部件供應商一直在通過人工智能尋求差異化，因此目前正在發生重大轉變，從啟動人工智能革命的固化硬件解決方案轉向更靈活的基于軟件的解決方案，從而很容易滿足客戶的需求。在2019年及以后，隨著對隱私、安全和延遲的擔憂日益增加，邊緣人工智能將優于依賴于集中人工智能系統的傳統方法。然而，制造商正艱難應對在基于邊緣的產品中添加人工智能的后果，這主要是因為運行這些產品所需的硬件昂貴笨重，且能耗較高。他們正在尋求更輕薄、更省電、更劃算的嵌入式解決方案。這就是為什么我們還會看到對更實用人工智能的需求不斷增長，這些人工智能經濟實用，不需要大量的硬件或云計算，也不需要在質量或性能上做出妥協。”

——人工智能軟件開發商Brodmann17聯合創始人兼首席執行官Adi Pinhas

“基于數據和人工智能驅動的零售模塊化可以直接導致商店內部產品的動態組合。這在一定程度上已經隨著季節的變化而發生，比如隨著夏季的臨近，把燒烤用具搬到顯眼的位置。但現在，更細微的變化將成為可能。例如，嬰兒食品和漢堡包助手在周日到周二移到顯眼的位置，而在周四到周六則把薯條和啤酒放在顯眼的位置。到了周末，把一些中心商店的固定裝置搬走，為橄欖酒吧的安裝騰出空間。也就是按特定時間翻轉店面布局”

——數字標識公司Digimarc首席技術官Tony Rodriguez

人工智能和增強智能將有助于解決我們國家的心理健康危機。根據美國國家衛生研究院(National Institute of Health)的數據，近五分之一的美國成年人患有某種形式的精神疾病。尋求治療有很大的障礙，其中包括恥辱感、負擔能力和可及性。人工智能將能夠幫助擴大獲得合格醫療服務的渠道，使人們能夠獲得適當水平的醫療服務。通過與遠程治療和遠程精神病學等技術相結合，人工智能將在改善協作護理方面發揮越來越重要的作用。人工智能工具和數據驅動算法將幫助臨床醫生追蹤患者病史，識別危機時刻，并為個人提供個性化護理，以減少癥狀和改善結果。”

——健康行為分析創企Ginger.io聯合創始人Karan Singh

“人工智能將越來越多地引發網絡攻擊。事實上，我們有理由假設，隨著自動化程度的提高，人工智能黑客將擁有更大、更快的滲透速度，從而在實施網絡攻擊時取得更大成功。網絡防御必須從人工智能那里獲得更快的分析，以便發現惡意活動。借助機器學習和人工智能驅動的響應，安全團隊可以自動對網絡攻擊進行分類和排序，同時將誤報率降低91%。企業將尋求創新的解決方案，使它們能夠領先于未知威脅。”

——網絡安全初創企業SecBI首席執行官Gilad Peleg

“2019年，人工智能技術最終將不僅能夠幫助識別攻擊，還將為安全團隊如何應對威脅提供有根據的指導。在很多情況下，人工智能完全可以在沒有SOC團隊干預的情況下做出響應。因為人工智能是不斷學習的，所以該技術將與攻擊者不斷變化的工具和技術實時保持同步。總的來說，人工智能通過消除許多傳統上的挑戰和負擔，縮短了從攻擊識別到修復的時間。這種人工智能驅動技術的實施將大大降低各種企業的風險。”

——網絡安全公司IRONSCALES創始人兼首席執行官Eyal Benishti

“機器將開始理解因果關系。今天，當機器對我們做出回應時，它完全是基于相關性。它們不了解因果關系。但隨著機器獲得更多不同的數據源，它們將開始理解大量變量之間的因果關系。作為人類，我們通過純粹的常識逐漸了解因果關系。到2019年，我們將看到這一點會在機器上實現，因為我們收集并提供給它們更多不同的數據源，使它們能夠構建條件概率分布，以確定因果關系的方向。”

——決策咨詢平臺PROS首席人工智能戰略家Michael Wu