資本實驗室·今日創新觀察

聚焦前沿科技創新與傳統產業升級

王進

最近幾天，印度人工智能數據分析公司Fractal Analytics宣佈獲得私募投資機構Apax Partners的2億美元投資，估值達到了5億美元。也是在近期，該公司的幾位人工智能專家分別對2019年的人工智能應用趨勢進行了預測。

這些預測提供了幾個非常好的觀察視角：

（1）人工智能本身是一種數據科學，“誰擁有數據，誰就擁有世界”。圍繞數據的競爭與應用將持續下去。

（2）人工智能將加速在醫療、投資、保險、法律等各行業，以及企業內部管理、客戶服務等運營管理環節的應用。

（3）機器人過程自動化、5G、邊緣計算、自然語言處理、語音技術、增強現實、可穿戴等技術將與人工智能相結合，不斷拓展出新的產業應用場景。

（4）全球衆多企業將面臨人工智能人才緊缺的挑戰，而如何與“數字化員工”共同工作也將倒逼企業進行人才戰略的升級。

（5）隨着人工智能應用的加速，消費者獲得的便利，以及與之相伴的隱私問題將成爲整個社會的一種雙向道路。在此背景下，新的法律、道德規範需要被重建。

總體來看，這些預測涉及範圍廣泛但又具有很強的實用性。以下是該公司人工智能專家提出的詳細預測：

Andy Walters（戰略顧問&董事會成員）：

•隨着企業需要精益，敏捷並專注於增長，AI/分析領域的軍備競賽將繼續。在目標業務流程中利用AI功能的領導者將擴展到企業範圍內的價值驅動機會。“智能企業”將贏得競爭。

•在新藥發佈和監管等方面，醫療公司將面臨更大的壓力。他們將利用顛覆性的人工智能技術爲研究人員、醫生和患者帶來突破。製藥公司將加速對初創企業和分析能力的戰略投資。

•企業和初創公司都將充分利用基於雲的技術，並期待Nvidia這樣的AI芯片製造商與雲服務、軟件提供商合作，建立能夠激發創新商業模式的規模化人工智能引擎。基於雲的AI/分析將爲該領域提供下一個“摩爾定律”突破。

Doug Hillary（戰略顧問&董事會成員）：

•企業將增加自然語言處理（NLP）的使用，以及後端數據、分析和傳統CRM / ERP系統的語音集成，爲消費者和員工創建更加個性化和增強的客戶服務。

•下一波“沉浸式智能”將使消費者的生活變得更輕鬆。增強現實技術將與機器學習，虛擬助手和可穿戴設備融爲一體，讓消費者可以在家中更輕鬆地進行連接，購物，遊戲和執行任務，還可以與醫療保健服務商一起管理自己的健康。

•對機器人過程自動化（RPA）的投資將迅速加速，以在更廣泛的後臺運營和更復雜的端到端自動化挑戰（例如訂單處理）中提高生產力和效率。

•2018年5G的推出，以及2019年推出支持5G的“邊緣”設備，如智能手機，熱點，網關和物聯網設備，將加速在混合或分佈式架構中執行分析的能力，併爲AI提供新的商業和消費者用例。

•緩慢的宏觀經濟增長和人才的稀缺，以及越來越關注在競爭激烈的市場中獲得數字化轉型的好處，將迫使CIO在內部做得更少，並依賴於合作伙伴生態系統。

•管理者和人力資源專業人員需要認真對待再培訓或提升現有員工技能的挑戰，以適應與“數字化勞動力”的共同工作。

Jeff Shacket（首席顧問）：

•醫療機構將繼續在人工智能方面進行零碎的努力，而不是制定全面的戰略來提升其分析能力。

Vishal Agarwal（首席顧問）：

•AI驅動的助手將在2019年變得更加具有認知力，並執行比以前更復雜的任務。

Bhaskar Roy（客戶合夥人，消費者分析主管）：

•從雲端處理轉向邊緣：隨着更多的實時決策需要減少決策時間，以通過連接的機器，物聯網等實現更智能的操作，這將導致數據處理和計算能力轉向邊緣，以實現更加動態的實際應用。

•數據安全和隱私：隨着越來越多的國家/地區着眼於數據存儲的本地化，以及對數據使用限制/邊界的規範，推動個性化洞察的能力將受到挑戰。理想情況下，這應該會導致組織尋求創新方法來推動客戶的參與。

•語音商務的重要性：隨着越來越多的服務/網站與Siri，Alexa，Google智能助理等語音功能集成，組織需要重新定義其SEO策略以推動類似/更高的轉換。這與語音機器人/聊天機器人功能的商品化相結合，應該會帶來更新的客戶體驗計劃。

David Yeo（客戶合夥人）：

•領先公司將擴大對語音機器人的採用，而這將在低附加值任務中發揮更大的作用。

•圖像分析將提高複雜程度，並支持索賠理賠人員更準確地估算財產和汽車的損失。

•人工智能將開始被納入領先公司的指標儀表板，以提供自然語言處理（NLP）界面和預測性見解。

Sankar Narayanan（金融，TMT等部門首席實施官）：

•爲顧問和機構投資者等客戶提供經驗與服務將成爲資產管理公司人工智能計劃的重點關注領域。 簡化的投資解決方案和按需顧問服務（通常通過在線/移動平臺進行）也將在來年推進。

•2019年可能會看到一個或多個科技巨頭（如谷歌、亞馬遜、Facebook、蘋果）大力衝擊數萬億美元的投資行業，例如提供資產管理服務，加劇競爭，並在現有企業之間施加壓力，以提高運營效率。持續的差異化將包括龐大的數據，頂尖的數據科學人才以及高效運營的能力。

•人工智能和工程人才之戰：將費用結構轉向“阿爾法”一代（注：“阿爾法”一代是指生於2010至2025年間，受科技影響最深的一代人）。這將導致熱衷於獲取替代數據源，人工智能和數據工程人才，以及與學術界和金融科技公司的進一步合作。

•人工智能會朝着大規模實施的方向發展：包括雲遷移，減少數據延遲和設計等工程，尤其是簡化的和個性化的解決方案。

•行爲科學的影響將超越基於目標的策略。行爲科學的廣泛應用將把認知偏差，人類情感和博弈論等方方面面結合起來，並被引入投資和諮詢流程。

Lana Klein（GAIT部門管理合夥人）：

•管理人工智能的“狂野西部”：人工智能的發展將激發（與之相關的）法律，道德和立法行動，以管理人類如何處理大數據和技術。

人工智能和大數據正在爲人類創造許多新的道德和法律困境。技術增長速度遠快於人類處理法律，道德和心理影響的能力，併產生了人工智能的“狂野西部”。在未來幾年，我們將看到與解決這些問題有關的行動。

即使不會對我們造成傷害，我們如何看待其他人對我們的一舉一動，所思所想可能產生的利害關係？爲了更加方便和安全，我們願意犧牲多少隱私？對於通過AI芯片與我們的大腦融合來擴展智力的可能性，我們會如何感受？……總之，需要解決的問題很多。爲此，新的法律，新的道德規範，新的心理界限都將出現。

•AI個人安全代理的出現：AI引擎將扮演類似於防病毒軟件的角色，並幫助我們保護隱私，防止個人數據泄露，並免遭數據濫用。想一想：Google知道你最隱祕的想法和恐懼；Faceboook知道你的整個家庭和社交圈子，你的暗戀對象，以及你去過和喜歡過的地方；而Mint比你更瞭解你的財務狀況和消費習慣；23＆me公司則知道你的整個基因組信息。

Alina Ignatiuk（管理諮詢經理）和Alexander Sychov（GAIT部門首席數據科學家）：

•人工智能的民主化：對人工智能技術的非專家使用和複製將會增加。這將通過爲非技術專家設計的教育項目，爲AI開發人員提供的用戶友好界面的應用程序，以及市場上更高的工資和對AI產品的興趣來實現。這種民主化將有助於增加人工智能技術的曝光率，並將其帶到每個家庭，使“羣衆/更廣泛的社區”能夠利用這一點並提高生活質量。與此同時，以技術爲導向的公司仍將面臨能夠在該領域開展突破性創新的技術專家的短缺。

•“誰擁有數據，誰就擁有世界”：科技巨頭將利用其擁有的大數據壟斷優勢，並通過應用人工智能獲得的見解來賺取額外利潤。與此同時，更多的數據將公之於衆，從而帶來更多的公共倡議和社區服務的改善。

•人工智能和數據科學市場的分散化和多樣化：雖然主要的基礎開發和突破性創新仍將由“AI藍籌”（想想全球領先的技術公司和大型分析公司，以及主要國家的政府）來完成，更多世界各地的公司，包括越來越多的基於AI技術的創業公司都將加入到這一領域。

•人工智能應用程序和技術的發展與傳播將成爲人類的雙向道路：一方面，這會通過使用更隱含的心理和行爲數據，不斷帶來個人隱私侵犯，心理操縱增加等問題；另一方面，消費者將獲得更好品類和更高質量的產品與服務，同時人工智能將引入具有市場突破性的產品與服務，從而帶來更高的生活水平。

•人工智能技術的發展使其能夠應用於法律服務等新的行業：例如，美國之前的遺留系統產生了司法裁決、先例、法庭聽證摘要等大量數據，這正是人工智能應用的完美背景，也將爲法律公司提供降低成本的巨大機會。

•從基於人類的洞察力轉向基於人工智能的洞察力：這將通過越來越多公開可用的社會經濟數據和市場趨勢來實現。

•人工智能將成爲傳統行業提高生產力的重要推動力：爲農業、製造、醫療保健和公共部門等行業提供新的人工智能技術和產品，並將帶來下一次技術革命和生產力的提高。

•人工智能將繼續把IT和數據管理行業提升到新的水平：對公司數據理解和使用的增長將帶來更高的需求，並在所有的全球化公司中推動基於AI的應用程序、數據集成和數據管理項目進入新階段。

•對人工智能的商業興趣將推動人工智能領域和數學，物理，醫學等其他相關領域的科學發明。

•人工智能將繼續改變高等教育市場：以人工智能爲導向的課程不僅會擴展到技術專業，而且會出現更多的商業，醫學，社會科學等（人工智能）雙學位課程。這一趨勢將在發達國家擴大，並與發展中市場相呼應。

•人工智能將繼續塑造全球勞動力市場，而這種影響將主要體現在兩個方面：一方面，傳統勞動密集型行業（如銀行，保險，政府，教育，醫療保健等）的低技能專業人士將被AI產品取代；另一方面，數據科學勞動力市場的發展將帶來所需專家的更加多樣化。相關教育項目和培訓的加大將爲市場帶來更多“公民數據科學家”、數據可視化專家、跨領域專家（人工智能與醫療保健，人工智能與保險，人工智能與環境等）。