随着人工智能进入商业主流，2019年是公司采用这种改变游戏规则的技术并获得变革性商业价值的时候。

2018年将被人们记住是人工智能停止在商业边缘并进入主流领域的一年。随着众多利益相关者（包括技术买家，供应商，投资者，政府和学术界）对人工智能的认识和能力的提高，我预计人工智能将不仅仅是修补和实验，而且将成为商业领域的支柱。

随着越来越多的利益相关者宣称他们致力于在他们的组织中利用这项技术，人工智能已经到了世界舞台。我们肯定会看到未来几年通过人工智能获得的变革性商业价值。当我们到2018年结束时，让我们凝视水晶球，看看2019将为这项改变游戏规则的技术所持有的东西：

专题业务应用程序的兴起

目前，我们有许多通用的AI框架，如机器学习和深度学习，公司正在使用这些框架来处理大量用例。随着对预先打包软件的需求增加，我们将看到这种技术进一步发展为利基，主题业务应用程序。我们将看到从传统的AI服务范例迁移到旨在为特定用例提供服务的非常具体的开箱即用应用程序。在这个空间中为这些用例提供的主题AI应用程序对于促进AI的发展具有重要意义，而不是需要更长开发周期并可能导致企业无法负担的瓶颈的定制服务。

人工智能，区块链，云和物联网的合并

未来的软件堆栈是否可以在云上运行AI，Blockchain和IoT？不难想象这些指数技术如何能够共同创造巨大价值。物联网设备将主要是消费者和其他社会利益相关者将进行互动的界面。支持语音且始终连接的设备（如Google Home和亚马逊的Alexa）将增强客户体验，并最终成为与企业联系的主要渠道。语音识别和自然语言处理等AI框架将成为一端传感器与另一端解密技术之间的转换层。类似区块链的分散式数据库将作为管理供应链中各方之间的合同，消费者请求和交易的不可变核心。

专注于商业价值而非成本效益

2019年将是围绕AI的大多数执行和董事会对话将从减少员工人数和成本效率转变为具体商业价值的一年。2019年，越来越多的企业意识到专注于降低成本的人工智能解决方案是对精彩技术的犯罪浪费。Ai可用于识别收入损失，堵塞客户体验漏洞，并完全重塑业务模式。我确信那些只关注成本方面的企业将会失去竞争对手，这些竞争对手有更有说服力的策略来充分利用AI提供的各种优势。

 开发AI优化的硬件和软件

无处不在且普遍存在的AI将需要在运行它的硬件和软件的设计中进行范式转换。在2019年，我们将看到为设计和优化运行人工智能的硬件和软件的爆炸式增长。随着数据的大小和规模不断增加，AI应用程序和更复杂的算法，我们将看到对专用芯片组的巨大需求，这些芯片组能够以最小的延迟有效地运行AI应用程序。投资者对开发GPU，NPU等公司表现出浓厚的兴趣 - 正如中国创业公司Cambricon所证明的那样，该公司自今年上一轮融资以来价值高达25亿美元。最终用户硬件，如智能助手和可穿戴设备，也将看到需求的大幅增长。传统的软件范例也将继续受到挑战。今天的TensorFlow等新颖的框架将成为必需品。边缘计算等架构组件将确保更高的处理能力在本地可用于AI供电的应用程序。

'公民AI'成为新常态

我们看到广泛采用分析和数据驱动决策的原因之一是因为我们构建了使数据权力民主化的应用程序。数据不再停留在远程孤岛中，只有最先进的技术人员才能访问。借助工具和技术框架，我们将数据带入主流，并使其成为企业规划和执行战略的基石。根据Gartner的数据，公民数据科学家的数量增长速度将是专家数据科学家数量的五倍。在2019年，我预计西铁城AI将成为新常态。高度先进的AI驱动的开发环境可以自动化应用程序的功能和非功能方面，将带来一类新的“公民应用程序开发人员”，

培养和治理人工智能的政策

继2017年中国大规模宣布国家人工智能政策之后，其他国家已经急于分享他们对人工智能政策层面干预的看法。我希望看到更多国家提出他们的人工智能政策框架版本 - 从总体愿景到消除对道德违规行为的担忧。与此同时，各国也将被要求通过发布自己版本的GDPR规则来缓和他们对广泛数据扩散的热情。为了实现可以使用数据来丰富人工智能算法的生态系统，公众需要确信这是为了整体利益，他们没有什么可担心潜在的数据滥用和盗窃。

语音识别将彻底改变NLP

在过去几年中，自然语言理解（NLU）和自然语言生成（NLG）的框架取得了巨大进步。NLP算法现在能够破译情绪，讽刺和修辞。展望未来，语音助理将使用语音数据并将其与深度学习相结合，将语言与情感联系起来，丰富处理语音和文本的整体库。对于诸如客户服务和客户体验等领域而言，这将是一个革命性的进步，许多机器人通常都在努力应对客户的语音和语调。

可解释AI的增长

最后，由于人工智能支持的众多决策 - 特别是无人监督的学习模型 - 我们将看到企业需要“可解释的”人工智能。简单来说，可解释的人工智能帮助高管们“深入了解”，以了解人工智能所做出的决策和建议的“内容”和“原因”。可解释人工智能的发展将取决于提高透明度和信任度的必要性。可解释的人工智能对于确保从无监督系统中收集到某种程度的透明度（以及可能的学习）至关重要。

人工智能与分析的融合

这种趋势是当今企业数据决定性力量的合理结果。在2019年，我们将看到分析和人工智能的合并 - 作为从数据中发现和理解见解的一站式。随着到目前为止人工智能的进步，这些算法不仅能够承担涉及从多源，大量数据生成复杂洞察力的任务。人工智能和分析的这种融合将导致自动化，从而提高决策的速度和准确性，从而为业务规划和战略提供动力。人工智能预测将有助于更快地做出决策，最大限度地减少人为干预，并为企业创造更高的成本节约。

专注于物理和网络安全范例

人工智能转型成熟的两个领域是物理和网络安全领域。随着对物理和虚拟环境的入侵变得司空见惯，威胁变得非常普遍，人工智能将大大推动我们保护这些环境的方式。ML驱动的异常检测等领域的进步将大大减少表面潜在入侵安全环境所需的时间。这将使组织能够更好地保护用户数据。当与区块链结合使用时，人工智能将通过分散的，可追溯的数据库为网络安全带来巨大的推动力，这些数据库包含有价值的客户和战略信息。在物理安全方面，Computer Vision正在物理入侵者检测领域迅速获得通货膨胀。监视摄像机，最初由保安人员操纵，很快将被人工智能驱动的系统所取代，这些系统将能够更快，更主动地对入侵者造成对物理场所构成威胁的反应。当您将其与人脸识别相结合，与已知罪犯的数据库合作时，我们将看到裁决和处理执法机构盗窃和未经授权进入案件所需时间的量级下降。

总之，我预测AI将采取的广泛方向包括使其更加嵌入，负责和可解释的干预措施; 与云，区块链和物联网等其他指数技术融合; 网络安全; 用例的扩散和发展; 在技​​术及其配套基础设施方面取得了长足进步。企业最好采用这种革命性的技术，并确保有足够的人才来概念化，开发和释放AI应用程序的价值。