人工智能的重点从大数据转向“小数据”

fabio-oyXis2kALVg-unsplash

随着各国数据和隐私安全法规纷纷落位，对人工智能技术监管收紧，人工智能的大数据红利期已经一去不复返，但这并不意味着人工智能的发展会受阻，相反，在小数据时代，人工智能同样大有可为。

根据 Gartner的报告，到 2025 年，70% 的组织将被迫将重点从大数据转移到小数据和泛数据，为分析提供更多上下文——并减少人工智能对数据的需求。

Garnter今天发布的报告，提出了推动企业 AI 创新的四个趋势。研究发现，虽然人工智能行业仍处于“进化状态”，但边缘人工智能、计算机视觉、决策智能和机器学习等技术有望在未来几年对市场产生变革性影响。

Gartner 看到了公司寻求超越当前人工智能工具功能的趋势的证据。组织正在关注实施、风险管理和道德规范，因为他们希望扩展 AI 计划。但是，Gartner 警告说，如果数据领导者不“优先考虑并加速”处于不同成熟阶段的人工智能技术的投资，他们将面临无法从这些计划中实现价值的风险。

负责任的人工智能

Gartner 表示，人工智能技术的信任度、透明度、公平性和可审计性的增加对一系列利益相关者来说仍然越来越重要。“负责任的人工智能”可以帮助实现表面上的公平、信任和合规性——即使数据中存在偏见且可解释性方法不足。出于这个原因，Gartner 预计到 2023 年，所有为人工智能开发和培训工作聘请的专家都必须证明他们在负责任的人工智能方面的能力。

与此同时，Gartner 预测新兴的“小而广”的方法将实现更强大的分析和人工智能，减少组织对大数据的依赖。宽数据允许分析师检查和组合各种大小、非结构化和结构化数据，而小数据则专注于应用分析技术，在小的、单独的数据集中寻找有用的信息。

人工智能运营化

大流行期间企业数字化转型的需求推动  了对人工智能的投资 。人工智能初创公司在 2020 年第四季度共筹集了734 亿美元，同比增长 150 亿美元。根据 ManageEngine 最近的一份报告，在过去两年中，美国 80% 的公司加速了人工智能的采用。

该报告发现，利用人工智能进行业务转型的紧迫性正在推动对人工智能平台进行运营的需求。这意味着将 AI 项目从概念转移到生产，以便可以利用 AI 解决方案来解决企业范围内的问题，例如客户服务自动化。Gartner 指出，鉴于人工智能部署所涉及的数据和计算资源的复杂性和规模，人工智能创新将要求以最高效率使用这些资源。

Gartner 研究副总裁 Svetlana Sicular 在一份声明中表示：“[我们的] 研究发现，只有一半的人工智能项目能够从试点进入生产阶段，而那些平均需要九个月的时间才能完成。” “人工智能编排和自动化平台以及模型运营化等创新正在实现可重用性、可扩展性和治理，加速人工智能的采用和增长。”