大數(shù)據和人工智能工具的結合可以實現(xiàn)新的分析和自動化形式，而在企業(yè)應用程序中，directadmin授權，這些技術仍在不斷發(fā)展和演變。
Dun&Bradstreet公司今年1月發(fā)布了一項調查結果，調查發(fā)現(xiàn)，40%的受訪者表示部署人工智能技術增加了更多的工作崗位。這一發(fā)現(xiàn)似乎與采用人工智能將減少就業(yè)機會的擔憂相反，而在調查中，100名受訪者中只有8人表示，他們的組織由于采用人工智能而裁員。
這是Dun&Bradstreet公司的調查團隊于去年12月在波士頓的人工智能世界會議和博覽會上對與會者進行的調查，這就提出了一個問題，即企業(yè)將如何適應人工智能和大數(shù)據等新興技術，尤其是處在這個前所未有的數(shù)字化顛覆時代。
企業(yè)領導者面臨數(shù)字化顛覆的現(xiàn)實，發(fā)現(xiàn)即使在人工智能上采用快速跟隨策略也很難應對。迅速發(fā)展的技術以及人工智能對未來工作的影響，將導致工作崗位的變化和知識型員工難以保留等迫在眉睫的問題。
采用人工智能的好處以及帶來的問題
Dun&Bradstreet公司的調查發(fā)現(xiàn)，人工智能主要用于分析、自動化和數(shù)據管理。正在啟用新功能，使原本不可訪問的域更容易訪問。例如，大學教授現(xiàn)在可以使用一系列工具來檢測作弊行為，這曾經是一個人工檢驗和基于經驗的繁瑣過程。在人力資源部門，也采用了能夠篩選簡歷、預測應聘者是否合格成功的技術，以及執(zhí)行許多其他任務的技術，這些任務曾經被認為難以處理。
不僅僅是人工智能功能使這些應用程序更加可行，它也是對業(yè)務任務的重新構想，以利用現(xiàn)有數(shù)據并開辟新的思維方式。與此同時，不斷變化的隱私法規(guī)使企業(yè)和網絡犯罪分子以驚人的新方式使用先進的技術，這迫使企業(yè)采用更多資源處理與數(shù)據安全和治理相關的問題。
當今的業(yè)務環(huán)境越來越復雜，很難應對這種混亂。隨著第二代數(shù)字原生代的興起，需要對不斷增長的人工智能和大數(shù)據的應用進行探索和研究。
根據Dun&Bradstreet公司的調查，人工智能技術目前在大多數(shù)組織中都有一定程度的使用。這一發(fā)現(xiàn)與其他行業(yè)機構的研究是一致的，這些研究指出，人工智能技術已從認識和早期采用過渡到全面實施，并從使用中創(chuàng)造了附加業(yè)務價值。
現(xiàn)實情況是，許多人工智能應用程序，特別是那些需要豐富的穩(wěn)定數(shù)據集合得出結論的人工智能應用程序，一直受到數(shù)據發(fā)現(xiàn)和管理的復雜性的困擾。然而，隨著大數(shù)據技術的發(fā)展，使組織能夠保持和管理越來越多的數(shù)據，利用物聯(lián)網和移動網絡等新技術的新應用開始產生有希望的結果。其中一些例子包括執(zhí)法中的面部識別、智慧城市技術、自動駕駛汽車和無人機等。
誰在采用企業(yè)人工智能并在做什么?
對人工智能從業(yè)者的調查通常包括三類：已經成功部署人工智能應用程序的人員;正在部署人工智能項目，但仍在創(chuàng)新和投資回報率之間尋求平衡的人員;仍在探索人工智能技術或尚未對企業(yè)中的人工智能做出認真承諾的人員。而關于這三個群體的相對規(guī)模存在重大爭議。
Dun&Bradstreet公司的調查是在一次以人工智能為重點的活動中進行的，近半數(shù)受訪者(44%)表示他們的公司正在部署該技術，而20%的受訪者表示其公司已經部署人工智能技術。23%的人表示，正在計劃實施。
尋求采用人工智能技術解決復雜問題的企業(yè)有時會感到有點困惑，對其結果不滿意，這表明存在一些可解釋性問題。如果人工智能方法沒有得到很好的理解，云服務器，那么他們很難接受看似違反直覺的結果。這一點在Dun&Bradstreet公司的調查結果中比較突出，46%的受訪者表示，理解人工智能如何得出結論是他們組織面臨的一個問題。只有三分之一的人表示，他們完全理解他們的人工智能系統(tǒng)是如何得出結論的。
對人工智能結果不滿意的其他一些原因來自于基本問題的制定。例如，由人類訓練的監(jiān)督人工智能方法存在基于潛在誤導性強化現(xiàn)有知識做出決策的風險，特別是在沒有提前采取正確步驟來解決偏差的情況下——在數(shù)據、算法本身或在他們產生的結果的解釋中。
問題制定依賴于數(shù)據科學家確保使用正確方法和數(shù)據的能力，并要求正確的問題支持得出的結論。問題制定不完整的風險強調需要有可解釋的人工智能和更多關于思想和方法多樣性的對話，以便技術對企業(yè)更有價值。
人工智能和大數(shù)據的正確組合
仔細考慮人工智能使用的數(shù)據同樣重要。在Dun&Bradstreet的調查中，很多組織表示，缺乏正確的數(shù)據是進一步實施人工智能的最大障礙之一，28%的受訪者認為缺乏內部專業(yè)知識也是一個主要障礙。
