随着人工智能在人们日常生活中的重要性越来越高，越来越多的人想知道这些模型是如何工作的。这是由内部利益相关者、消费者和监管机构推动的。CloudSphere的首席技术官KeithNeilson表示，AIOps更加重视网络资产管理以标记和分类资产——随着企业采用自动化来帮助警报管理和自动解决问题以最大限度地提高运营可靠性和正常运行时间，AIOps正在兴起。与此同时，我们看到资产的高级标记和元数据管理正在兴起，以确保AIOps算法能够在自动化流程中有效地管理这些资产。TruEra联合创始人、总裁兼首席科学家AnupamDatta表示，与欧盟委员会不同，美国监管机构一直在研究人工智能的挑战和影响，但尚未采取重大行动。我预计这种情况会在2023年发生变化，美国最终会在联邦层面起草自己的规则，类似于欧盟和亚洲已经生效的规则。安全围栏对这个市场上的每个人都有好处，最终将有助于建立对人工智能的信任。美国即将出台相关规定，企业要做好准备。Icertis的联合创始人兼首席技术官MonishDarda表示，虽然人工智能传统上被视为一项复杂且具有挑战性的创新，但到2023年，人工智能将传播给更广泛的用户群，包括那些没有AI专业知识的人。这一变化将把权力交到客户手中，而不仅仅是开发商。公司将寻求自助服务工具来创建自己的自定义机器学习模型，以检查特定于业务的属性。企业将通过负责任的AI应对即将出台的AI法规。欧盟和美国政府计划实施新的法规来保护消费者（即欧盟产品和人工智能责任规则和白宫人工智能权利法案）。然而，令人惊讶的是，许多组织将AI监管视为成功的福音，而不是障碍：近三分之二(57%)的公司将AI视为其战略重点的关键推动因素。到2023年，许多企业将从被动的AI合规战略转变为积极发展负责任的AI能力，为适应新的法规和指南奠定坚实的基础。人工智能是敌是友？TruEra联合创始人、总裁兼首席科学家AnupamDatta表示，在2021年和2022年，人们担心人工智能会因训练数据不佳等因素而导致偏差。2023年，越来越多的人意识到人工智能可以绕过偏见产生的历史点，帮助消除偏见。人类往往比机器更有偏见。人们开始看到人工智能可以减少偏见，而不是引入偏见。地缘政治变化将减缓人工智能的采用，因为恐惧和保护主义对数据移动和处理的位置造成了障碍。随着企业努力维持电力供应，宏观经济不稳定，包括能源成本上升和迫在眉睫的衰退，将阻碍人工智能计划。Icertis的联合创始人兼首席技术官MonishDarda表示，到2023年，公司将专注于消除自动化决策系统中的偏见。近年来，Icertis优先开发符合道德且可解释的AI模型。现在，随着《人工智能权利法案》蓝图的发布，整个科技行业将致力于消除人工智能领域的不平等现象。机器永远不会拥有所有数据，这就是为什么让人类参与进来如此重要。增强型数据治理：Nexla创始人兼首席执行官SaketSaurabh表示，随着人工智能与数据质量、元数据管理和主数据管理的集成度越来越高，增强型数据治理的重要性将越来越高。这意味着由于机器学习和人工智能的进步，手动数据管理任务将减少，这将使专家能够处理更多高价值任务。人工智能速度和质量之间的较量将达到白热化。只要企业利用人工智能，高管们就会关注以下两件事之一：人工智能的部署速度或人工智能数据的质量。技术与人工监督相结合，有助于发现流程中需要改进的地方，这将有助于实现速度和质量，并帮助公司在来年实现其AI目标。EZOPS创始人兼首席执行官BikramSingh表示，企业将能够在其组织内使用AI来更好地满足其各自的特定业务需求。人们将在2023年看到的AI最大趋势之一将从数据科学家的体力劳动转向更工业化的嵌入式结构，实际业务用户可以在其中开始使用和使用算法。它将不再严格属于数据科学家的领域，它将摆脱标准的实验室类型的黑盒结构。人们真的会开始在这些项目中看到更多的工业化。我们将看到的是，通过消除这些数据孤岛并将人工智能直接应用于组织，有可能使组织内的信息民主化。这也将受益于低代码无代码类型的环境，在这种环境中，用户可以开始配置他们想要使用的数据集，以及他们自己如何计算和利用这些数据来创建预测、微调它们并使其发挥作用为他们。Kyndi创始人兼CEORyanWelsh表示，人工智能行业将提供更多可由企业用户直接操作的工具。企业一直在雇佣越来越多的数据科学家和MLE，但AI在生产中的净采用率并没有以同样的速度增长。虽然正在进行大量研究和实验，但企业并未从可以随着业务环境的发展轻松扩展和管理的AI生产解决方案中受益。在接下来的一年里，人工智能将开始变得更加民主化，这样技能较低的人就可以直接利用抽象出机器学习所有复杂性的工具。没有接受过高级统计和/或数学方面正式培训的知识工作者和公民“数据科学家”将使用这些自助服务工具从数据中提取高价值的见解，使他们能够执行高级分析并以业务速度解决特定问题.业务问题。随着基于AI的决策的商业应用增加，符合道德的AI变得至关重要。各行各业的公司都在加速使用人工智能进行基于数据的决策。无论是社交媒体平台打压帖子、连接医护人员与患者，还是大型理财银行向终端消费者发放信贷；然而，当人工智能决定最终结果时，目前还没有办法抑制算法中固有的偏差。到2023年，企业将需要能够遵守这些拟议的法规，包括确保隐私和数据治理、算法透明度、公平和非歧视、问责制和可审计性。考虑到这一点，企业必须实施自己的框架来支持有道德的人工智能，这在来年必将变得比以往任何时候都更加重要。
