2020~2030：人工智能称霸的十年2030年，机器人和人工智能将被禁止进入地球。相反，我们看到了人工智能的巨大进步，而且这种趋势可能会在未来十年继续下去。英国对人工智能的投资最近在2019年创下历史新高，从2018年全年的10.2亿美元增加到2019年前六个月的10.6亿美元。此外，欧盟委员会新任主席UrsulavonderLeyen最近呼吁，对于GDPR式的人工智能使用监管，预示着该技术将在各行各业的企业中大规模采用。人工智能有多个方面，具有不同的目的和能力，智能自动化是一个特别受到关注的领域。智能自动化(IA)将人工智能与自然语言处理、数字劳动力管理以及机器学习与自动化相结合。该技术的这一分支目前预计将从2019年的80亿美元增长到2024年的144亿美元。IA利用分形科学的潜力将成为AI的一个重要分支，可以帮助公司解决非结构化数据挑战。从本质上讲，它将使公司不仅可以处理结构化数据，还可以处理非结构化数据，并且鉴于到2025年此类数据将占所有业务数据的80%，更多公司将寻求将IA与分形科学结合用于其业务过程。诸如集成自动化平台（IAP）之类的深度自动化工具等人工智能技术将很快成为业务处理工具。AntWorks预测，在未来十年，很难找到一个行业不利用AI来智能地自动化业务流程。由于所有行业都有无数人工智能用例，以下是我们对2020年及以后的预测。1.自动化劳动力和服务各行各业的公司在很大程度上都对方便客户有着永无止境的需求。毫无疑问，聊天机器人的采用在某些领域正在增加。显然，消费者并不反对这个想法，40%的消费者不会担心机器人或人类会帮助他们，只要它有积极的体验并解决了他们的问题。但是，自动化客户服务角色可能会使工作面临风险，或者可能需要改变人员技能。公司需要将技能提升/技能提升计划整合到他们的数字化转型战略中，以真正实现人力和数字化劳动力带来的价值。2.人工智能促进监控对于世界上大多数政府来说，公众的安全和保障是重要的议程。这就是为什么在未来十年内，我们可能会看到越来越多的人采用计算机视觉技术作为一种监视形式。然而，管理机构面临的主要挑战是技术的道德实施。2019年，CIA技术开发副主任DawnMeyerricks证实，该组织正在开展137个人工智能项目，包括能够在实时视频记录中识别和标记物体或个人的计算机视觉解决方案。然后将这些发现标记给监视小组以供进一步分析。根据Meyerricks的说法，CIA还在研究一种人工智能解决方案，该解决方案可以通过趋势变化和数据分析来预测任何重大的未来事件，从而使他们能够做出相应的准备。虽然后一种AI技术用例当然符合公共维护，但将其用于更险恶的活动也并非不可能。这种担忧自然会加强组织解决安全问题的需求，以及负责任地使用其他有效且有前途的新AI安全功能的需求。3.AI与伦理：争论仍在继续整个2020年代，在不同行业使用AI的伦理将成为热门话题。人工智能有潜力解决世界上最大的挑战，并提高我们个人和职业生活的质量。然而，人工智能确实存在落入坏人之手的风险。从政治固定到企业间谍活动，犯罪分子利用技术达到别有用心的危险方式数不胜数。规范和标准化AI的呼声已经出现并将继续浮出水面。这意味着增加投资并有望扩大对所有行业的AI监管，可能会确保那些不遵守规定的人承担更大的后果。成功使用AI取决于信任，而信任只能在最大限度地遵守道德原则和实践的情况下随着时间的推移而建立。随着我们努力进入下一个十年，我们真正看到人工智能和自动化席卷全球的唯一方法是对其进行智能监管。首先是激励技术的进一步发展和创新，这意味着规范应用程序而不是技术本身。政府需要提供一个框架来确保防止人工智能被恶意使用。这意味着我们期望主要组织承担更大的责任和问责制，以负责任和合乎道德的方式提供任何形式的尖端人工智能技术。4.医疗保健中的人工智能呈指数级增长药物发现和测试是一项昂贵的工作。事实上，每个新药开发项目的运行成本约为26亿美元。鉴于抗病能力的增强和超级细菌的兴起，对于许多大型制药公司而言，将新药推向市场已成为一场与时间的赛跑。人工智能可以加快药物测试过程。药物分子构成的复杂性意味着由于组合数量庞大，很难找到特定药物新组合的数据。因此，需要做大量的工作来研究有关基因、分子结构和其他生物信息的研究数据。对于人类来说，处理如此大量的数据可能非常困难且耗时，这就是为什么需要智能自动化平台使用多租户机器人和深度学习算法以更快的速度处理和分析这些数据目录。这不仅会加快药物上市时间，还会为制药公司节省数十亿美元的收入。Frontline是医疗行业智能自动化的另一个用例。目前，医生一半的时间花在电子健康记录(EHR)和文书工作上。使用AI处理患者数据不仅可以让医生每天看到更多的患者，而且AI可以提供的数据洞察力将提供更快、更有效的患者诊断。人工智能技术拥有巨大潜力，有望在未来十年为所有行业创造巨大机遇。它的预期增长意味着组织将需要继续修补他们的数字化转型战略，以适应有效使用人工智能的需要。最重要的是，随着市场日益饱和，人工智能和机器学习将很快决定许多公司的命运。
