預測很難，特別是對未來進行預測，但是我們可以肯定，“AI Washing”將在2019年繼續(xù)興盛，蓬勃發(fā)展。這就是市場研究公司Forrester所說的人工智能炒作和喧囂，人工智能包含了一系列有望“改變世界”的技術。

在其2019年的預測中，Forrester嘗試用一定的現實來緩和“人工智能使用方面的非理性繁榮”，期待觀察企業(yè)在今天是如何實現自動化工作，并嘗試在數據分析和決策中添加智能的——人工智能和人類智能。以下是我對Forrester今天發(fā)布的兩份報告——《預測2019：人工智能》（Predictions 2019： ArTIficial Intelligence）和《預測2019：自動化》（PredicTIons 2019： AutomaTIon）——所做的摘要。

“關鍵是數據，傻瓜”：大多數公司都會發(fā)現，要實現他們對人工智能的期望——無論夸大與否 ——他們必須投資創(chuàng)建“一個值得使用人工智能的數據環(huán)境?！痹诓捎萌斯ぶ悄艿墓局?，有60％的決策者都表示數據質量是一個挑戰(zhàn)，或者是非常嚴峻的挑戰(zhàn)——這是他們在嘗試使用人工智能功能時遇到的最大的挑戰(zhàn)。

“自動化和智能的融合是一個新生事物”：超過40％的企業(yè)將會通過把人工智能與機器人過程自動化（RPA）相結合，創(chuàng)造出最先進的數字化工作者。RPA市場到2019年將達到17億美元，在2021年將達到29億美元。到2019年底，由于認知系統(tǒng)、RPA和各種聊天機器人技術的成功結合，自動化將消除20％的服務臺的互動。

“沒有人才就一無所獲”：三分之二的人工智能決策者在尋找和獲取人工智能人才方面苦苦掙扎，而83％的人在如何保住這些人才方面苦苦掙扎。解決方案可能至少部分地存在于問題本身，而且聽起來有點矛盾：公司應該使用人工智能來尋找稀缺的人工智能方面的人才。

“讓人類重新回歸”：10％的企業(yè)在實施人工智能應用程序時，將需要添加知識工程——人類的智慧和專業(yè)知識——以“提取推理規(guī)則并進行編碼，并通過他們的專業(yè)員工和客戶構建知識圖?！?/p>

“人類會重塑自我”：約有十分之一的創(chuàng)業(yè)企業(yè)在創(chuàng)立的時候使用的數字化員工就要比人類員工多。美國有10％的就業(yè)崗位將要因為自動化消失——但是將會有大約相當于目前就業(yè)崗位3％的新崗位被創(chuàng)造出來。自動化將有助于改善員工體驗，因為人類不用在操心那些死板重復的任務了。
在可解釋的人工智能中尋求信任：對透明且易于理解的模型的需求將會增加。45％的人工智能決策者們表示，信任人工智能系統(tǒng)是一個挑戰(zhàn)，或者是非常嚴峻的挑戰(zhàn)。

“集中化，混亂”：40％的企業(yè)將擁有自動化中心。變更管理、不可預測能力、控制、審計和安全問題將在2019全年引發(fā)企業(yè)治理問題。作為應對，企業(yè)將投資在統(tǒng)一框架基礎上設計的中央協(xié)調——自動化中心。

關于預測，可以確定的另一點是，有些預測不會實現，而其他一些趨勢會突然橫空出世。我詢問了Forrester的分析師們：對于2018年，你的預測中有哪些事情并沒有發(fā)生，而又有哪些你沒有預料到的事情發(fā)生了？

人工智能方面的Michele Goetz：

沒有發(fā)生的事情：我曾經預測企業(yè)會認識到人工智能是一種獲得更好業(yè)務成果的方式，而不是將人工智能視為自己的分析項目。相反，很多企業(yè)傾向于在數據科學實驗室中繼續(xù)測試和試驗機器學習。即使大多數公司都到了人工智能旅程的第二年和第三年，情況也是如此。因此，人工智能仍然被認為是分析工具，是IT的事，而不是業(yè)務加速器或一種創(chuàng)新。

讓我感到驚訝的事：企業(yè)在人工智能方面通過行業(yè)聯盟進行合作，通過同現有服務供應商合作伙伴的合作，增強人工智能的功能和能力。所以，即便他們事自己或者通過他們的技術供應商，使用現成的解決方案構建人工智能功能，他們還是覺得與了解他們業(yè)務的分析服務供應商和系統(tǒng)集成商相比，聯盟是擁有更多人工智能專業(yè)知識的地方。

自動化方面的JP Gownder：

令我驚訝的是UiPath等機器人過程自動化公司的高估值，該公司在C輪融資中籌集了2．25億美元，估值高達30億美元。我的同事Craig Le Clair在RPA及其快速增長軌跡方面一直處于領先地位。但市場對UiPath及其競爭對手的估值增長速度甚至超出了我的預期。

另一方面，我曾預測企業(yè)將在運營和面向客戶的場景中更廣泛地采用物理機器人技術。但這里存在著許多障礙：企業(yè)發(fā)現很難在運營和IT之間進行協(xié)調。讓這些機器人在現場工作的相關工程問題也非常突出。太多的機器人仍然需要你將工作空間改造為結構化或者半結構化的空間，而可以穿越非結構化空間的機器人最為經濟。而且我們缺少用物理機器人輕松構建系統(tǒng)的平臺——我預計這個問題會在2019年得到緩解。
?