您是否知道可以使用AssistEdge自动执行50-80％的企业业务流程？使用AssistEdge可以识别流程、部署机器人并轻松扩展。
人工智能并不是什么新鲜事，自上世纪中叶以来，学术界一直在使用控制论和脑机接口等创意。但物联网和它的数据泛滥、数据湖以及机器学习的进步已使AI在学术之外走向主流企业，进入我们的家庭、城市和工作场所。从医疗保健到网络安全再到制造业，企业正在努力将AI集成整合到他们的产品、设备和服务中。
人工智能已经发展到可以实现从图像识别到语言处理、数据分析和预测分析的广泛功能。它使机器能够比人类更快地做出决策和演绎推理。它为物联网可以实现的目标创建了一个额外的层，几乎是相互依赖的，例如，用于企业市场的AI驱动的分析平台的增长，以及预测和规范分析以及自适应/持续分析的支持。
在炒作泛滥的地方，总会有各种各样的事情发生。 《卫报》上今年我最喜欢的一篇文章分享了“伪AI”的实践 - 它本质上是用人类做作为人工智能的原型。消费者认为由机器执行的任务，例如将语音邮件转换为文本、日历安排，以及聊天机器人实际上是真人的场景。这是需要获得足够的数据集以使机器能够自己学习并接管任务的公司的组合，以及雄心勃勃的初创公司承诺在理论上可行的技术，但目前它还不完全存在，即使在基本水平上人工智能也很难做到。过去三年我一直在使用嵌入式人工智能语音文本翻译器，然而在准确性方面仍然非常不完善 - 直到今年它才承认IoT这个术语。
我们可以预期人工智能将为未来几年加速创新奠定基础，推动一些经济部门并完全限制某些行业。它可能还没有准备好完全接受我们的工作，那么，我们在2019年能够期待什么呢？我和一些现在正面临挑战的人深入的探讨了这些问题：
在人工智能领域的投资成为保持竞争力的标准
“我们看到的两个最大的具备价值增长的领域是将人工智能技术应用于零售和社交互动 - 尽管医疗保健和金融代表着巨大的机遇。这些细分市场中的公司有机会从他们那里收集大量数据。客户/用户可以通过提供更集中的产品或交互建议来更有效地运行他们的收购和销售渠道，以便让用户更深入、更长时间地参与。鉴于激烈的范式转变，一些大型企业参与者对这些细分市场施加影响，预计在2019年，由于在竞争日益激烈的市场中推动增长和保持市场份额的必要性日益增加，投资此类人工智能应用将成为常态。
Pedro Alves Nogueira博士，人工智能和数据科学专业主管兼Toptal工程总监
全新的语音客户分析
语音商务的重要性 - 随着越来越多的服务/网站与Siri，Alexa，Google智能助理等语音功能集成，组织需要重新定义其SEO策略以推动类似/更高的转换。这与语音机器人/聊天机器人功能的商品化相结合，应该会带来更新的客户体验计划。
Bhaskar Roy - 客户合作伙伴兼客户分析主管
AI个人安全代理的出现
“人工智能引擎将发挥类似于防病毒软件的作用，帮助我们管理个人数据的暴露、保护隐私，并保护我们免受数据滥用。想一想：谷歌知道你最隐秘的想法和恐惧，Facebook知道你的整个家庭和社交圈子，你的秘密暗恋对象是谁，你公开表达的政治观点，你想到的，你去过和喜欢的地方，比你更了解你的财务和消费习惯，甚至比你自己更了解你的整个基因组“。
Lana Klein - 增长分析和AI转型（GAIT）的执行合伙人
缺乏数据科学技能和资源推动数据科学自动化的推进，从而在组织内推进AI和M1项目
“通过AI和ML计划实现更高投资回报的压力，将推动更多业务领导者寻求创新解决方案。虽然许多行业正在对数据科学进行大量投资，但数据科学技能和资源的稀缺限制了项目内AI和ML的进步。
此外，一个数据科学团队每年只能执行几个项目，这是由于流程的迭代性质以及用于数据准备和特征工程的手动工作。在2019年，数据科学自动化平台将占据大部分的市场份额。数据科学自动化将涵盖比机器学习自动化更广泛的领域，包括数据准备、特征工程、机器学习和数据科学管道的生产。这些平台将加速数据科学，执行更多业务计划，同时保持当前的投资和资源。”
DotData首席执行官兼创始人Ryohei Fujimaki
数据科学家和商业领袖之间的联系导致冲突
“商业领袖的挫败感将继续增长。对于许多公司而言，机器学习计划的所有掌握在数据科学团队手中。尽管他们精通选择、构建和验证训练算法并将其转化为解决业务问题的模型，但数据科学家并不熟悉在生产中部署和管理这些模型所需的内容 - 这一点通常由运营团队拥有。因此，企业通常需要比预期更长的时间才能看到机器学习的好处。这让企业领导者不确定他们什么时候会完成机器学习目标，导致越来越多的挫败感。“
Svar Metzger，ParallelM首席执行官
