為什么人工智能落不了地?四大深水區(qū)問題待解
人工智能+行業(yè)擁有極為廣闊的想象空間和市場前景,而這也是幾年前人工智能產(chǎn)業(yè)尚處于投資風(fēng)口時,人工智能創(chuàng)業(yè)企業(yè)向各路投資人反復(fù)宣講的故事。
本文引用地址:http://m.butianyuan.cn/article/202009/417942.htm但幾年過去了,在很多傳統(tǒng)行業(yè),如醫(yī)療、教育、物流、交通以及城市管理等等,人工智能的發(fā)展仍然處于小范圍試點階段,或者發(fā)揮著并不重要的作用,總體來說,有亮點,無驚喜。
這是為什么呢?主要可以歸為以下四點原因,或者說,以下四個問題,在某種程度上制約著人工智能在傳統(tǒng)行業(yè)中向更深層次進行滲透,阻礙著人工智能在傳統(tǒng)行業(yè)發(fā)揮顛覆性的作用。
問題一,業(yè)務(wù)數(shù)據(jù)的對接。
沒有數(shù)據(jù),任何模型都沒有意義。一些傳統(tǒng)行業(yè)在找科技企業(yè)做人工智能系統(tǒng)建設(shè)時,首先面臨的問題就是是否愿意以及高效地向?qū)Ψ教峁┧枰臉I(yè)務(wù)數(shù)據(jù)。如果人工智能科技企業(yè)拿不到足夠的業(yè)務(wù)數(shù)據(jù),或者數(shù)據(jù)的批量化標(biāo)準(zhǔn)和對接效率存在問題,那么后續(xù)的工作也就無從談起了。
問題二,模型的可解讀性。
通常來說,基于神經(jīng)網(wǎng)絡(luò)和大量業(yè)務(wù)數(shù)據(jù)訓(xùn)練出來的模型像是一個黑盒子,人們并不知道“人工智能”的決策過程。但在許多傳統(tǒng)行業(yè),業(yè)務(wù)人員要求所有的決策過程都應(yīng)該是有明確決策邏輯和可解讀的,很難容忍灰度和不確定性。所以,要想人工智能真正在傳統(tǒng)行業(yè)中介入核心業(yè)務(wù)流程,就需要推動傳統(tǒng)行業(yè)業(yè)務(wù)人員與人工智能模型之間的互認。
問題三,信息系統(tǒng)的對接。
在很多傳統(tǒng)行業(yè),都已經(jīng)有了極為完備和復(fù)雜的信息化系統(tǒng),如醫(yī)療、交通、城市管理等,而人工智能通常只是作為一個新增的業(yè)務(wù)系統(tǒng),必須與原有的行業(yè)信息化系統(tǒng)配合才能正常工作。但很多行業(yè)信息化系統(tǒng)由于技術(shù)架構(gòu)較為陳舊,承載不了與人工智能系統(tǒng)的對接與實時交互。而如果另外搭建一套新的完整的系統(tǒng),一方面需要極大的投資,另一方面也需要所有業(yè)務(wù)人員重新學(xué)習(xí)新系統(tǒng)的使用,成本很高。而如果勉強與原有信息化系統(tǒng)進行對接,則可能讓人工智能系統(tǒng)的運行效率大打折扣。
問題四,運營模式的轉(zhuǎn)變。
雖然人工智能系統(tǒng)的最終效果一定會大于純?nèi)斯?,但在相?dāng)長的一段時間內(nèi),其仍然需要大量的人工配合。業(yè)務(wù)人員需要基于人機交互,去及時響應(yīng)人工智能系統(tǒng)隨時可能出現(xiàn)的預(yù)警或發(fā)布的任務(wù),這其實是徹底改變了傳統(tǒng)行業(yè)業(yè)務(wù)人員的工作流程。業(yè)務(wù)人員從使用系統(tǒng)的“主人”,變成了配合系統(tǒng)的“仆人”,工作主動權(quán)和自由度降低。這種運營模式改變,可能會讓傳統(tǒng)行業(yè)業(yè)務(wù)人員極不適應(yīng),嚴重時會引發(fā)抵制。
總而言之,如果以上問題不解決,即便傳統(tǒng)行業(yè)試點上線了一些人工智能系統(tǒng)后,也常常會感覺其并沒有達到預(yù)期價值,從而對繼續(xù)推進人工智能的全面落地產(chǎn)生了退縮。
評論