早期采用者对AI/ML的接受
只有那些对AI/ML的认知过程有比一般人更好理解的早期采用者，才会全身心地在整个企业中拥抱AI/ML。而大多数其他公司的高管都还在小心的评估AI/ML，以衡量风险与回报。在这些高管之后，德勤、麦肯锡、普华永道、Forrester和IDC等顶级数据分析机构也在衡量对AI/ML的担忧和未来的应用前景。调查显示，在AI/ML开发的早期阶段，很多企业就已经急于实现了。
最近，随着高管们开始在可预见的成功领域进行AI/ML试点，采用这种技术的速度已有所放缓。随着AI/ML产品和服务的开发，业界预测至少73%的企业高管将实施某种形式的AI/ML，目的不是消灭人才，而是更有效地重新安排他们的位置，以符合成本效益的方式填补空缺。再培训不仅能保持员工的忠诚度和在公司内部的成长，还能填补一个迫切需要的职位，而这个职位通常很难用更低的成本来填补。
企业高管们希望通过AI/ML，在以下方面扩大并解放人类活动:1)客户服务和支持，2)销售流程自动化和推荐，3)威胁情报和预防，4)欺诈分析和调查，以及5)自动化的预防性维护。其他需要提到的还包括智能过程自动化以及专注于交互式建议和推荐的AI/ML系统。
零售业有望增加销售额并防止欺诈
根据IDC、普华永道、德勤和麦肯锡等知名分析机构的报告，预计2019年全球的在线销售额将比2018年增长44%，达到358亿美元。银行业计划在2019年投资56亿美元。零售业则将专注于能够用于客户服务，销售，威胁防护和欺诈预防的AI/ML系统。他们希望能够通过更快的实时服务和支持响应时间来提高客户满意度。零售业的高管们希望AI/ML能够提高准确性，并通过添加AI/ML专家购物者的购买建议来提高销售额。通过持续进行的AI/ML实时客户教育，业内专家们一致认为，受过教育的买家会创造忠诚的客户并增加销售。
防欺诈和威胁保护也在零售高管的AI/ML投资雷达上。到2020年，在线销售预计将超过5910亿美元，到2023年将超过7354亿美元，而欺诈损失可能占总收入的10%左右，最多占总收入的85%，这取决于勒索软件是否能够渗透漏洞。虽然加强了在线网络安全，但其范围之广是完全不可预测的，就算增加了在线保护投资，结果也是无法预料的。
最终，每个客户都要为盗窃和欺诈付出代价，因为所有的损失最终都会以某种方式转嫁给客户。如果企业高管像Facebook一样订阅自己的私人部落社区，这不仅会增加客户互动，提高销售额，还可能有助于打击欺诈。通过标记社区内出现的AI/ML防欺诈系统的威胁行为，可以启动基于策略的适当行动。通过纳入AI/ML，零售公司将更少的因为折扣而错过销售机会，并将超过当前的客户交付预期，从而提高客户满意度。自动化的客户服务和支持代理(通常是聊天机器人)正在几乎所有拥有在线业务的零售公司迅速得到采用。
随着与Alexa的竞争，AI/ML语音识别系统将开始从移动和固定电话扩展到家庭当中。通过提供个性化的常见问题解答和答案，预计将得到更多的订单，更简单的步骤，以及给客户带来更多的惊讶。通过提供产品描述、可能的产品使用建议以及任何必要的警告，音频自动化可以简化自动首选项。通过接受信用卡信息完成流程，并自动发送包含预期交付日期的电子邮件或文本，购物也可以通过语音识别来完成。如果Alexa可以通过人类命令来订购披萨，那么它也就可以通过来自AI/ML的自动命令来订购披萨。虽然这种自由和灵活性也可能会出现问题。显然你不会想要100个披萨出现在你的门口，并在你的信用卡上附上了相应的费用。中国的研究人员已经发现了针对Alexa和Siri进行的黑客攻击，黑客能够在没有干预的情况下开设银行账户，并进行大宗采购。
AI/ML可以帮助医疗系统拯救生命
医疗行业的高管正在迅速接受对AI/ML的投资，预计到2025年将达到361亿美元。分析人士报告称，今年(2019年)，超过三分之一的医疗服务提供商高管将投资于AI/ML。目前的数据分析表明，利用AI/ML来完成繁重的管理任务，包括在医院或诊所登记时通过自助服务台来收集病史，是一种可能节省成本的选择。自助终端不仅速度更快，而且可以看到患者在输入其个人数据时会更加合规。医护人员希望患者输入他或她的个人数据时，可以避免输入错误和可能不准确的信息。医疗管理员认为这个选项可能会降低治理风险。系统将可以通过核对以前的数据登记记录(如果可用)来实时验证其准确性。
还有对集成其他数据源的讨论，比如与执法数据库的集成，以增强执法部门对罪犯的跟踪和逮捕。尽管在某些情况下，隐私会因其私密性而被拒绝讨论，但你的选择可能是选择进入医疗机构接受治疗，或者不接受治疗;就像你可以选择进入一个网站或不接受进入一个网站一样。
人们认为，物联网设备的转型和采用将能够更加透明地纳入AI/ML。个人数据可以通过可穿戴设备、植入手臂的“芯片”甚至是卡上的磁条获得，这对患者和医疗机构都有巨大的好处。除了存在于个人身上的某些设备上的过去和现在的医疗数据之外，人们所提出的下一个健康增强则是实时的症状监测。AI/ML系统收集的实时生命体征，如体温、血压、心率和呼吸，可以在超过医疗阈值时向实时监控中心发出警报。
一个人或另一个AI/ML系统可以通过全球移动通信系统(GSM)和全球定位系统(GPS)发出声音，以验证您是否需要帮助。毕竟，我们已经有了类似的OnStar、Life Alert和ADT的安全监控平台，它们的性能都差不多。当然，一个人必须同意通过GSM和GPS系统来进行监控，并且通过您的选择，您的病史、实时生命体征、症状以及您的位置将通过您对这些系统的许可而可用。再次强调，选择加入将有助于您更好的接受这些系统，甚至可以挽救您的生命。
通过面部和语音识别来执行物联网设备
将来你可以通过物联网设备或使用自助服务终端来执行声音指令。患者的登记可以通过扫描保险卡和驾照来实现，以收集病史，执行HIPPA和隐私政策信息以及授权签字，验证保险。先前的准入数据(如果有的话)也可以根据需要用于验证和更新。读卡器则可以用来扫描磁卡条上的数据。
当然，使用物联网可穿戴设备，数据也可以通过前门监控系统传输到系统当中。无论你是以病人还是访客的身份进入医疗设施，只要你走进大门，或者对AI/ML医疗设备进行扫描，数据记录就会自动传输到医疗设施系统之中。当你确实需要帮助时，也只有需要更新的数据才会被传输。
为了避免你的数据在没有你的情况下显示出来，面部和语音识别系统可以增强安全性并提供实时准确性。想象一下，在一场事故之后，一辆救护车把你从AI/ML的门上推了过去。门禁系统会让你的物联网AI/ML可穿戴手表捕捉你的个人信息、病史和生命体征。紧急医疗技术人员(EMT)可能还携带着另一种AI/ML设备，可以测量你的生命体征、症状以及在前往医院途中捕捉到的任何额外数据。然后，医院监控系统可以优先安排他们的医生、护士和医疗技术人员来为你安排程序并为你分配房间。以前EMT无法提供的测试和程序现在可以提供更多的深化治疗了。
你们中的许多人可能会害怕失去匿名性，认为这种家长式类型的系统是对你个人自由的侵犯，是对隐私的侵犯。作为对此的回应，我要问你的是，“如果你丧失了行为能力，而且你的生命危在旦夕，你会因此而大闹一场，甚至还在考虑谁可能获得了你的数据么?”对我来说，如果在拯救我的生命时没有浪费一秒钟，我会非常高兴。有趣的是，当你不同意的时候，事情的急迫性和现实性将会如何把事情放到一个正确的角度来看待。
数据隐私可能是一种假象，合规成本既增加了成本开销，也分散了必要的护理工作。那些为了你的利益而在道德上需要这些数据的人，正遭受着那些恶意增加你成本的人的伤害。打个比方，你真的认为如果有人想砸开你的门时，你可以把他们挡在门外吗?而且，或许有一天，AI/ML也可能会为此提供解决方案;。
我们已经相信这些设备可以记录我们的生命体征，甚至更多的东西了。此外，AI/ML系统也可以在自助服务台提供适当的指令来收集这些数据。尽管AI/ML还没有发展成一个完全可信的诊断和治疗平台，但IBM的Watson已经证明了其在肿瘤诊断的准确性，它所给出的治疗方案，许多医生都认为其成功率是很高的。美国纽约的纪念斯隆-凯特琳癌症中心已接受Watson肿瘤(Watson for Oncology)，作为一个训练有素的认知计算系统了，它可以使用自然语言处理和机器学习来提供治疗建议。IBM Watson从医学文献、治疗指南、医疗记录、成像、实验室和病理学报告中吸收了大量结构化和非结构化数据，并利用了纪念斯隆-凯特琳癌症中心的医务人员的专业知识来制定治疗建议。
面向零售和医疗的AI/ML系统已被早期采用者的企业高管所广泛接受，并且随着成功案例的共享，该系统也已经得到了快速扩展。随着AI/ML系统在准确性和熟练度上的发展，几乎所有行业都将受到其影响。公司需要对员工进行再培训并留住他们，以填补空缺，保持更高效的适应力和相关性。尽管AI/ML可能会消除职位，但AI/ML也有可能使人员获得额外的教育和更高的薪酬职位，这将使所有人受益。
接受持续的教育和成长，了解自己能为公司带来什么价值。让你的领导参与再培训，寻求指导并就你在未来经济中可能的价值提出建议。从现在开始，你需要为你的职业道路制定一个新的游戏计划，包括将AI/ML作为杠杆。
京公网安备 11010502049343号