企业中每一个决策的发生都会产生相应的数据结果。即使我们不知道决策是什么,或者即使决策的执行和计划有出入,但最终都会通过数据的形式反馈给我们真实的数据结果。当我们收集到这些输出的反馈数据结果以后,可以叠加“场景信息”,通过行业知识和对行业的理解,对数据进行解读,应用 AI 分析的方法给决策提供建议,实际上就是为了优化决策。优化完决策之后,这个决策会被再次执行,生成更多数据,我们就可以此创作出反馈循环进而做出更加精准的数据驱动决策。
3.AI 信任、风险与安全管理
如今,AI 的应用变得越来越广泛。对于 AI 应用、AI 模型背后的“可解释性”或者说“公平性”,实际上存在一些问题。比如,一些互联网电商巨头可以通过 AI 系统追踪每一名物流仓储部门员工的工作效率,统计每一名员工的“摸鱼时间”,然后自动生成解雇指令。用这种 AI 程序的方法去决定一个人的招聘或者解雇,不禁让人疑惑应用的算法是否公平。
事实上,许多企业机构未做好管理 AI 风险的充分准备。Gartner 在美国、英国和德国开展的一项调查显示,41%的企业机构曾经历过 AI 隐私泄露或安全事件。但该调查也发现积极管理 AI 风险、隐私和安全的企业机构在 AI 项目中取得了更好的成果。与未积极管理这些功能的企业机构的 AI 项目相比,在这些企业机构中有更多的 AI 项目能够从概念验证阶段进入到生产阶段并实现更大的业务价值。
“自适应 AI”本意是传统的 AI 系统需要面对不断变化的环境,具体要求为:一是模型训练好以后,由于外部环境不断改变,模型是否可以继续应用到不断变化的环境中;二是模型训练好以后,需要添加更多的训练数据迭代模型,但是我们现在看到很多的训练数据都是一些小数据而非大数据;三是希望模型最后在推理的时候产生一些个性化的结果,而非一般化的结果。这三个新的要求实际上对 AI 模型来说是希望模型训练和推理逐渐走向在线训练、在线推理。
“在线推理”比较好理解,各大短视频或者电商 APP 会结合用户兴趣持续推荐可能感兴趣的内容;“在线训练”是指背后的 AI 模型需要实时更新,只有实时更新才能更好响应进一步输入的工作,进而让训练和推理形成正向循环,这个叫作“自适应 AI”。
9.元宇宙
Gartner 定义的“元宇宙”是一个“虚拟共享空间”,这个“虚拟共享空间”有五个不同的维度(五个属性):Persistent(持久性);Immersive(沉浸式);Device-independent,实际上是和设备无关的,现在看到的 AR/VR 眼镜只是早期“元宇宙”进入的一个端口;Not beowned by a singlvendor,不会被某一家厂商所垄断;Virtual economy,一个虚拟经济体,不只单纯的是一个游戏,更多的是跟物理世界平行的一个商业的数字世界。
Meta 的实践不是“元宇宙”所有的内涵,因为 Meta 走的技术路线更像是一个 VR 路线,而 Gartner 定义的“元宇宙”是一个“虚实结合”的路线,Gartner 有三个“T”:Transform、Transport、Transact。Transport 的意思是将人传送到数字世界,VR 更像是 Transport;Transform 的意思是将数字世界拉到物理世界里面,类似于 AI 的路径;Transact 的意思是元宇宙不是另外一个更加高级的游戏,很大程度上是我们另外一种生活方式。
以“工业元宇宙平台”为例,西门子和英伟达联手创作了“工业元宇宙平台”。西门子作为制造业的巨头有很多制造业的经验可以用来输出,通过这种类似于系统化的或者是 IT 化的方式赋能其它行业,而英伟达主要提供算力资源。“工业元宇宙”实际上面对的场景非常复杂,可能是工厂中的一条流水线需要改造,在改造的过程中传统做法是把现在的流水线停掉,然后再改造、试运行、投产,这个过程实际上浪费了大量的金钱和时间成本,如果可以做一个数字化的平台,高度模拟和仿真现有流水线的情况,并且在“数字世界”里将流水线先改造,做一些虚拟制造或者做模拟制造,模拟测试没问题之后再对物理空间中的真正流水线开始动手改造,效率会提高很多,时间也会省很多,成本也会降很多。
AI 信任、风险和安全管理(Trust, Risk and Security Management)
许多企业机构未做好管理 AI 风险的充分准备。Gartner 在美国、英国和德国开展的一项调查显示,41%的企业机构曾经历过 AI 隐私泄露或安全事件。但该调查也发现积极管理 AI 风险、隐私和安全的企业机构在 AI 项目中取得了更好的成果。与未积极管理这些功能的企业机构的 AI 项目相比,在这些企业机构中有更多的 AI 项目能够从概念验证阶段进入到生产阶段并实现更大的业务价值。