近年来，人工智能（AI）领域取得了巨大发展。
寻求利用人工智能的企业必须克服关键的社会层面担忧。
关键预测阐明了如何通过负责任地发展人工智能创造价值。
展望未来一年，如果说有一件事是我们能够确定的，那就是：那些准备好应对各种不确定性的组织——从市场状况到地缘政治动荡，以及其间的一切——最有能力服务好客户、员工和股东。
过去五年，人工智能（AI）领域实现了惊人的增长，因为它带来了新的能力，能够借助数据缓解不确定性，并在新数据不断涌入时迅速响应不断变化的环境。
对大多数人而言，这项技术及其益处已不再陌生；相反，许多人亲眼见证了人工智能如何快速、高效地应对社会最紧迫的诸多挑战。我们看到它助力新冠疫苗以创纪录的速度交付，帮助医院识别并治疗风险最高的患者，更广泛地说，大幅减少了数据处理中的人为错误。
展望未来一年，我们认为，社会对人工智能的认知提升、监管压力加大、该领域投资势头增强，以及人工智能将如何继续提高员工生产力，这些因素的影响可能会集中显现。要让人工智能持续发展并创造价值，务实且注重应用的问题将变得至关重要。
1. 认知提升与伦理关切
在人工智能的应用中，算法偏见日益成为讨论和辩论的主题。这个问题很难应对，一方面是因为要通过数学方法识别、分析并减轻数据中的偏见，可能涉及复杂的技术问题；另一方面是因为，确定决策中“公平”的含义也会产生社会层面的影响。
公平与具体情境有关，同时也反映价值观、伦理和法律法规。尽管如此，我们仍可以通过采用设有防护措施的数据和模型，以明确的方法探讨人工智能公平性问题；组织也可以采取建议的步骤，减轻已发现偏见带来的问题。
人工智能系统中偏见的最大来源，是用于训练该系统的数据。这些数据可能将历史偏见模式编码在其结果中。归根结底，机器学习从数据中获取知识，而这些数据源自我们——我们的决策和系统。
随着这项技术的应用不断扩大，社会对人工智能的认知也日益提升，可以预见，组织将审查自己的系统，地方政府也将努力确保人工智能偏见不会对当地居民造成负面影响。以纽约市为例，一项新法律将于2023年生效，对招聘工具中存在人工智能偏见的组织予以处罚。
2. 监管压力加大
展望未来一年，我预计企业将面临针对其人工智能模型日益加大的监管压力。监管变化可能会要求企业解释模型对个体作出的预测，并详细记录和追踪模型训练的历史与沿革。
最终，业界会欢迎加强人工智能监管，这从81%的科技行业领导者的态度中可见一斑：在近期一项 DataRobot 调查中，他们表示希望政府加强监管。然而，近期出台的《人工智能权利法案蓝图》提出了五项原则及相关实践，以保护人工智能时代美国公众的权利，并促使企业采取行动。如今，越来越多的企业意识到，在受监管行业，自愿指南可能转化为法规；若在短时间内被动地实现合规，也可能付出相应代价。
因此，我预测，大多数企业都需要投资于具备模型治理机制的系统。通过投资于设置了适当防护措施的系统，企业可以继续专注于技术创新，同时安心确保其系统遵守法律和监管义务。
3. 该领域投资进一步增加
我预计，2023年人工智能投资势头将持续，尤其是在那些受经济和供应链动荡直接影响最大的企业，以及通常最有能力扩大人工智能应用规模的成熟行业，例如金融服务、零售、医疗保健和制造业。不过，我也预测，虽然部分投资会取得进展，但一些人工智能技术趋势仍将处于试验阶段。
以金融服务为例，我预计相关应用场景将转向人工智能系统，用以提高欺诈检测的准确性，并加快繁琐的报告流程。随着预期不断提高、安全漏洞频发，金融服务业需要借助人工智能技术获得竞争优势，以帮助缓解这些不利问题。此外，人工智能有助于提升工作满意度，让员工腾出精力专注于为客户创造价值。
从技术趋势来看，基于新开发的深度学习模型（来自 OpenAI 等机构），生成式人工智能正受到极大关注。不过，我预测这些模型仍然太新，对大多数企业而言还不具备实用性，原因有几项挑战。首先，很难确保模型在偏见、公平等重要问题上的表现；尽管各方做出了努力，当前版本仍很容易被攻破。这意味着，企业必须真正信任这些模型的提供方，因为它们几乎不可能自行构建或开发这类模型。
对大多数企业而言，要将这些模型调整为适合目标应用场景，也很难做到恰到好处。虽然我预计企业会继续使用生成式人工智能，但在未来一年，许多企业的相关应用仍将处于试验阶段，直到商业案例及预期投资回报得到更充分的了解。
总的来说，专注于在整个组织内培育人工智能思维、持续投资该领域并将人工智能全面融入运营（包括评估新进展）的企业，将更有能力应对市场不确定性并推动长期成功。
