盡管在2019年初，很多人都認為機器學習在企業的應用變得越來越難，但這在2019年并沒有真正發生，Gartner公司進行的信息官調查表明，企業在將這些技術投入生產的過程中，并沒有像機器學習和其他類型人工智能等先進分析技術那樣迅速成長。

 

認識到這一機遇，SAS和IBM等一些長期從事分析的廠商將其組織的產品和服務定位為一種路徑和框架，可以帶領用戶走出將人工智能投入生產的失敗嘗試。他們將自己的平臺定位為可以管理模型和創建一個有序的系統程序，以便在整個組織中部署人工智能。他們的策略會獲得成功嗎?2020年需要繼續對此進行關注。

 

與此同時，分析機構Gartner公司表示，商業平臺(而非開源)有可能成為企業組織中機器學習和人工智能的框架。盡管有些企業可能已經開始使用基于開放源代碼的試驗，但是這些并不是可擴展的平臺。Gartner公司預計，亞馬遜、谷歌和微軟等公共云巨頭將專注于這項業務。

 

2019年正在進行許多變革，2020年看起來可能是重新評估的一年。為了了解2020年數據和分析市場的預期情況，在Gartner公司發布的 2019年分析和商業《魔力象限》報告中，Thoughtspot公司是有關分析和商業智能的四家公司之一，還有Tableau和Qlik這兩家公司，以及微軟公司。

 

Thoughtspot公司是2019年度未進行重大合并交易的少數公司之一，該公司執行官Sudheesh Nair對2019年發生的事情有著獨特的看法。因此可以提供對2020年更多的展望。

 

他說：“我認為2019年人工智能和Hadoop這兩個不同領域的宣傳和承諾并沒有實現，一個是人工智能，另一個領域是Hadoop，這是因為該領域中Cloudera公司面臨財務虧損，而MapR公司在被惠普公司收購之前幾乎在市場上沒有聲音。機器人過程自動化(RPA)公司也遇到了類似的麻煩，因為該技術的部署未能達到宣傳的效果。IPO失敗和巨額債務的WeWork公司則是2019年的典型代表。這些企業的發展有些令人失望。”

 

他說：“如今有兩種說法，一是企業很容易陷入硅谷泡沫的狂妄自大的情緒中，二是人類經驗不如算法具有價值。但這兩個說法都是謬論，當工作人員從事一項工作15至20年之后，其擁有的經驗將是很寶貴的。”

 

Nair預測，在2020年及以后，許多人工智能和自動化公司將開始更加重視人類體驗，并考慮如何利用人工智能和自動化技術來增強人類體驗。

 

另外，他認為世界上存在很多樂觀情緒，這是因為當今科技將在5至6年內變得過時。但是，在那些還沒有通過部署的傳統技術降低成本的發展中國家，它們可以借助新技術實現跨越式發展，超過其競爭對手。

 

例如，他們可以實施一些全新的內容，例如基于云計算的數據倉庫。

 

另一個將在2020年繼續的大趨勢是去中介化和由人工智能實現的超個性化。消費者已經開始期待人工智能的這兩個好處所提供的服務。可以在使用Uber或Lyft等汽車共享服務時看到它們。如果打電話給銀行或航空公司，就不太可能見到它們。這是2020年和未來十年其他新興服務業的一個發展機會。

 

Nair說，“如果聯合航空公司不知道如何為用戶提供這種體驗，那對另一家公司來說將是一個機會。其他人將弄清楚如何使用這些數據并進行處理，保險公司和航空公司盡其所能來收集用戶的個人信息，并提供服務。”

 

Nair表示，通過幫助用戶使用數據來提供服務來向消費者表明他們被理解和重視，超個性化是解決此問題的關鍵。機器學習將在其中發揮重要作用，因為它可以大規模實現超個性化。

 

Nair表示，希望企業更多地關注算法偏差，因為存在著偏見，并且反彈即將到來。

 

他說：“我們必須消除偏見。這是一個需要大量工作的領域。”