人工智能涉及眾多學(xué)科，例如計(jì)算機(jī)視覺、自然語言理解與交流、認(rèn)知與推理等，從事相關(guān)研究的大多數(shù)博士、教授等專業(yè)人員，往往也只是涉及以上某個(gè)學(xué)科。比如，人臉識(shí)別是計(jì)算機(jī)視覺這個(gè)學(xué)科里面的一個(gè)很小的問題；深度學(xué)習(xí)屬于機(jī)器學(xué)習(xí)這個(gè)學(xué)科的一個(gè)當(dāng)紅的流派。事實(shí)證明，到目前為止，人工智能的實(shí)現(xiàn)過程主要還是基于大數(shù)據(jù)進(jìn)行深度學(xué)習(xí)從而達(dá)到人工智能。2018年，企業(yè)和業(yè)界人士要了解和熟悉大數(shù)據(jù)和人工智能結(jié)合的五大趨勢(shì)，充分利用和發(fā)揮大數(shù)據(jù)和基于人工智能的解決方案對(duì)市場(chǎng)的作用。

1.聚焦新零售

在最近的大數(shù)據(jù)和人工智能的應(yīng)用熱潮中，幾乎沒有哪個(gè)領(lǐng)域像零售業(yè)這樣可以讓企業(yè)受益。無論是沃爾瑪還是當(dāng)?shù)氐哪笅氲辏鞯氐钠髽I(yè)似乎都在利用這些技術(shù)來降低管理費(fèi)用，同時(shí)擴(kuò)大業(yè)務(wù)范圍。例如，客服人員可能會(huì)被人工智能助理徹底取代，但更重要的是，零售商可以通過人工智能跟蹤他們的庫存，而消費(fèi)者的興趣很快就會(huì)發(fā)生革命性的變化。隨著越來越多的零售商將大數(shù)據(jù)和人工智能應(yīng)用到他們的商業(yè)模式中，預(yù)計(jì)這個(gè)行業(yè)現(xiàn)在可以利用人力和機(jī)器的力量來獲得更多的利潤(rùn)。

2.聊天機(jī)器人應(yīng)用越來越廣泛

Facebook，Skype和Slack等公司都在其服務(wù)中添加了聊天機(jī)器人，他們對(duì)消費(fèi)者來說非常有趣，包括法律幫助熱線，技術(shù)創(chuàng)新讓聊天機(jī)器人越來越智能。這意味著它們可以為人們解析法規(guī)，通過有效的診斷來指導(dǎo)患者。

如果大數(shù)據(jù)繼續(xù)以目前的高速度增長(zhǎng)，那么預(yù)計(jì)在日前使用的社交媒體平臺(tái)上將會(huì)有應(yīng)用更廣泛的聊天機(jī)器人。這可能比人們想像得還要快，這些由人工智能技術(shù)驅(qū)動(dòng)的機(jī)器人可能會(huì)更加有效地與人們聊天，人們甚至可能無法判斷是否正在與另一個(gè)人交談。

3.人工智能和云計(jì)算的結(jié)合

隨著越來越多的企業(yè)采用人工智能解決方案以應(yīng)對(duì)其業(yè)務(wù)困境，其中許多公司將尋求加強(qiáng)其IT基礎(chǔ)設(shè)施，并將業(yè)務(wù)轉(zhuǎn)向云端。隨著大數(shù)據(jù)應(yīng)用者的規(guī)模越來越大，人工智能越來越成為一種主流，隨之而來的數(shù)據(jù)需求將給企業(yè)的本地服務(wù)器帶來更大的負(fù)擔(dān)，這意味著他們需要在別處滿足他們的數(shù)據(jù)需求。

云計(jì)算非常適合幫助滿足和管理這些不斷增長(zhǎng)的需求，因?yàn)閮?nèi)部部署的服務(wù)器和數(shù)據(jù)管理對(duì)于企業(yè)來說變得過于混亂并且成本高昂。

4.更加智能的市場(chǎng)營(yíng)銷

市場(chǎng)營(yíng)銷是利用大數(shù)據(jù)的力量革命化的關(guān)鍵領(lǐng)域之一，通過梳理大量的數(shù)據(jù)，企業(yè)能夠比以往任何時(shí)候都更準(zhǔn)確地針對(duì)特定的消費(fèi)者，將廣告和交易直接發(fā)送到潛在消費(fèi)者的郵箱或家門口。

隨著越來越多的公司試圖利用自動(dòng)算法來分類數(shù)據(jù)以找到潛在的客戶，人工智能領(lǐng)域?qū)⑹芤嬗谛袠I(yè)投資的增加。而實(shí)時(shí)定位可以為正確使用的公司帶來20%以上的銷售機(jī)會(huì)，這意味著采用人工智能可以獲得十分豐厚的利潤(rùn)。

5.暗數(shù)據(jù)的新紀(jì)元

隨著大數(shù)據(jù)的增長(zhǎng)，利用暗數(shù)據(jù)獲得商業(yè)成功的機(jī)會(huì)也將隨之增加。所謂的暗數(shù)據(jù)就是企業(yè)正常商業(yè)活動(dòng)期間搜集，處理，存儲(chǔ)的數(shù)據(jù)。但這些數(shù)據(jù)通常無法用于諸如分析，商業(yè)關(guān)系或者是直接變現(xiàn)獲利等目的。對(duì)于并不熟悉人工智能和數(shù)據(jù)管理領(lǐng)域的許多人來說，這種數(shù)據(jù)不斷被證明是有用的。暗數(shù)據(jù)可能難以讓人理解，但隨著越來越多的企業(yè)投資人工智能，這些迷惑可能就會(huì)消散，并導(dǎo)致人們對(duì)正在進(jìn)行的數(shù)據(jù)革命的熱情更高。