机器学习 (ML)、人工智能 (AI) 和水晶球预测
Sascha Giese，SolarWinds 首席极客
【慧聪通信网】机器学习 (ML) 和人工智能 (AI) 在 2022 年会迎来哪些发展？今年是机器终于崛起的一年吗？在不久前，AI 还只是一个被过度使用的营销术语。许多软件供应商称他们那些基于算法和花哨的正则表达式的解决方案为人工智能，但事实并非如此。
时代变了。宏观地看，市场已经分成了两大阵营：一种是使用既定的 AI 框架的供应商，另一种是自己创建 AI 框架的供应商。笔者并不想探讨这两者的利弊，但这对用户意味着什么？
使用人工智能遭遇的两大障碍
首先是经济上的障碍。真正使用人工智能的解决方案仍然是“先进”的，成本也较高。然而，在企业使用新技术时，总会面临普遍的困境：一切新技术的使用都是为了降低成本或提高效率。无论是在发明织布机和流水作业时，还是在日渐普遍地使用 IT 自动化时，我们都遇到了同样的情况，现在只不过是又一次重演。但我们考量的思路仍然是相同的：是否可以通过使用新技术降低人力的运营成本？盈亏平衡点在哪里？
IT 安全就是一个简单的例子。调查可疑行为需要几个小时？有多少分析师在挖掘日志文件？总成本是多少？这是一个可以轻松地外包给机器的任务，机器将在几分钟乃至几秒钟内显示结果，而人工则需要数小时。但这并不意味着不再需要分析师，而是说明他们可以被分配到更需要创造力的、人工智能难以应对的任务中。
但正如前面提到的，时代已经变了，人工智能的使用正在逐步增加。这种情况可能会带来定价更低、更实惠的解决方案，届时就不只是业务遍及全球的大公司才能承受采用最新技术的成本。
在接下来的 一年里，我们将看到人工智能的使用率升高，甚至在中小企业 (SMB) 中也是如此。如今不再是“我们不需要这个东西”，而是“会很有趣的样子，让我们试试吧”。
驾驭“野兽”
使用人工智能面临的第二个障碍：复杂性。
基于人工智能的解决方案，无论是现成的还是定制的，都需要完善的个性化。这并不是一项简单的任务，而且通常需要开发资源，不管是由供应商提供的成套交付，还是来自内部人才的开发。实际上，这两者有所不同，因为后者像之前提到的一样，会增加成本。
但即便如此，我们也能看到技术的先进应用，或者更准确地说，是不同技术的混合。有些解决方案带有低代码/无代码界面，任何能够创建有意义图表的人员都能够处理这样的系统。
剩下的就是信任问题。人工智能解决方案会做出自己的决定。和人做决策一样，这个过程取决于既有经验、知识和训练。 但谁来提供这种训练呢？这就是为什么欧盟 (EU) 在 2021 年规定限制人工智能在招聘中的使用。最重要的是，这种学习过程在企业内部发生的次数越多，信任水平就越高。
但还远不止于此。基于人工智能的解决方案一旦得以实施，就能够在使用过程中完成艰苦的工作并提高效率。
你好，计算机！
我们大多数人在日常生活中都与某种业务软件打交道。可能关乎客户关系管理、资源管理、仓储，或者是销售中潜在客户的把控。所有这些软件都提供现成的报告，尽管它们的质量可能参差不齐，但通常都能完成工作。
但有时，我们需要一些特殊的解决方案，这就是问题所在。一些业务解决方案过于庞大，无法轻松创建自定义报表。这时，数据库管理员往往需要从日常任务中抽出空来，仅仅是为了创建一个自定义查询来检索 CEO 开会所需的一些数据点，这种情况并非少见。
如果有一个自由输入的文本框，岂不是更容易？我们只需写上“给我上个季度按照国家和地区划分的中东地区销售额”，就可以在 20 秒内得到一张很棒的图表了。
这并不是科幻小说，事实上，我们很多人都使用过聊天机器人，这就是自由输入文本框的一种实现形式。我们需要做的只是提高回答的质量，而不是让它回答“对不起，我没听懂命令”，这个目标最终会实现的。
基于 AI 和 ML 的解决方案将变得更便宜、更易于使用，推动应用率的提升。从这点上看，2022 年可能是实现目标的好年头，甚至都不需要用水晶球去预测。当前我们仍然处于疫情引发的困境中，因此需要减少人与人之间的互动。机器人，成为我们唯一的希望了。
