【IT168 资讯】毫无疑问，人工智能几乎可以对所有的行业产生巨大的影响。虽然许多公司已经认识到人工智能是一种竞争优势，但随着技术的成熟以及组织对其功能和潜力的深入了解，这种认识只会越来越多。

　　为了帮助你准备迎接这些即将发生的变化，以下是选择的四个可能会在明年影响组织和消费者的AI趋势。

　　1.人们开始辨别假AI和真AI

　　在云成为主流之前，许多公司销售已安装的软件应用程序或购买硬件，并声称它们是云。实际上，他们所做的只是以不同的方式去包装他们的产品。人工智能正在经历一个类似的超炒作周期。随着真正AI产品数量的增长，假AI的发生率也在增长。

　　近日，似乎有不断涌现的新公司正在推出他们的“人工智能”平台。但是，将AI添加到您的业务计划中可能会吸引更多的投资者，但如果无法向客户提供洞察力和自动化操作，就无法做其他事情。

　　不幸的是，有些公司投入一些资金在人工智能上，而这些实验没有提供任何实际价值。一旦发生这种情况，他们将需要重新设置AI的功能。好消息是，随着越来越多的买家、消费者和企业纷纷投入并开始推动AI的实际成果，真正的AI产品将上升到顶端，并且更容易辨别假冒和真实AI产品。总的来说，管理人员和高管将回到基本面，开始关注价值和数据，而不是数据科学。

　　2.重新定义了数据科学技能

　　“哈佛商业评论”(Harvard Business Review)在2012年加入数据科学家时，是21世纪最性感的职业，当时科技公司意识到他们正坐在数据宝库的宝座上。如今，数据科学人才严重短缺，据IBM介绍，到2020年，对数据科学家的需求将猛增28%。因此，各行各业的公司纷纷要求投资建设自己的数据科学团队。为了满足需求，我们正在看到数据科学家如何受到培训和聘用的根本性转变。不是直接从学术界招聘数据科学家，而是跨行业的公司和初创公司投资于其领域的顶尖专业人士，并且将向他们传授数据科学技能。

　　在接下来的一年里，随着数据科学人才库从内到外的增长，我们将开始看到数据科学渗透到更多的行业。也可以看到不同的学术课程提供从建筑学到医学和工程学的数据科学轨迹。最终，我们将看到“纯粹”数据科学家人数的下降，以及拥有与各自领域相关的数据科学技能的专业人员的增加。数据科学将遵循与统计学或编程相同的途径，或多或少地在所有学科中传授。这种转变将产生一系列领域和垂直特定的人工智能产品经理 ，但迄今为止缺乏这方面的人员，他们对数据和数据科学有足够的了解，并能将业务问题转化为人工智能驱动的解决方案。

　　3.垃圾邮件

　　营销人员多年来一直在谈论一对一的营销和个性化，但2018年可能是这一梦想实际上成为现实的一年。随着人工智能技术变得越来越复杂，能够摄取和分析博客和美国证券交易委员会文件等公共数据源，营销人员将清楚地了解他们的前景和客户正在寻找、研究和撰写的内容。　　

　　他们可以将这些大量的公共数据集中在一个业务层面，并有足够的背景来真正了解我们的买家，并自动开始相关的对话。由于这成为一种更为常见的做法，垃圾邮件可能会不复存在。

　　对于营销人员来说，这是一个令人兴奋的预测，他们一直在努力与客户建立联系，但同样令人兴奋的是，在过去的几年中，他们接触到更多的人工智能和个性化服务。随着亚马逊Alexa和Siri等技术在Apple Watch上的兴起，AI对客户而言更为标准化。

　　4.人工智能超越了初创企业

　　尽管大多数关于人工智能的炒作都集中在创业和风险投资领域，但我们开始看到各行各业的大公司都在关注这项技术。 Walgreens和Autocad等多家公司资助和开发自己的AI产品。这将在明年继续形成，因为越来越多的企业公司把帽子扔到了一起。而且很有可能的是，由于AI拥有更多的专有数据和业务工作流程，因此AI将在这些公司中取得更大的成功。他们在推动创新方面处于优势，因为众所周知，数据是更智能、更有效的AI技术的关键。

　　人工智能这项技术和我们对过去几年来所取得的进展的理解，AI日益变得更加“真实”和适用。 2018年，我们将看到消费者和企业为未来的发展而提高标准。