De siste to årene har innledet store endringer i hvordan vi navigerer i arbeid, menneskelig interaksjon og informasjon. Disse endringene har falt sammen med den økte modenheten til AI som felt. Etter hvert som AI har blitt mer utbredt, tilgjengelig og akseptabelt, har den gått inn for å fylle hull i de økonomiske, sosiale, institusjonelle og politiske rikene – og vil fortsette å gjøre det. Med forsyningskjeder som er forstyrret, redusert arbeidsstyrke og økende etterspørsel etter sosial endring, forventer vi at AI i løpet av det kommende året vil bli brukt på områder inkludert arbeidsplassautomatisering, skjevhetsdeteksjon, ekstremværsprognoser og identifisering av COVID-relaterte flaskehalser. Her er hva vi forventer av AI i 2022.
Hensiktsgjenkjenning som en verdifull forretningsfunksjon: Intensjonsutvinning (dvs. vil en bestemt kunde kjøpe, selge, slutte eller anbefale et produkt eller en tjeneste) har vært tilgjengelig i noen naturlig språkbehandling (NLP) systemer i noen år nå, men har ikke blitt en av standardfunksjonene som alle etterspør. Ettersom kundeopplevelsesløsninger (CX) blir en større del av et selskaps IT-landskap, vil intensjonsgjenkjenning bli en må-ha-funksjon. Å identifisere kunder som er i ferd med å kansellere har en enorm avkastning for en bedrift, så intensjoner kan bli like viktige som følelser.
VIL DU BLI MED OSS I ENTERPRISE DATA WORLD?
Lær, nettverk og fremtidssikre karrieren din på årets mest populære konferanse – 20.–25. mars 2022!
$100 millioner språkmodell: Kappløpet om å trene en størst mulig språkmodell fortsetter med uforminsket styrke, og enten GPT-4 veier inn ved et spesielt tungt parametertelling eller en annen av teknologigigantene strekker seg etter akkurat denne kronen, vil en organisasjon kunngjøre et transformatorbasert dypt nettverk som koster kl. minst 100 millioner dollar å trene i 2022. Hver generasjon språkmodeller har vist forbedringer i forhold til forrige generasjon, og med en modell på 100 millioner dollar kunne vi forvente å se langt større nøyaktighet i utdata; ny atferd og muligheter muliggjort av inkludering av nye datakilder utover bare tekst; eller til og med å krysse en terskel for intelligens som får AI til å virke dypt mer menneskelig, spesielt i lange samtaler eller andre resonnementer om utvidede informasjonssett. Men med slutningskostnader også ballong med modellstørrelse, vil kommersiell bruk være begrenset.
AI Compliance Officer Bli nøkkel: Med Europa forbereder seg forskrifter på AI og Amerika potensielt ikke langt bak, går vi inn i en æra med AI-regulering som bedrifter kan følge. Spesielt i Amerika, hvor lappetepperegler sannsynligvis vil dukke opp på tvers av statsgrenser, vil det være komplisert og kostbart å følge disse reglene, og et nytt sett med stillingstitler vil bli lagt til bedriftsleksikonet for denne nye etterlevelsesrollen. Mens sterkt regulerte bransjer som medisin og finans kan finne at alle AI-spesifikke forskrifter ikke er spesielt tyngende sammenlignet med deres nåværende reguleringsregime, vil mange andre bransjer ha problemer med å tilpasse seg og spesielt finne personer med både de tekniske hakkene for å forstå teknologien og juridiske hakk for å forstå reglene. De som kan bygge bro over begge ferdighetssettene vil få tilgang til et raskt voksende og lukrativt karrierespor.
Menneskelig interaksjon som en differensiator: COVID og «Den Store Resignasjonen» har presset trenden mot automatisering av tjenesteroller fremover, og selv om arbeidsmarkedet begynner å stramme seg igjen, ser vi ikke at innsatsen går ned. Ettersom flere butikkinteraksjoner er med automatiserte systemer, vil den menneskelige berøringen bli en viktig differensierende faktor blant virksomheter som omfavner det.
Bias-detecting AI: Å lære AI å gjenkjenne rasisme, sexisme og andre former for diskriminering vil bli en standard del av teknologiverktøykassen. 2020 og 2021 så noen bemerkelsesverdige fremskritt i undervisningen dyp læring modeller for ikke å være diskriminerende, men det meste av dette arbeidet var i den akademiske sfæren. I 2022 vil vi se dette migrere til bedriftsarenaen, hvor modeller ofte vil bli distribuert for å identifisere upassende innhold.
Intelligent gruppering vil begynne å vises: Klynger av innhold rundt temaer og emner har eksistert lenge i tekstanalyse, men disse matematisk avledede klyngene gir ofte lite mening i praktiske brukstilfeller. Fremskrittene innen dyp læring og tilgjengelig datakraft vil imidlertid muliggjøre mer logisk klynging, og vi vil se at den endelig kommer inn i kommersielle produkter. Dette vil for eksempel tillate innhold rundt flykanselleringer relatert til vintervær å gruppere seg, mens innhold rundt nye COVID-varianter kanselleringer og forbud vil havne i en annen klynge.
Robotics et nytt ansikt: Boston Dynamics' skumle robothund har vært ansiktet til banebrytende robotikk en stund. Roboten er imidlertid et naturlig sted å fremheve forbedringer på tvers av alle modaliteter av AI, og vi spår at noen vil gi ut en mer vennlig utseende robot som fanger all oppmerksomheten vår. Muligens vil den bli solgt som eldreomsorgsassistent eller automatisert butikkmedarbeider, men ved å bruke det siste innen NLP, stemmesyntese, ansiktsgjenkjenning, resonnement og bevegelseskontroll, vil robotikk virkelig begynne å få science fiction til å føles ekte.
Normene rundt arbeid, å drive forretning og hvordan vi engasjerer oss i verden endrer seg raskt, i stor grad katalysert av den pågående pandemien. Med applikasjoner som spenner fra forbedrede sosiale interaksjoner til mer effektiv arbeidsplasspraksis, er AI klar til å møte disse endringene – og det kommende året vil bli brukt til å bygge bro over arbeidskløfter, strømlinjeforme forsyningskjeder, navigere i værhendelser og hjelpe enkeltpersoner og organisasjoner med å navigere verden i en tryggere og mer rettferdig måte. Mens året som kommer uten tvil vil bli enda et år preget av endring og usikkerhet, spår vi at AI vil spille en stor rolle i hvordan vi reagerer på det.
