對於處於產業前沿的企業來說，人工智慧（AI）已成為不可避免的事情。
An 不可避免的確定性， 那是。
這就是為什麼在過去的五個月裡，PYMNTS 每週都會與不同的人工智慧專家、創新者和企業家坐下來，了解他們對該技術對整個行業支柱的影響的想法。 互聯經濟 - 以及他們所看到的創新進一步滲透並相繼改變支付和商業的前景。
我們從十幾次對話中學到了什麼 PYMNTS“AI效果”系列 這些專家來自各個領域，他們認為人工智慧在企業中獨特而強大的應用程式有五個共同點。
首先，生成式人工智慧 (GenAI) 功能從根本上改變了個人和企業與電腦和資訊互動的方式。
人工智慧和數位介面：新資訊時代
電腦和數位科技的興起改變了我們的生活和開展業務的方式。這種變化是由消費者和企業創建、儲存和存取資訊方式的行為轉變所推動的——迫使人類在很大程度上像電腦一樣行事，以便有效地與它們互動。
但 GenAI 的能力有可能改變這個現狀。
「計算機現在可以 像人類一樣行事。他們可以像人類一樣表達、寫作和交流。” 貝魯德·謝思，對話式人工智慧平台首席執行官 Gupshup，告訴皮姆茨。 「沒有人認為推土機的行為可以像人類、火或歷史上任何先前的發明。人工智慧以前所未有的方式讓社會充滿活力。”
「一般來說，大型語言模式非常擅長 與人類互動，收集數據並使知識和數據易於訪問，” 胡桃 首席執行官兼聯合創始人 佐哈爾·布朗夫曼（Zohar Bronfman） 在該系列節目的一次對話中，他告訴 PYMNTS「人工智慧效應」。 “它們是人類有史以來最好的技術，有助於讓知識變得容易獲得。”
「生成式人工智慧之所以如此強大，是因為它 將人工智慧帶給每個人 ……在福特汽車出現之前，沒有人擁有汽車，但突然間每個人都擁有了汽車——我們有了高速公路、機械師，這促進了進一步的創新。” 阿克利·阿賈烏特，創投基金創辦人兼普通合夥人 指數, 告訴 PYMNTS。
其次，專家們普遍認為人工智慧系統為企業提供了一種無與倫比的方式來提高效率並簡化現有工作流程。
人工智慧與任務完成：乏味工作流程的一針強心劑
雖然目前人們對人工智慧的興趣激增似乎是新鮮事，但早期的預測演算法和機器學習系統多年來一直默默地執行著無聊、高價值的任務。
雖然今天的人工智慧還可以自動執行重複性任務並利用數據做出更好的決策，簡化工作流程並降低成本，但GenAI 應用程式的全系列及其任務完成的速度遠遠超過了以前系統的功能。
「我們總是高估一項技術的前三年，而且 嚴重低估 10年的時間範圍” 傑克喬蘭斯塔德，首席執行官 蒲式耳，告訴皮姆茨。
“該 ChatGPT 每個人的腦海中都靈光一現，它將人工智慧和最先進的深度學習帶入了公眾討論中。” 安迪霍克，產品與策略資深副總裁 大腦，告訴皮姆茨。
「並且從一個 企業立場許多財富 1000 強企業的資訊長和技術長也靈光一現。」霍克補充道。 「這些生成模型可以執行諸如模擬時間序列資料之類的操作。他們可以對應用程式（例如金融和法律）的語言和文件進行分類。它們還可以用於廣泛的領域，例如幫助研究人員開發新的藥物療法或更好地理解電子健康記錄並預測特定治療的健康結果。”
「如果你進入一個數據真實的領域，特別是在支付行業，無論是信用風險、拖欠行為、AML [反洗錢]、欺詐預防，還是任何涉及支付的領域……人工智能都可以帶來很多好處， 」Exponion 的Adjaoute 對PYMNTS 說。
簡單地說，如 詹姆斯·克拉夫，首席技術長兼聯合創辦人 羅賓·艾，告訴 PYMNTS，“律師 誰使用人工智慧 我們將取代不這樣做的律師，而不是人工智慧取代所有律師。”
雖然人工智慧很容易，但事實並非如此 每 簡單的。專家們向 PYMNTS 強調的第三件事是，並非每家公司都在「為人工智慧採用做好準備」的範圍內達到完美的 10 名，並且需要解決圍繞技術部署的人才和資源差距。
為人工智慧採用做好準備：踏出第一步
那裡有很多很多的企業。一些公司可能擁有成熟的數據實踐和成熟的工程團隊，使他們能夠以最小的摩擦將人工智慧輸出整合到現有的業務流程中。但絕大多數公司並不這樣做——為了有效、負責任地利用人工智慧系統為組織謀取利益，他們需要在這一差距開始擴大之前解決這一差距。
「許多大企業擁有非凡的資料資產，但資料已準備好用於訓練這些模型之一- 例如它是否乾淨、重複資料刪除，以及他們是否知道如何對其進行標記並準備好將其輸入到一個模型中。這些人工智慧模型——那是另一回事，」Cerebras 霍克 告訴 PYMNTS，並指出世界各地知道如何建構人工智慧系統的人所佔的比例很小。
As 阿德里安·奧恩，首席執行官 向前，告訴 PYMNTS，「事情需要 專為人工智慧世界打造 為了讓人工智慧發揮作用並擴大規模。”
“我在人工智慧和機器學習 (ML) 領域已經工作了 20 多年，” 約阿夫·阿米爾貨運經紀平台及第三方物流公司首席資訊官 接收器，告訴皮姆茨。 「當我們建構技術時，我們不僅僅是為了技術本身而建構它，我們建構技術 幫助企業,“ 但隨著我們“賦予技術越來越多的決策權……我們需要確保，如果機器由於某種原因無法做出這些決策，我們也不會失去運作的能力。”
這些擔憂引發了專家們提出的下一個大主題：需要圍繞企業人工智慧系統建立合規性和治理計劃，同時確保其安全性。
下一步：確保資料安全並制定治理計劃
即使將人工智慧排除在外，許多組織在整合複雜的軟體解決方案時也可能會遇到品質控制、治理、合規性和網路安全等問題。
人工智慧複合了這些需求。
“傳統的機器學習通常是博士或訓練有素的資料科學家的領域，但每個人只需註冊就可以開始使用生成式人工智慧，” 大柴浩仁，端到端AI安全平台共同創辦人 強大的智能，告訴 PYMNTS，並解釋這種情況本質上會產生風險。
「我們發現網路安全和人工智慧安全之間存在差異，」大芝補充道。 「首席資訊安全長了解網路安全的不同組成部分，例如資料庫安全、網路安全、電子郵件安全等，並且對於每個組成部分，他們都能製定解決方案。但對於人工智慧來說，人工智慧安全的組成部分以及每個組成部分需要做什麼 並不廣為人知。風險和所需解決方案的情況尚不清楚。”
整合人工智慧只是成功的一半。難題的另一面涉及確保人工智慧系統應用於實際的業務問題，並且其結果可用且可行。
「一個模型的好壞取決於它解決的問題，」Pecan 的 Bronfman 對 PYMNTS 說道。 「要將模型與業務問題聯繫起來，不僅需要了解準確性（這是非常技術性的），還需要了解功效，即人工智慧模型的效果如何 解決問題，以及如何將其整合到業務流程中，這是一個更複雜的問題。”
但是，當這些障礙被清除後，專家們一致認為，事情開始變得非常非常令人興奮——因為他們都看到未來會發生的是人工智慧系統的出現，這些系統擁有自己的生命，並且需要最少的人類幹預。
代理人工智慧系統的興起
希瑟威爾遜首席執行官 克拉拉分析，告訴 PYMNTS 她看到 代理人工智慧 應用程式作為該領域的下一個偉大創新。這些代理人工智慧系統將提供決策支援和 處理日常任務，讓人類員工專注於工作中更複雜的方面。
這是許多人共同的未來願景，Pecan 的 Bronfman 預測人工智慧的未來在於自動化決策流程並透過採取無人監督的行動來優化業務運作。
羅賓·艾“ 克拉夫 也預測從基於聊天的介面到更代理的人工智慧模型的轉變，這些模型不僅僅是為執行任務提供答案。
「這不會是你提出問題並得到答案的東西，而是一個你可以要求為你做事的系統，」他說。 「......它不僅可以起草該電子郵件，還可以起草電子郵件並獲取附件並將其放入您的發件箱，然後也單擊發送。我認為從聊天到代理的轉變是我們明年將看到的最令人興奮的事情之一。”
連結：https://www.pymnts.com/news/artificial-intelligence/2024/5-trends-these-ai-experts-think-could-change- payments-and-commerce/
來源：https://www.pymnts.com
