在过去的几年里，机器学习和人工智能领域取得了巨大的进步。我们已经从科学项目和边缘用例转向核心业务和竞争优势，各个行业的更多公司都在寻找机会，利用他们的数据和利用人工智能。2018年，我们看到各行业对人工智能的兴趣激增，但仍很难驾驭并投入生产。尽管最近的一项调查首席信息官指出80%的公司正在考虑新的人工智能项目，近90%的公司计划投资人工智能相关技术，只有17%的公司将这些项目投入生产。我们在过去强调了几乎所有公司在尝试实现人工智能时所面临的某些挑战——导致我们所说的1%问题。也就是说，只有大约1%的公司在人工智能方面取得了成功。剩下的99%的人都在为这些问题苦苦挣扎。在本系列博客的第二部分中，我们关注2018年最具影响力的趋势和创新，以及2019年我们应该为之感到兴奋的是，我们询问那些已经踏上人工智能之旅的领先公司，他们如何看待2019年采用率和规模的变化，以及他们认为将提供哪些真正的趋势，对企业的有形价值。你预测2019年，围绕人工智能、机器学习、大数据会出现哪些新趋势或创新？"非性感"人工智能越来越重要"总的来说，我认为到目前为止，人工智能一直在鼓舞人心地展示什么是可能的。关于人工智能如何真正具有变革性，有许多跨部门的例子。现在存在持续的业务现实、内部扩展和流程挑战。因此，我认为需要围绕不那么吸引人的东西进行大量创新：成本优化工具、自动化会计和大数据/分析平台的管理。"史蒂芬·高尔斯华绥，库比数据科学主管更多关注流媒体"流媒体本身并不是什么新鲜事。但Rue Gilt Groupe计划在2019年利用Databricks统一分析平台进行重大创新，比如基于订单管理、点击跟踪和其他系统的最新数据进行实时建议。这对我们来说尤其重要，因为我们是一个快速销售的零售网站，产品、在线浏览和购买行为随时都在变化。这将与当前的数据科学项目（如协会规则和其他个性化建议）完全兼容和补充。"Stephen Harrison，Rue Gilt Group的数据科学架构师面向所有人的机器学习"我看到ML越来越专注于快速开发框架或产品，这些框架或产品使构建和交付ML解决方案的速度更快，更多的产品都是基于ML的幕后产品。"Bradley Kent，LoyaltyOne项目分析副总裁更好的数据=更好的人工智能"我们已经看到机器学习和人工智能技术和科学的重大进展。然而，ML/AI技术与其背后的数据一样好（或不好）。下一波创新将由更好的数据驱动，这些数据可以激活人工智能的全部潜力。"尼尔森首席研究官马祖达尔（Mainak Mazumdar）深度学习将使人工智能变得更好"在2018年的基础上，深度学习将继续改进核心AI和ML算法。在计算机视觉方面也会有很多的关注点，使用深度学习来制作更精确的ML模型。从产品的角度来看，我认为无页面内容只会继续变得更加相关。在Overstock，我们的好处是拥有近20年的数据，这些数据可以帮助我们实时创建个性化内容，但并非所有组织都有同样的好处。与无页面内容变得越来越重要一样，无页面内容的速度也必须加快，以便让客户获得最佳体验。"Kamelia Aryafar，Overstock首席算法官人工智能所能实现的承诺正在实现。公司意识到，要克服进入壁垒，需要一种新的方法。事实上，79%的组织表示，他们高度重视统一分析的概念，认为这是实现人工智能成功的答案。随着越来越多的公司朝着这个统一的方向发展，我们完全预计今年将是一个重要的一年，人工智能将成为帮助扩大规模和推动业务的基础资产。但是，我们还没有完成对当今领先技术专家的头脑的挖掘，以了解他们认为大数据、机器学习和人工智能领域的下一个重大创新是什么。在本系列博客的第三部分，我们将深入探讨大多数公司在试图利用人工智能的力量并将其投入生产时仍然面临的挑战，以及这些挑战在2019年将如何改变。免费试用Databricks。今天就开始吧