人工智能在工作场所中崛起以支持和维持数字化劳动力的趋势是2020年的明显趋势。
人工智能，机器学习，神经网络或其他任何花哨的术语行业都应运而生，它被定义为复杂的计算机技术，被广泛用于理解和改善业务和客户体验。 我想您以前已经听说过它，但是今天定义它的方式是计算机科学领域，它强调创建像人一样工作和反应的智能机器。
以下是今年值得关注的十大AI趋势：
对数字智能的需求
数字智商作为衡量组织从各种关键角度理解其业务流程以及其中的内容和数据的能力的衡量标准，随着越来越多的企业认识到它们，它们将在每种数字转换策略中发挥越来越重要的作用。 必须对其操作具有可见性。
数字智能解决方案将通过优化自动化计划并补充RPA和BPM等平台，帮助组织提高这种关键业务能力。 到2020年，随着企业认识到这些解决方案为改善客户体验，降低运营成本和增强竞争优势开辟了道路，更多组织将把数字智能技术纳入其总体数字化转型计划。 （如之前在这里发布的。）
数字工作者将改变办公室
正如我最近谈到的那样，数字工作者的使用正在全球范围内发生。 根据IDC的一项新研究，到2022年，数字工作者（例如软件机器人和AI）的贡献将增长50％以上。
每个工人的数字工作者。 期望许多数字机器人在办公室中承担最低限度的任务。 将培训数字员工，使其像任何员工一样执行业务任务，而且速度更快且不会出错。 未来，企业中的所有员工都将拥有数字化工作者。 这在工作场所中将变得非常正常，您肯定会在工作场所中看到更多这些技术（请继续阅读以了解原因）。
流程智能的扩散
如果您以前从未听过，那么今年一定会看到它。 借助流程智能，企业可以使用其系统中包含的信息来创建流程的可视化模型，实时对其进行分析以识别异常值和瓶颈，并预测未来的结果以促进技术投资的决策。
随着部署更复杂的数字转换技术，监视组织各个方面的运营的能力变得越来越重要。 支配非常特殊功能（CRM，ERP，CMS，EHR等）的单个技术系统只能提供对其平台所控制过程的可视性。 这些独立系统都无法以整体和深入的方式提供洞察力。
流程智能增强供应链的7种方式
随着供应链变得更加全球化和复杂，监控和监督流程变得越来越具有挑战性。
为了获得这种可见性，组织将需要利用流程智能技术，这些技术可以提供跨部门，职能，人员甚至不同位置的所有流程的全面，准确和实时的视图。 在未来的几年中，越来越多的企业将意识到流程智能使组织能够更好地理解并更有效地端到端地管理其流程，这些技术随后将成为企业的标准。 （如之前在这里发布的。）
AI不仅针对消费者用户，还针对企业
作为消费者，我们每天都在不知道使用AI的情况下体验AI。 在企业中，预计到2020年流程所有者和那些领先的客户体验改进计划将大大增加其参与度和对人工智能工具的访问。
许多企业在数字化转型项目上花费了数百万美元，这些项目从未与企业需求保持一致。 当然，他们然后仍然想知道为什么他们失败了。 只有解决业务问题，并确保解决正确的问题，才能确保在2020年及以后的企业实现数字化成功。 不仅仅是拥有AI或RPA，而是使技术与业务保持一致。
正如内森·弗尔（Nathan Furr）和安德鲁·希皮洛夫（Andrew Shipilov）在他们的文章中所解释的那样，这打破了《哈佛商业评论》中关于数字化破坏的常识，"管理人员通常认为数字化转型主要是关于技术变革。 当然，涉及到技术变革，但是精明的公司意识到，无论是通过更有效的运营，大规模定制还是提供新产品，转型最终都是为了更好地满足客户需求。"
人工智能将在工作场所变得更容易消费。 商业用户将很快进入机器人的内部市场，并获得各种技术水平的人都可以使用的其他易于使用的自动化工具。 这些新平台将在改善员工完成工作的方式中发挥作用，从而改善客户体验，并且流程比竞争对手更好。
人工智能将监控和改善业务流程
但是您将无法改善您不了解和无法衡量的内容。
尽管简单的任务自动化在工作场所，超级自动化（如2020年十大技术趋势中所述）以及智能的认知自动化项目已成为工作场所的普遍实践，但依赖于集成支持AI的工具来重塑和重新定义业务流程方式的能力 实时执行。 RPA本身并不智能； 这是基于规则的简单任务自动化。
Derek Miers是Gartner RPA软件魔力象限的高级总监分析师主管。 米尔斯（Miers）在今年的Gartner研讨会/ ITxpo上发表的演讲令人惊讶地批评了当今的RPA。
Miers解释说："您正在做的是在创可贴中覆盖组织，以期实现一项健康计划。" "您必须修复流程。 因此，如果您愿意的话，实际上就是在建一个小的立面，在旧应用程序的前面有一个小商店，可以重复使用。"
启用认知自动化将需要为该任务构建新工具。 基于AI的流程和内容智能技术将为数字工作者提供处理自然语言，推理和判断，建立上下文，提供数据驱动见解所需的技能和理解。
RPA工具本身并不是用AI构建的智能机器人，因此它们需要AI驱动的解决方案才能实现智能。 能够监视整个企业的流程并触发RPA，捕获等工具的能力将由了解流程的工具（请参见上面的"流程智能"部分）以及作为流程有效内容的内容来处理。
简而言之，RPA的作用是使以前由人处理的重复任务自动化。 该软件经过编程，可以在应用程序和系统之间执行重复性任务。 该软件被教授了具有多个步骤和应用程序的工作流程。" – Eggplant首席运营官Antony Edwards。
混合型劳动力的常态—人与人工智能的合作
许多人将企业内的人工智能和自动化视为杀手ers。 新兴的混合动力系统（人力和机器人）充满生机并在成长。 组织正在迅速实施可大规模处理大量重复性任务的认知AI和RPA。 随着越来越多的用例出现，混合型劳动力也在增长。
接受收购可能很困难，但是业务领导者应该对员工保持开放和诚实，使他们透明地了解如何使用AI以及对现有人工及其日常工作的持久影响
总体而言，无论您的组织是否努力获得认可，该信息都非常明确：习惯。 在不久的将来，您可能会在日常工作中与AI驱动的工具，数字工作者和机器人一起工作。 希望这些数字工作者与业务保持一致，并帮助解决问题，从而加速您实现价值的时间。
与AI的更多人机交互
工作场所中AI的正常运行也将是我们看到更多人与AI互动的原因。 就像我们已经与Alexa，Siri和其他数字助理一起生活一样，我们将有望与AI一起生活和工作。 您的智能数字工作者的名字是什么？
随着技术能力的提高，法规的允许和社会认可度的提高，将在不受控制的公共场所部署更多的AI。 我想我们当中更多的人可能会与AI互动，甚至可能不知道。 虽然我们已经了解到，客户体验通常会根据我们的个人资料和兴趣而得到改善和定制，但我希望能与AI进行许多其他形式的交互，即使我们没有看到这种情况。
数据助长了AI喷发
正如比利·乔尔（Billy Joel）所说：我们没有开火； 它总是在燃烧； 既然世界在变化， 我们没有开火； 不，我们没有点燃它； 但是我们试图与之抗争：不久前，企业将数据视为许多业务流程和交易结束时的多余消耗。 这里发生了很大的变化，现在大小的组织都在投资于收集和记录所有数据的系统和方法，当然这是为了改善！
在过去的25年中，数据的快速增长，存储成本的降低以及对数据的便捷访问已取得了令人难以置信的增长。 数据正在推动客户体验的改善，提高分析能力（尤其是在过程数据和过程智能的新领域），支持机器学习和AI，并允许企业利用由数据驱动的智能自动化中的实际价值。
人工智能促进网络安全
人工智能将为首席信息安全官带来持续不断的改善网络安全性的令人印象深刻的新优势。
尽管AI可以增强安全性，但这并不是万能的。 " AI无法解决您所有的安全问题，"安全公司McAfee的前副总裁兼公司产品总经理，现任Akamai Technologies的安全产品副总裁Raja Patel说。 "将其视为提高安全状况的一种方式，而不是灵丹妙药。"
正如我在2020年20大技术趋势文章中指出的那样，未来的AI安全将具有3个关键观点。
更多的AI在做AI事情-自动化的AI开发
"在2020年，我们期望在IBM所谓的" AI for AI"领域看到重大的创新：使用AI来帮助自动化创建，部署，管理和操作AI模型生命周期中涉及的步骤和流程，以帮助 IBM Research AI副总裁Sriram Raghavan表示。 资料来源：The Next Web。
在2019年，IBM推出了AutoAI，这是一个用于自动化数据准备，模型开发，功能工程和超参数优化的平台。
寻找包含分布式深度学习的开发人员技术，使开发人员可以更快，更有效地构建AI引擎。 自动化机器学习将使AI开发可供更多种类的开发人员使用。
总体而言，人工智能具有重塑和重新定义我们的生活和工作方式的能力。 我们都应该期待的增长趋势是在工作场所看到越来越多的AI解决方案。 这些工具将帮助创造新的用户体验，更好的结果，并确保我们以及时有效的方式实现我们的目标。 在考虑混合型劳动力的需求时，领导者需要确定简单的基于任务的自动化工具是否可以解决他们的问题，或者他们是否需要结合AI和其他变革性技术才能实现真正的智能和认知自动化。
选择仍然存在-您的组织将成为成功实现由AI驱动的成功且可持续的数字化的领导者，还是因为害怕改变而保持静止和停滞。
RYAN M. RAIKER，工商管理硕士// Ryan Raiker是ABBYY的高级产品营销经理，ABBYY是业务流程和Digital IQ解决方案的全球提供商。 作为常驻的"流程智商专家"，Ryan在流程发现，分析，监视和预测/说明性分析，业务战略管理，业务开发方面具有专业知识，重点在于帮助公司了解其业务流程并从中获取价值。 他获得了Widener大学的工商管理硕士学位，商业分析/信息学学士学位和运营管理副学士学位，并继续担任该大学的兼职教授。
(本文翻译自Ryan M. Raiker, MBA的文章《Top 10 Artificial Intelligence Trends for 2020》，
参考：https://towardsdatascience.com/top-10-ai-trends-for-2020-d6294cfee2bd)
