可以肯定地说，人工智能(AI)在2018年将继续处于炒作周期的顶峰。但接下来的预测也显示，AI正变得更加实用和有用。AI会帮助某些工作自动化，并增强许多其他工作。它会将机器学习和大数据合起来以获得新的见解，企业中也将增加更多聊天机器人。

　　1.随着汽车行业正经历大规模的颠覆，现有的OEM(原始设备制造商)和Tier 1(汽车零部件供应商)越来越意识到，他们需要立即采用AI来帮助应对车辆外部的环境，同时也要了解车辆内部的体验。半自动和全自动驾驶车辆将需要基于AI的计算机视觉解决方案，以确保安全驾驶，与人类司机进行无缝切换，以及基于乘客或司机情感、认知和健康提供丰富的旅行体验。——拉纳·卡柳比(Rana el Kaliouby)，基于云端的面部情绪识别解析服务公司Affectiva联合创始人兼首席执行官

　　2.2018年，我认为我们会看到许多“第一”，包括AI系统可以直接解释自己的行为，而不再需要外部评估。由于日益个性化和优化的AI驱动内容出现，网络中立性受到更大侵蚀。深度学习泡沫将会破灭。仅仅将AI应用于特定领域AI初创企业将不再受到过高估值的影响，而那些幸存下来的公司将会为AI能力提供基本的、可证明的进步。我们还将看到至少一场涉及无人驾驶汽车的致命车祸，并认识到与人类水平相当的无人驾驶需要更长时间的测试才能成熟起来。——Cambridge Consultants公司机器学习主管蒙提·巴洛(Monty Barlow)

　　3.AI将开始回答“为什么?”这样的问题。在过去的几年里，我们已经了解到早期采用者与AI系统互动的两件事：1)人类并不擅长知道AI能在做什么。2)AI同样不擅长告诉人类它在做什么。这让用户感到沮丧。面对AI的疑惑，我们唯一的解释是:“因为我这么说了。”在2018年，AI开发者们将不再对用户希望提高透明度的愿望而苦恼。为了获得用户的信任，AI系统正在为实现这个共同的目标而努力，AI开发人员将开始对高级形式的问责、报告和系统查询进行优先级排序，让用户可以问“为什么?”，作为对特定行动的回应。——AI营销平台Albert首席执行官奥尔·沙尼(Or Shani)

　　4.个性化动态定价。我们预测，主要的电子商务网站(主要是时尚、电子、食品以及药店)将会提供实时定价个性化服务。网络和实体店的定价将以行为、供需以及竞争性为定价基础。今天的动态定价根据不同的变量，特别是与客户无关的变量进行定价，而个性化定价将反映每个购物者收到的独特报价。价格会经常变化以反映个人的出价。在线体验将在线下被模拟，所有的商店都采用电子定价。在页面上或货架上都有价格，然后会显示出“你的价格”，只有你能收到的唯一的价格。——价格实时调整在线服务Personali首席执行官丹·巴鲁奇(Dan Baruchi)

　　5.在不久的将来，我们将第一次看到AI与AI之间的战斗。总的来说，战争将从国家行动者、黑客以及参与这个过程的人类转变为AI。AI将被引导攻击其他国家和公司，而人类可能无法防御，所以现在是时候讨论预防AI作恶以及对它们进行严格监管的时候了。——AI初创公司Veritone首席执行官兼董事长乍得·斯蒂尔伯格(Chad Steelberg)

　　6.如果你身在软件公司，并且没有考虑在你的产品或服务上添加AI，那么你可能会落后于其他人。AI就像我们周围的水或空气，将会变得无处不在，并且将被嵌入到我们使用的大多数软件中，不管我们是否知道。——AI风险投资机构Boldstart Ventures创始人埃德·斯姆(Ed Sim)

　　7.到2018年，AI将被打包，并以不需要计算机科学学位的方式提供给其他人。我们的目标不是创造“奇点”，而是让声音判断具有可扩展性。观察模式，学习模式，应用和测试猜测，最终得出推论。AI将以更快的速度进化，但是如果没有可以使用的格式、并能产生结果的方式提供给其他软件和用户，它依然无法成为主流。我们最终会看到API和客户端应用出现，这表明我们已经达到这个里程碑。——工作流引擎Nintex副总裁迈克·菲茨莫里斯(mike Fitzmaurice)

　　8.硅谷不会是这个领域唯一的创新之地，世界上有几个国家正对AI押下重注，它将成为未来技术的真正战场。如果一家公司打算AI作为未来商业计划的一部分，他们最好制定长期的发展计划，其中可能包括反复的重建和颠覆时期。AI将经历几个缓慢和快速变化的时期。——计算技术行业协会(CompTIA)首席执行官兼总裁托德·西伯德克斯(Todd Thibodeaux)

　　9.AI不会在短时间内在这个炒作周期中消失，目前的高级分析解决方案将继续使用机器学习和深度学习转变为AI解决方案。展望2018年，预计公司将投资于无人驾驶汽车研究，并在新车型中增加辅助驾驶功能。这是在司机表现出疲倦迹象时，计算机视觉可以让汽车被接管的一个例证。我们预测，传统上采用统计模型作为先进分析解决方案(例如，改进预测)的公司，将投资于基于自适应解决方案的机器学习技术，从内部和外部获取数据以改进他们的模型。——SPR副总裁纳雷什·科卡(Naresh Koka)

　　10.现在可以将AI与通过单个平台的实时交易数据混合起来。这开启了一个新的可能性世界。举例来说，AI可以帮助企业在某个平台上利用转瞬即逝的机会，比如在采购各种大宗商品(如能源)时，对每个单位的成本进行实时优化。在以风能、太阳能和电网能源为单位的能源信息平台上，AI可以使公司在实时成本波动的情况下调整行动，利用价格变化来减少能源消耗。这仅仅是一个用例，AI和实时交易数据可以使企业利用许多此类短期机会。Liaison Technologies公司首席执行官鲍勃·雷纳(Bob Renner)

　　11.2018年，在企业中部署的AI技术将以人为中心，并产生可衡量的业务成果。这些技术将增强人类的智慧，使我们成为更好的人类。那些增强人类的AI将会受到广泛接受，它们会对社会产生积极的影响，而不是引发人类对机器的恐惧。——Cogito Corp联合创始人兼首席执行官约书亚·菲斯特(Joshua Feast)

　　12.我们预计，风险资本、技术和非技术领域的AI投资将继续增加。这是AI进化的下一步，以释放和充分利用数据的全部潜力，无论是公司内部的数据，还是连接到外部产业来源、宏观经济趋势亦或是来自传感器和设备上的数据。我们预计，通过培训和学习，从这些数据中得出的洞察力将在70-80%的时间里实现自动化。但它将需要正确的人类技能，同时需要反馈回路与技术进步相结合。在这段旅程中，继续需要人类的专业技能继续发挥作用，我们将会看到更多的焦点转向战略决策。——Anaplan公司产品营销和战略副总裁苏布拉塔·查克拉巴迪(Subrata Chakrabarti)

　　13.2018年，“智能自动化”的实施将给企业带来最直接的结果。因此，许多企业仍然依赖已经使用数十年、以法律为导向的手工程序，尽管这在数字世界的商业中制造了瓶颈。自动化技术已经发展到这些手工任务可以被有效的从人类手中夺走的地步，更重要的是，我们现在处于一个商业用户自己就可以管理这个过程的阶段，而不是需要全职IT的帮助。这意味着，我们将看到CIO在业务方面占据越来越多的发言权，因为他们构建了企业级的自动化策略。这些策略为公司提供了直接的价值，并将为AI取得长期成功奠定基础。——Redwood Software公司美洲和亚太地区总裁邓尼斯·沃尔什(Dennis Walsh)

　　14.2018年，我们将会看到AI技术推动商业智能(BI)呈现指数级爆发，不再是线性的可持续创新，而是真正的颠覆性创新，通常这是我们每隔几十年才会看到一次的创新。在今天的BI和分析领域中，可能需要花费大量的时间和金钱才能查询真正庞大的复杂数据集，并在大量数据中寻找洞见。有了AI的支持，BI将取得更大进步，企业在2018年能够以毫秒为单位查询非常庞大的数据，使他们以更快的速度学习。这不仅能让他们更快走向更大的商业智能，而且能够走向真正的“商业认知”，即AI将最终能够“理解”业务数据，而不是简单的报告。Sisense产品总监盖伊·利维-尤里斯塔(Guy Levy-Yurista)

　　15.到2018年时，公司将开始雇佣能够正确分析算法的人。我们会称这些人为“算法密语者(algorithm whisperers)”。明年，聊天机器人将可帮助所有人——从被纳入手机，到引入实体购物体验。将来，所有的产品、服务和业务流程都将可以自我改进。——SAP创新专家蒂莫·艾略奥特(Timo Elliott)

　　16.分析和AI的进步将在明年的医疗保健领域发挥重要作用。不仅可以优化患者群体工具，还可以优化住院患者和门诊病人需要经历的工作流程。EHR部署的时代正在推动公司修改、增强并开发新的护理流程，这从本质上改变了他们工作、治疗病人以及在医疗保健环境下接受护理的方式。——Citrix的医疗福音传道者克里斯蒂安·鲍彻(Christian Boucher)

　　17.AI将加速简单订单销售的消亡。通过有效地阐明商业价值，它可通过改善销售方式，帮助卖方赢得更多客户。以AI为驱动力的销售学习工具将基于客户需求评估、销售代表的技能和经验评估以及销售过程中的竞争动态，为销售代表提供行动建议、微观培训以及即时内容，就像Netflix推荐电影那样。——Allego联合创始人兼首席执行官李玉春(Yuchun Lee)

　　18.通用AI还需要几十年的时间才能成为现实。然而，随着呼叫中心、金融和IT管理人员开始将对话AI、图像识别和自主应用从试点模式转移到现实使用中，狭义的AI应用将在2018年在支持企业功能上引起巨大轰动。这些应用将为现有的机器人流程自动化部署提供补充，提高涡轮增压员工的生产效率以及远远超过传统行业基准的速度。——ISG董事和首席分析师斯坦顿·琼斯(Stanton Jones)

　　19.2018年将是AI爆发的年份，也是其医疗保健领域失败的年份。AI被应用于大规模的“去识别”数据集中，已经在责任医疗和药物发现等领域缠身了许多有用的洞见。但在“解决”个人护理计划的时候，AI却失败了。主要原因是对于今天的计算机和算法来说，使用全部数据为一个人提供治疗“自动化”过于复杂而神秘。——Growth Ally首席执行官弗兰克·英加力(Frank Ingari)

　　20.我预计2018年将是企业走向“智能企业”的更令人兴奋的一年。越来越多的公司将不再局限于概念证明，而是有效地开始在整个业务中应用AI。随着机器学习算法的成熟，颠覆性的商业模式将会出现。它们将迫使整个行业意识到：数字转型不仅仅是未来趋势，而且是保持竞争力的关键。与此同时，深度学习将作为标准的机器学习商品被建立起来，但现在正努力在系统内提高效率和可扩展性。最后，我们还可以期待在强化学习方面取得进一步的突破，并将看到学术界进一步适应工业研究，以确保他们的竞争力。——SAP机器学习总监马库斯·诺加(Markus Noga)

　　21.AI将推动对数据质量的需求。越来越多的企业正在把人类从“回路”中带出来，让AI能够真正做出决定，包括为机票定价、补充货架等。与此同时，研究人员发现，“黑盒子”深度学习算法(这种算法一旦被人接受就无法被调整，甚至无法真正理解)对许多问题来说是最有效的。由于这些算法是“无用数据输入、无用数据输出”，而且由于“无用数据输出”的结果变得越来越重要，高质量的培训数据将成为令人垂涎的资源，就像信息时代的石油那样。在科技领域，最敏锐的人类思维甚至可能将注意力从创建算法转移到为这些算法提供最佳数据上。——Alation联合创始人兼产品主管亚伦·卡尔布(aaron Kalb)

　　22.AI的进步将催生专门的云端工具。随着企业寻求创新和机器学习与AI技术的进步，云端将出现更专业的工具和基础设施以支持特定用例，如在人类与机器人交互中引入多模态感官输入(声音、触觉以及视觉)的解决方案，或者将卫星图像与财务数据相结合以增强弹射算法交易功能的解决方案。我们预计将看到基于云计算的解决方案呈现爆炸式增长趋势，加速当前数据收集速度，并进一步证明托管云提供商需要无摩擦、按需计算和存储的需求。——Qubole首席数据科学家霍利亚·玛加利特(Horia Margari)

　　23.今年，公司已经开始利用AI和机器学习技术来改变客户体验，通过在商店里使用机器人和虚拟现实(VR)技术，让购物者试驾汽车、设计房子等等，让科幻小说里的场景成为现实。2018年将是这些公司将从与AI合作中吸取的经验应用到后端流程的年份，通过使用这些技术来简化和自动化流程。他们还可以探索AI、机器学习与其他工具(如IoT、AR等)融合的能力，从而进一步增强前端和后端功能。——SAP Hybris首席技术官莫里茨·齐默曼(Moritz Zimmerman)

　　24.就像几十年前任何企业能够每天24小时提供关键信息一样，我们会看到机器人开始让企业能够回答客户最常见的问题。自然语言处理和机器学习将会越来越多地进入到中小型企业中。——HubSpot联合创始人兼首席技术官达尔莫什·沙赫(Dharmesh Shah)

　　25.2018年将是AI混合的年度，尽管人们对AI和聊天机器人的兴趣正在增加，但人与人之间的互动也不会消失。虽然有些品牌的目标是将通话量降低50%，但实时互动将会增加。正如Forrester预测的那样，更多的品牌将逐步淘汰电子邮件，以支持实时客户参与通信。人类的互动将成为推动AI支持的客户服务前进的动力，这是其成功的必要条件，而客户满意度却不会因此下降。我们仍然需要认知思维来调整算法，并在需要的时候帮助客户，品牌不应该把所有东西都留给聊天机器人处理。——Voxpro首席执行官丹·凯利(Dan Kiely)

　　26.数据是数字化转型计划的基础，我们确信在未来的一年里，企业和消费行业中更多的主流品牌将利用AI驱动的“元数据”。这些有关数据的数据将在整个企业中统一起来，使惬意能够发挥AI的全部潜力。通过将机器学习和AI应用到整个企业的元数据中，企业将能够更快、更准确地捕捉到前所未见的洞察力，并根据数据做出明智的预测——包括他们从未想过要考虑的事情。这将推动创新，创造更好的客户体验，提高敏感信息的安全性，并改善整体业务。——Informatica首席执行官安尼尔·查克拉瓦锡(Anil Chakravarthy)

　　27.我们期望AI能市场将会继续增长，特别是与聊天机器人相关的市场，因为广告商能更好地理解技术如何融入他们的客户参与计划，并增强购物体验。聊天机器人可帮助品牌与客户进行全天候的直接、自动对话。在2018年，品牌成功的关键是通过这个新媒介(聊天机器人或语音识别设备)传递相关信息和吸引客户参与，这是以消费者为中心的整体方案的重要组成部分，其中包括受众理解、定位、交付以及测量等。——Valassis Digital负责业务拓展的高级副总裁派尔·利德基(Pehr Luedtke)

　　28.移动广告技术是个受数据驱动的产业，也是AI和机器学习发挥影响力的完美平台。然而，尽管AI能够解决许多紧迫问题，比如优化活动以减少基础设施成本以及动态创造性优化等，但它仍未被广泛采用。2018年将会在AI和广告技术之间带来协同效应，该技术将被更广泛的采用。——InMobi联合创始人兼首席营收官阿布哈伊·辛格(Abhay Singal)

　　29.在所有客户接触点上做出明智的营销决策，使用所有可用的数据来推动复杂的业务结果是一项巨大的任务，而AI是实现所有工作必不可少的因素。在2018年，我们将最终看到AI在“全渠道”(Omni-channel)上兑现了对消费者和其他价值领域的营销承诺。IBM等公司的技术已经相当成熟，现在是时候召集正确的流程和人员，将其投入到行动中的时候了。——MediaMath首席战略官丹·罗森博格(Dan Rosenberg)

　　30.AI将在2018年发挥更积极主动的作用，使客户体验更加出色，而快捷准确的解决方案是关键。今天，AI在自助服务领域(例如聊天机器人)有助于为交易性或传统自助服务问题提供快速服务。2018年将会为AI提供积极的、与环境有关的聊天，让他们能够更快速、更完整地解决更复杂的客户需求。——NICE inContact产品营销副总裁克里斯·鲍瑟曼(Chris Bauserman)

　　31.AI将在通信和协作方面发挥关键作用。随着新的交流方式在劳动力市场上占据一席之地，2018年传统的工作动态可能发生重大变化。例如，AI将会改变和定制人们与模式和位置识别的交流方式，以简化会议，并与单个员工交流。此外，员工们将从通过他们的设备进行沟通，到让他们的设备自行进行交流。——Intermedia云端语音产品营销副总裁马克·舍尔(Mark Sher)

　　32.AI和数据会把八卦从房地产行业清除。正如技术改变了金融市场一样，我们将看到AI彻底改变世界上最大的数据资产类别——房地产业。不再有主观臆断或臆测，决策将基于AI与海量数据集的合作，以创建真正有竞争力的行业。不管我们是在谈论一个街区还是整个国家的房价趋势，AI都会消除那些试图告知消费者、投资者和抵押贷款机构的八卦传闻。——HouseCanary联合创始人兼首席执行官杰里米·希克立克(Jeremy Sicklick)

　　33.AI将在2018年变得更加实用，但不会被视为解决所有问题的良方。事实上，在许多情况下，AI已经变得不那么显眼，因为当它紧密集成到日常应用中，帮助解决特定的业务问题时，人们更关注AI的新用途。他们会发现，AI让他们生产效率更高，并且能够发现他们以前从未发现的新见解，它不再仅仅是个概念。此外，技术行业的领导者，甚至AI客户越来越意识到，整合完全不同的AI技术是非常有价值的。当集成的时候，这些不同的AI技术提供的价值更高。——iManage战略副总裁彼得·沃尔奎斯特(Peter Wallqvist)

　　34.2018年，我预计AI技术将被应用于解决工程产品设计、测试和认证方面面临的更多复杂工程问题。通过利用知识管理平台来扩大和增强人类决策能力，AI可以利用历史数据来理解许多传统工程所无法解决的问题。——Infosys银行、金融服务和保险以及卫生保健和生命科学部门负责人、总裁莫希特·乔什(Mohit Joshi)

　　35.AI将变得更容易被非技术专家所接受。早期的企业AI已经展示了它们的能力，比如帮助企业哭道规模，并最大限度地提高效率，但在它们被主流采用之前，将不得不首先具备主流的可用性。在2018年，我们将开始看到两种趋势：AI接口将变得如此常见，跨企业和角色的非技术用户将能够操作它们。此外，越来越多的开发人员将开始学习如何编程AI系统，使AI变得不那么晦涩和稀有，更多的标准开发人员工具包将会出现。——Albert首席技术官托马尔·奈维(Tomer Naveh)

　　36.数据分析师也开始享受AI带来的好处。虽然“数据分析师”看起来像是已被自动化取代的工作，但AI的进步将会提供更加高效的助手而不是替代者。我们正在接近这样的情况：数据分析师利用AI进行模式匹配和进行封闭环境分析的地方。很快，分析师的工作将是引导AI指向正确的问题进行分析，并决定如何在真实世界中解释它发现的结果——Alation软件工程主管大卫·克劳福德(David Crawford)

　　37.AI将帮助企业走出“中间人”的角色，目前企业正在线下和线上之间扮演这个角色。在2018年，在线公司将被迫进入实体领域，以便与消费者建立联系。AI技术可提高品牌的连接能力，这种能力可将在线受众融入体验中，这会产生巨大的影响。目前，亲身体验在线能力延伸的阻碍在于，公司需要控制与品牌相关的社交媒体内容。AI将通过基于图像内容的图像分析，实时调整并重新定位内容，以让它们符合预先定义的品牌准则。——BeSide Digital联合创始人兼董事总经理马修·哈伯(Matthew Haber)

　　38.企业将从AI科学实验转变为真正部署AI。随着企业在AI部署方面取得进展，他们将寻找能够自动化的产品和工具，管理和简化整个机器学习和深度学习的生命周期。数据科学家需要专注于代码和算法，而不是自动化和操作流程。在2018年，AI生命周期管理的投资将会增加，对数据进行管理并监督的技术也会日益成熟。——Kinetica联合创始人兼首席技术官尼玛·内加班(Nima Negahban)

　　39.有关AI的争论从“是好是坏”变成了“是否足够好”。2017年，伊隆·马斯克(Elon Musk)和斯蒂芬·霍金(Stephen Hawking)对AI的潜在邪恶性发出了警告，而马克·扎克伯格(Mark Zuckerberg)和比尔·盖茨(Bill Gates)对其潜力的预测恰好相反。而到了2018年，关于AI的争论将转向实际效用方面。与其他因拥有改变世界的潜力而受到称赞的技术一样，随着炒作的迷雾逐渐消失，早期采用者会发现对AI受到明显限制感到失望。而熟悉Alexa、Siri和Google Home的广大民众幻想同样会破灭，因为专家们承认，AI的作用是有限的。对于真正复杂的问题，则需要新的范式。——Cosmo Tech USA联合创始人兼首席执行官迈克尔·摩尔万(Michel Morvan)

　　40.开发人员将面对开源其AI/ML数据集的问题。毫无疑问，像Facebook、谷歌(微博)和亚马逊这样的公司目前垄断了我们的数据。而在2018年，开发人员将需要做出一个决定：1)联合起来，开源自己AI/ML数据集，希望能够对抗这些垄断;2)屈服于未来，马克·扎克伯格(Mark Zuckerberg)和桑达·皮查伊(Sundar Pichai)仍然是AI创新钥匙的保管者。有一项技术将使这些开发人员领导的开源项目成为可能，这就是同态加密(homomorphic encryption)。通过同态加密，AI/ML模型在被共享之前可以在区块链上进行开发和验证，从而将它们从今天有限的、高度集中的数据集中解放出来。这一方法为未来开发更民主、更协作的AI铺平了道路，同时也避开了对隐私和专有数据的任何关注。——Manifold集成商与发展商关系副总裁马特·克瑞格(matt Creager)

　　41.不断崛起的AI浪潮提振了所有科技船只，而在网络安全领域，这意味着我们现在可以做出比以往任何时候都更好的预测，即使是遇到前所未见的威胁。这与自动化的强化相结合，意味着防御者可能会在抵御攻击中占上风。然而，所有的技术(包括AI)都有双重用途，这意味着它有可能被用于好的目的，也可能是坏的目的，这取决于使用它的人的意图和行动。虽然“机器人大起义”的场景只存在于科幻小说中，但对AI来说，从AI攻击者的AI防御到AI驱动的网络武器或者战役，AI还有更多的直接风险。作为防御者，我们对AI带来的好处感到兴奋，同时也需要对其有害影响保持警惕。——Sophos首席技术官乔伊·利维(Joe Levy)

　　42.基于AI的网络安全技术(包括用户行为分析)已经足够成熟，企业已经可以进行部署。我们预测，随着更多公司在2018年花钱部署类似技术，我们将听到更多关于AI防止复杂网络安全攻击成功的故事。我们还认为，供应商将扩展其与网络安全相关的投资组合，以支持袭击事件的管理。在研发方面，我们期待有前景AI安全方案将被应用于确保物联网和智慧城市安全。——Balabit的安全布道者凯萨巴·克拉兹纳伊(Csaba Krasznay)

　　43.为了跟上消费者对创新的渴望，公司正在云端重建他们的传统应用。但是，这些快速的变化导致产生了复杂的IT生态系统，这使得监控数字性能和有效管理用户体验变得困难。这就是为什么在2018年，企业将寻求AI来自动化所有繁重工作、并主动识别问题的原因，这样他们就能在客户被影响之前找出问题。——Dynatrace首席技术官阿洛伊斯·雷特鲍尔(Alois Reitbauer)

　　44.随着企业加大AI部署，并建立起他们自己的卓越中心，我们将会看到一场跨越各大学科的人才争夺战。数据科学家、认知程序员、语言学家、心理学家、脚本编写者以及用户体验专家，将比以往任何时候变得更加抢手。——IPSoft首席执行官彻坦·杜比(Chetan Dube)

　　45.2018年，AI将帮助公司扩大规模，并承担更高比重的工作。届时，企业领导层将推动企业更高效地运营，并将转向AI和机器学习寻求帮助。公司也将求助于AI来帮助扩大规模，做更多的工作，而不是增加员工人数。我们将看到AI的发展和研究从科学/抽象概念阶段过渡到更加实用的阶段。——Rainforest QA首席信息官德里克·朱(Derek Choy)

　　46.AI将极大地改变会计行业，并重塑成功所需的技能。随着AI能越来越多地通过筛选大量的金融数据，并为个人提供最佳行动方案，从而制定出一套规范的财务决策，我们将看到会计师崛起为小型企业的战略顾问。这将从根本上改变当今会计的角色，让他们将注意力从繁琐的数据输入转移到利用机器学习发现数据所驱动的洞见，帮助小企业客户做出更好的商业决策。——Xero产品和伙伴关系副总裁赫尔曼·曼(Herman Man)

　　47.Alexa将开始使用它的眼睛。随着Echo Show和其他设备的发布，亚马逊通过其Lab 126对基于视觉的产品识别工作的广泛投入即将获得回报。为此，Alexa将开始使用摄像头来消除可能购买的歧义，尤其是在杂货店。这对买东西的人来说很重要，因为机器学习算法并没有消费者的购物历史，或者何时订购产品的记录。此外,Echo Show这类设备允许亚马逊更好地利用其分析优势，以便在相同的时尚网站向客户进行交叉销售，这让亚马逊在利润和合作方面获得更多的控制权。——Digimarc Corporation首席技术官托尼·罗德里格斯(Tony Rodriguez)

　　48.正如我们今年在WannaCry上看到的场景，AI和机器学习技术正在使黑客的武库多样化，这样他们就可以制造更复杂的攻击。在2018年，这会成为更普遍的趋势，因为竞争公司都希望绕过两步认证(2FA)这种基本的保护方法。明年，企业应该开始考虑超过2FA的基本层面，并考虑下一步如何保护我们的系统和社交平台。企业必须在更广泛的范围内开始采用自动化安全工具，以分析它们的数字资产存在的威胁，这将会刺激有趣的AI对抗大战。——ZeroFOX首席数据科学家菲尔·图利(Phil Tully)和威胁操作经理扎克·艾伦(Zack Allen)

　　49.在当今嘈杂的数字环境中，个性化营销将继续成为优先考虑的主题。我预计，我们能看到AI和机器学习技术在为每个消费者提供更个性化的营销信息和在线购物体验方面发挥更大的作用。随着可用的客户数据越来越多，有针对性地提供有关某人的相关信息，并推断更有效率的兴趣或是购买意向是十分困难的，但是机器学习和AI技术正在帮助营销人员从不同的消息源关联和合成信号，并比以前更高效地确定行为模式，推断出客户的兴趣爱好和购买意图。这将帮助公司更接近理想“一对一”营销模式，这在规模上是很难实现的。——Bazaarvoice技术副总裁布莱恩·查戈利(bryan Chagoly)

　　50.AI不会在2018年取代就业岗位，只会加强它们。一个常见的误解是，AI应用的迅速普及将在2018年取代人类工作。然而，在网络安全方面，我们可能会遇到相反的趋势。AI发挥的力量倍增，帮助人类更有效地分配资源，并把时间花在最重要的事情上。2016年，有超过100万个网络安全职位无人填充。2017年，安全团队根本无法维持运营。到了2018年，企业将通过利用AI以自主的方式实时回应和减轻威胁，以为公司赢得更多应对时间。——Darktrace网络情报与分析主管贾斯汀·费尔(Justin Fier)

　　51.2018年，我们将会看到更多AI技术专业化，以满足对更个性化决策和管理支持的需求，从而加强个人工作流程效率。这些小决策可以支持我们最好地完成工作，比如组织日历、追踪任务清单、安排会议等，我们将从AI和企业通信的交叉中获得真正的价值。AI支持的工具将了解我们的偏好和行为，随后调整个人工作流程，创造更多的专业经验，提高所有人的生产效率。——Fuze首席技术官基思·约翰逊(Keith Johnson)

　　52.电力行业仍然是自动化程度最高而数字化程度最低的行业之一。运营和维修预算不仅高昂，而且主导了电网和发电厂的成本配置和资产价值。在2018年，我们预计AI将迅速自动化电力行业的工业维护流程，从实时燃料优化(可显著影响煤、气发电的温室气体排放)到风电预测(AI优化涡轮叶片位置以增加功率)。与此同时，我们预见了人类与AI并肩工作的方法，这可以让人类能够专注于高优先级的问题。电力行业拥有成熟的劳动力，25%的行业工人在5年内达到退休年龄，因此电力生产商和电力公司将需要大量投资以创造一种文化，即运营商们能够在AI支持的环境中如鱼得水。——GE Power Digital企业运营高管彼得·柯克(Peter Kirk) (编译/金鹿)