
坊间经常有关于“人工智能将取代经济领域里许多工作和角色”的惊人说法,从销售人员到卡车司机再到医生,造成恐慌。然而,市场的支配地位终究是属于创新者(即人类创新者)的,是他们组装人工智能和基于机器学习部件,再将产品和服务更有效地交付给客户。从这个角度看,此后成功的企业家将成为指挥人工智能交响乐团的大师。
因此,那些知道如何将这些结合在一起的人将推动世界运转。尽管人工智正在令许多改变世界的成就成为可能(包括自动驾驶汽车、生物学方面的突破等等),但如果没有人类的积极性和参与性,这一切都是不可能实现的。在这一点上,太多的公司还做得不够。
Alphabet/Google前董事长Eric Schmidt看好奋发向上的人才,深知这些人才具备改变世界的实力。Schmidt最近在英国举行的麦肯锡 BLINK会议上表示,如果没有合适的人才,世界上所有的数据都毫无用处可言。
Schmidt甚至驳斥了业界的传统观念,即“拥有大量数据的公司占有先机”。他说,随着人工智能解决方案的发展,可能已经不需要大量的数据缓存。“目前有许多人在研究,如何运用少于当前所需的数据来构建算法,而那些认为‘拥有最多数据的人将会胜出’的看法最终将沦为一种暂时现象。”
如果数据不能令一家企业在激烈的竞争环境占上风,那什么才能让企业获得优势呢?答案是,“我们终将发现,那些拥有能开发最聪明算法的聪明工程师的企业将是最终赢家。”
这种力量来源自“愿意承担风险及推动社会变革的人。杰出的人是那些改变世界的人。他们天生就与众不同,他们能力超群,而且很少见。由于互联网的存在,我们可以联系到这些人,这在过去是不可能的。”
而优秀的的人工智能创新者也不是只是来自IT部门。Gartner最近一项分析发现,对人工智能人才最强烈的需求并非来自IT部门,而且来自组织里的其他业务部门。Gartner报告称,尽管IT部门在2015年至2019年间对人工智能人才的需求增加了两倍,但IT部门发布的人工智能职位数量仍然不及其他业务部门的一半。Gartner分析师指出,从2015年至2019年期间,非IT人工智能职位的增长为74%,而与IT相关的职位增长为36%。
这表明,人工智能对于商务运作方式正在产生越来越大的影响,而且人工智能也正在开辟各种想象不到的商机。未来不是由机器支配,未来由拥有无限想象力的人支配。
好文章,需要你的鼓励
论文提出动态民主同意框架,融合伯奈斯公关理论与系统动力学反馈模型,分析政治支持率如何受滚雪球增长、选民饱和、感知延迟和制度信任侵蚀四种机制影响,揭示宣传投放为何会失效甚至反噬。
阿里巴巴团队推出E-Commerce Bench基准,让18个顶尖AI模型经营虚拟网店一年,揭示AI在长周期自主商业决策、供应商谈判防骗、现金流管理及经验学习方面存在巨大能力差异与隐藏短板。
本文解读ReFlowSET框架,它通过系统评测多款图像压缩器选出最适合雷达与光学图像的编解码器,并从零训练轻量生成模型完成雷达图到光学图的翻译,在多个数据集上取得领先的感知与分布质量表现。
阿里团队提出DICS方法,通过评估图片、问题、答案三者的内在一致性给训练数据打分,结合自适应采样策略筛选高质量子集。仅用25%的LLaVA-1.5-665K数据训练即超越全量数据效果,并在600万样本规模验证下用不到四分之一数据逼近官方InternVL3-8B性能。