德勤(Deloitte)本周发布的一项研究表明,早期采用人工智能(AI)和认知技术的企业在获得经济收益的同时,正在创造新的就业机会。
接受调查的企业总体上对于认知技术在其组织中现期和未来,所扮演角色的看法是积极的。在接受调查的 250 名“有认知意识”的美国高管中,已经有接近三分之二(63%)的人已经开展了培训项目,帮助员工了解如何开发认知技术并与之协同工作。
与许多人认为的情况相反,调查对象并不认为失业是人工智能相关工作的一个重要结果,69%的受访者预计在未来三年内失业的数量会非常小,甚至不会带来什么失业。
该报告表示,事实上,超过四分之一的组织(29%)认为,随着人工智能和认知技术的普及,新工作机会将会随之增长。当被问及人工智能和认知技术带来的好处时,劳动力减少的排名是最低的(22%)。
们应该看看人们和机器如何以合作的方式协同工作。” Cathy Engelbert表示, “利用新技术作为我们员工队伍新工具的能力最终将为我们的员工建立高价值技能提供新的机会。”
绝大多数的受访者(92%)认为认知技术是其内部业务流程的一个重要部分,87%的受访者认为认知技术将在改善其产品和服务方面起到重要的作用。此外,大约有四分之三(76%)的受访者希望AI和认知技术能够在三年内实质性地改变他们的公司。
调还查发现,有12%的公司在认知技术方面投入超过了1000万美元。而投入在500万到1000万美元、100万到500万美元以及50万到100万美元的公司比例都在25%左右,只有7%的公司的投入不到50万美元。这些投资主要面向IT、产品开发与研发以及客户服务。总体而言,目前公司使用的认知技术还处于初级阶段,而且大多数公司还没有为这些技术提供良好的预算。
大约四分之三认知技术的早期应用者在探索那些成熟的认知技术,他们正在使用于机器人流程自动化(RPA)(73%)、统计机器学习(70%)以及深度学习神经网络(49%)。
到目前为止,这些较新的技术似乎正在得到回报。大多数受访者表示人工智能和认知技术带来了中等到显著的经济收益。
更喜欢从最成熟的项目入手,或者再等上几年,等到技术成熟。
德勤咨询(Deloitte Consulting)的Ryan Renner表示,那些希望通过认知技术获得竞争优势的企业应该“重新思考”何时、为什么以及如何通过人与机器的协同工作来取得更好的成果。
Renner还说,这些技术正在破坏组织如何执行任务、做出决策以及在客户和内部完成互动的方式。他表示,真正的价值只有知道如何在公司的业务、市场、企业文化和行业环境中最有效地应用技术的前提下才能创造出来。
好文章,需要你的鼓励
这项研究提出了"高效探测"方法,解决了掩码图像建模AI难以有效评估的问题。通过创新的多查询交叉注意力机制,该方法在减少90%参数的同时实现10倍速度提升,在七个基准测试中均超越传统方法。研究还发现注意力质量与分类性能的强相关性,生成可解释的注意力图谱,展现出优异的跨域适应性。团队承诺开源全部代码,推动技术普及应用。
伊利诺伊大学研究团队开发了CLAIMSPECT系统,通过层次化分解复杂争议、智能检索相关文献、多角度收集观点的方法,将传统的"真假"判断转变为多维度分析。该系统能够自动构建争议话题的分析框架,识别不同观点及其支撑证据,为科学和政治争议提供更全面客观的分析,已在生物医学和国际关系领域验证有效性。
清华大学研究团队首次提出情感认知融合网络(ECFN),让AI能像人类一样理解和表达情感。该系统通过多层次情感处理架构,在情感识别准确率上比现有最佳系统提升32%,情感表达自然度提升45%。研究突破了传统AI情感理解的局限,实现了跨模态情感融合、动态情感追踪和个性化情感建模,为医疗、教育、客服等领域带来革命性应用前景。
哈佛大学研究团队通过创新的多智能体强化学习方法,让AI在战略游戏中学会复杂推理。研究发现AI通过游戏竞争能发展出类人思维能力,在逻辑推理、创造性解决问题等方面表现显著提升。这项突破性成果为未来AI在医疗、教育、城市管理等领域的应用奠定基础,展现了通过模拟人类学习过程培养真正智能AI的新路径。