
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
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。