隨著人工智能在人們日常生活中變得越來越重要，越來越多的人想知道這些模型究竟是如何工作的。這是由內部利益相關者、消費者和監(jiān)管機構推動的。

CloudSphere公司首席技術官Keith Neilson表示，AIOps更加強調網絡資產管理，以標記和分類資產——隨著企業(yè)采用自動化來幫助警報管理和自動解決問題，以最大限度地提高運營可靠性和正常運行時間，AIOps正在崛起。與此同時，人們看到資產的高級標記和元數據管理的興起，以確保AIOps算法能夠在自動化流程中有效地管理這些資產。

TruEra公司聯合創(chuàng)始人、總裁兼首席科學家Anupam Datta表示，美國監(jiān)管機構一直在研究人工智能的挑戰(zhàn)和影響，但尚未采取重大行動，這與歐盟委員會不同。我預計這種情況將在2023年發(fā)生變化，美國最終將在聯邦層面起草自己的規(guī)則，類似于歐盟和亞洲已經生效的規(guī)則。安全護欄對這個市場上的每個人都有好處，最終將有助于建立對人工智能的信任。美國即將出臺相關法規(guī)，企業(yè)應該做好準備。

Icertis公司聯合創(chuàng)始人兼首席技術官MonishDarda表示，雖然人工智能傳統(tǒng)上被視為一項復雜且具有挑戰(zhàn)性的創(chuàng)新，但在2023年，人工智能將被傳播到更廣泛的用戶群中，包括那些沒有人工智能專業(yè)知識的人。這一變化將把權力交到客戶手中，而不僅僅是開發(fā)人員。公司將尋求自助服務工具來創(chuàng)建自己的定制機器學習模型，以檢查業(yè)務特定屬性。

企業(yè)將以負責任的人工智能應對即將到來的人工智能法規(guī)。歐盟和美國政府計劃實施新的法規(guī)來保護消費者(即歐盟對產品和人工智能的責任規(guī)則以及白宮的人工智能權利法案)。然而令人驚訝的是，許多組織將人工智能監(jiān)管視為成功的福音，而不是障礙：將近三分之二(57%)的公司將人工智能視為其戰(zhàn)略優(yōu)先事項的關鍵推動者。2023年，許多企業(yè)將從被動的人工智能合規(guī)戰(zhàn)略轉向積極發(fā)展負責任的人工智能能力，以便為適應新的法規(guī)和指導奠定堅實的基礎。

TruEra公司聯合創(chuàng)始人、總裁兼首席科學家AnupamDatta表示，人工智能是朋友還是敵人?在2021年和2022年，由于糟糕的訓練數據等因素，人們擔心人工智能會導致偏見。2023年，越來越多的人認識到，人工智能可以繞過偏見產生的歷史點，幫助消除偏見。人類往往比機器更有偏見。人們開始看到人工智能可以減少偏見，而不是引入偏見。

地緣政治的變化將減緩人工智能的采用，因為恐懼和保護主義為數據移動和處理地點設置了障礙。宏觀經濟的不穩(wěn)定，包括能源成本的上升和即將到來的經濟衰退，將阻礙人工智能計劃的發(fā)展，因為企業(yè)很難維持電力供應。

Icertis公司聯合創(chuàng)始人兼首席技術官Monish Darda表示，2023年，企業(yè)將專注于消除自動化決策系統(tǒng)的偏見。近年來，Icertis公司一直優(yōu)先發(fā)展符合倫理和可解釋的人工智能模型。現在，隨著《人工智能權利法案》藍圖的發(fā)布，整個科技行業(yè)將致力于消除人工智能領域的不公平。機器永遠不可能擁有所有的數據，這就是為什么讓人類參與其中是如此重要。

Nexla公司創(chuàng)始人兼首席執(zhí)行官Saket Saurabh表示，增強數據管理:隨著人工智能與數據質量、元數據管理和主數據管理的集成程度越來越高，增強數據管理的重要性將會上升。這意味著由于機器學習和人工智能的發(fā)展，人工數據管理任務將會減少，這使得專家能夠處理更多高價值的任務。

人工智能速度和質量之間的斗爭將達到頂峰。只要企業(yè)利用人工智能，高管就一直專注于兩件事中的一件：部署人工智能的速度或人工智能數據的質量。技術與人類監(jiān)督相結合，幫助發(fā)現過程中需要改進的領域，將有助于實現速度和質量，并幫助企業(yè)在未來一年實現他們的人工智能目標。

EZOPS公司創(chuàng)始人兼首席執(zhí)行官Bikram Singh表示，企業(yè)將有能力在其組織內使用人工智能來更好地滿足他們個人的特定業(yè)務需求。人們將在2023年看到的人工智能領域最大的趨勢之一，將是從數據科學家的人工勞動，轉向更多的工業(yè)化、嵌入式類型的結構，在這種結構中，實際業(yè)務用戶能夠開始使用和使用算法。它將不再是嚴格意義上的數據科學家的領域，它將遠離標準的、實驗室類型的黑盒結構。人們真的會開始在這些項目中看到更多的工業(yè)化。我們要看到的是，通過消除這些數據孤島，并將人工智能直接應用到組織中，可以使組織內的信息更加民主化。這也將受益于低代碼無代碼類型的環(huán)境，在這種環(huán)境中，用戶可以開始配置他們想要處理的數據集，以及他們自己如何計算和利用這些數據來創(chuàng)建預測、對其進行微調，并使其為他們工作。

Kyndi公司創(chuàng)始人兼首席執(zhí)行官RyanWelsh表示，人工智能行業(yè)將提供更多可以由商業(yè)用戶直接操作的工具。企業(yè)一直在招聘越來越多的數據科學家和mle，但人工智能在生產中的凈采用率并沒有以同樣的速度增長。雖然大量的研究和試驗正在進行，但隨著商業(yè)環(huán)境的發(fā)展，企業(yè)并沒有從可以輕松擴展和管理的人工智能生產解決方案中受益。在未來的一年里，人工智能將開始變得更加民主化，這樣技術水平較低的人就可以直接利用那些抽象出所有機器學習復雜性的工具。沒有接受過高級統(tǒng)計和/或數學方面正式培訓的知識工作者和公民“數據科學家”將使用這些自助服務工具從數據中提取高價值的見解，使他們能夠執(zhí)行高級分析并以業(yè)務的速度解決特定的業(yè)務問題。

隨著基于人工智能的決策的商業(yè)應用的增加，合乎道德的人工智能變得至關重要。各行各業(yè)的公司都在加速使用人工智能進行基于數據的決策。無論是社交媒體平臺壓制帖子，將醫(yī)療專業(yè)人員與患者聯系起來，還是大型財富管理銀行向最終消費者提供信貸;然而，當人工智能決定最終結果時，目前還沒有辦法抑制算法中固有的偏見。

在2023年，企業(yè)需要能夠遵守這些擬議的法規(guī)，包括確保隱私和數據治理、算法透明度、公平和非歧視、問責制和可審計性。考慮到這一點，企業(yè)必須實施自己的框架來支持道德人工智能，道德人工智能在未來一年必將變得比以往任何時候都更加重要。