? 一色屋任你精品亚洲香蕉 ,亚欧美无遮挡hd高清在线
当前位置Q?/SPAN>主页 > 技防分公司 > 行业动?/a> >
l济寒冬之后 是h工智能的春天

【CPS中安|?cps.com.cn】一家公叔R择的经发展道路往往是依照时代背景来军_的,在不同的l济时局之下选择正确的经策略, 往往可以成ؓ(f)公司逆{N的{折点?/span>

  一般来_(d)l济J荣Ӟ公司注重的是整体的发展速度Q而在l济困难时期Q公司则更加注重生效率——也是_(d)在投入成本最的条g下实现利益的最大化?/span>

  q种说法当然不是I口之谈Q我们可以在历史的经验中L证据?/span>

  ?20 世纪 80 q代以来Q几乎在每一ơ经大衰退之后Q企业家们往往都将公司的发展目标和数字技术紧密捆lv来,同时也更加注重Y件技术的创新。他们都企图在原先生产力不出C重羃水的条g下,通过利用数字技术帮助减重复性的工作Q从而节省h力资源成本?/span>

  而现在,新冠疫情带来的经衰退Q又一ơؓ(f)数字技术和高新U技提供?jin)发展的最x(chng)机?/span>

  有着多年风险投资l历的风投经验专?Mark Gorenberg 在他之前发表的分析中提到Q疫情大行造成的经衰退没有成ؓ(f) AI 的绊脚石Q反而成为其发展的加速器。可以说Q疫情过后的l济复苏由q速发展的人工所驱动Q也作为更加适宜的大环境Q加速h工智能的应用q一步发展?/span>

  l济复苏往往建立在新兴技术之?/span>

  国国家l济研究局(NBER)的经学家们发现?jin)一个规律:(x)随着l济大萧条的~慢恢复Q大面积的失业h口也随之出现Q但同时Q这U萧条加速了(jin)Z工作性质的进化,即由低端重复性工作向非常规工作的转变?/span>

  其实Q现有的许多工作d是可以用自动化完成的Q但公司仍然分配l员工高重复性Q务,比如说数据分析,来增Z们对数字的判断力Q从而进一步提高生产效率和生质量。这样就形成?jin)一个良性@环,公司既通过增加生效率获得更丰厚的利润Q又提高?sh)(jin)员工的工作能力?/span>

  但是Q在l济大萧条时期中Q情况便变得复杂h。失业率辑ֈ最高水q之后,Z?x)寻找更多提高技能的Z(x)。因此,即在经复苏后Q尽较复苏之前的自动化E度有所提高Q但׃率却q没有随之上升,反而降臛_史低炏V?/span>

  而新冠疫情的行Q将我们又一ơ被推入?jin)衰退和复苏的循环。当?dng)相关行业也已l期待着在下一轮的l济复苏中,AI 和机器学?fn)的q猛发展带来的业革斎ͼq也ؓ(f)人工企业家创造新的宝贉|?x)?/span>

  参考上世纪 80 q代初的l济低迷时期Q成功实现逆流而上、蓬勃发展的公司Q都在经复苏十q的中期开始了(jin)首次公开募股QIPOQ?LotusQ美国汽车品?、MicrosoftQ美国微软公司)(j)、OracleQ美国甲骨文数据公司Q、AdobeQ著名图形图像和排版软g的生产商Q、AutodeskQ美国电(sh)脑Y件公司)(j)?BorlandQ美国宝蓝Y件公司)(j)?/span>

  q些软g的兴h志着商业企业历史上一个独特的转折点——从M来看QY件公司对资本支出或h事费用的要求很低Q同Ӟ公司的毛利率高达 80% 或更多。这U得天独厚的优越条g使它们在不危?qing)自w生存的前提条g下,h惊h的增长能力?/span>

  也就是说Q如果Y件公司的企业家愿意接受较低的工资Q那么就能实现公总最、甚至不需要外部投资的方式q速徏立v来;如果他们能够扑ֈ适合早期?jng)场的品,他们通常可以自我引|实现有机增长?/span>

  当然Q聪明的企业家们?x)抓住经衰退的“黄金时期”,来发展自己刚刚v步的软g公司。因为在Ҏ(gu)时期Q高质量人才往往能接受较低的工资Q这也就意味着更多节省的h力成本。同Ӟ低廉的房U也提供?jin)更多更舒适的I间?/span>

  最重要的是Q那些同一领域的老牌竞争Ҏ(gu)一般都把精力放在维持服务和留住现有客户上,从而暂停了(jin)C品的开发?/span>

  大萧条往往是大数据时代发展的开路h

  当次贷危机拖垮整个经时Q企业必ȝ住即流q原有客户Q?因ؓ(f)预算有限Q还要努力降低成本提高生产效率,但这两个目标往往怺矛盾?/span>

  大数据未来的x(chng)已经Ҏ(gu)蒂固Q有q见的高们认ؓ(f)Q解x(chng)案已l在他们的数据中Q如果他们能扑ֈ的话。但与此同时Q老牌软g公司削减?jin)研发支出,qؓ(f)更新更敏L(fng)分析公司开辟了(jin)沃土?/span>

  大多数Y件公司在 2009 q都没有增长Q但作ؓ(f)|络分析领域的领D,Omniture 在那一q增长了(jin) 80% 以上Q这也?Adobe ?19 亿美元的h收购?jin)它?/span>

Tableau 成立?2003 q_(d)但一直没有什么vԌ直到 2008 q的l济危机—??2008 q到 2010 q_(d)它的销售额?1,300 万美元增长到 3,400 万美元。无独有ӞSplunk ?900 万美元涨C(jin) 3500 万美元。Ayasdi、Cloudera、Mapr ?Datameer 都是在大萧条最严重的时候推出的?/span>

当然Q如果没有数据科学家Q这些公叔R不可能蓬勃发展?/span>

正如 1990 q代早期大学加速培M(jin)大量软g开发h员,大萧条期间再ơ加速了(jin)分析专家和数据科学家的出玎ͼ从而刺Ȁl济复苏、开始了(jin)国未来十年的经扩张、就业增长和国历史上最长的牛市(jng)?/span>

现在轮到人工?/span>

其实在新冠疫情大行之前Q许多经学家和企业首席财务官就认ؓ(f)Q?020 q经衰退的可能性至有 50%?/span>

一q多前,Ƨ盟议会(x)出版的政{杂志也N,下一ơ的l济衰退Q将把h工智能发展推向高潮。该杂志援引伦敦l济学院的米?dng)科•d拉卡的话? “我们预计在未来10?5q_(d)Z人工和机器h的技术将再次出现Ȁ增。?/span>

可以_(d)那些仅仅预测l济衰退的hQ他们还?sh)够?zhn)观。许多公总前所未有的力度削减了(jin)力_力成本,以适应形势的突然和严峻。当复苏开始时Q他们将再次依赖自动化来提高生?/span>

大西z理事会(x)?COVID-19 对全球创新的影响Q对100多名技术专家进行了(jin)调查。结果显C,即在大行期间Q这些专家也认ؓ(f)Q在未来两到五年内,数据和h工智能的影响超q生物医学工E。当?dng)q两者ƈ不相互排斥,他们甚至可以互相?j)进Q比如谷歌的 Deepmind 技术最q?AlphaFold 工具来预复杂的蛋白质折叠模式,q在疫苗的研I中很有用?/span>

即是那些没有自q产能力的公司Q比如在UK售商Q也计划使用人工来提高复杂的全球供应铄可靠性。因此,对h工智能h才的需求激增是不可避免的?/span>

2018q_(d)几所主要大学宣布?jin)开发AI人才的D措?/span>

ȝ理工学院(MIT)宣布?jin)有史以来对人工最大的一Ҏ(gu)诺:(x)?gu)?10 亿美元创Z个计学院;卡内基梅隆大学创立了(jin)W一个h工智能学士学位课E;加州大学伯克利分校宣布成立一个新的数据科学部门;斯坦大学宣布了(jin)一以Zؓ(f)中心(j)的h工智能计划?/span>

其他数十所学校也纷Uhѝ就?30 q前的Y件开发和 10 q前的数据科学一P机器学习(fn)逐渐从默默无ȝ透明到处处刷着存在感的“知名h物”?/span>

早在 2017 q_(d)几位风投专家׃h工智能风险曲U?AI risk curve)写了(jin)一文章,认ؓ(f)ȝ人工应用的不是技术,而是理者对用不熟?zhn)的Y件流E取代一名员?其表现是已知?所涉及(qing)的风险的认识?/span>

但现在,l济紧羃l了(jin)理者前所未有的压力, 他们被迫降低成本Q这也就增加?jin)对采用新技术所带来的的风险的容忍度。在未来一两年Q企业将更愿意承担风险,q将新技术集成到他们的基设施中?/span>

在粮食和农业领域Qh工智能将帮助我们理解和适应变化的气候。在基础设施和安全方面,机器学习(fn)模型提高(sh)基础设施的效率、可靠性和性能。更好、更动态的风险模型有助于企业和整个金融市(jng)场应对下一场危机?/span>

Z(jin)完成所有这些,需要大量新的应用h工智能的公司Q特别是能够创造更好的开发工具和基础设施、持l优化系l和产品Q以帮助规程提高数据质量、安全和隐私?/span> 


?div id="copyright_main">