人工智能特别是机器学习和深度学习，已成为2018年的流行关键词，预计未来几年其热度都不会消失。长远来看，人工智能将最终成为日常新闻，与“互联网”、“电力”和“可燃引擎”一样，变成另一种为我们生活提供动力的技术。

在接下来的几年里，激动人心的技术突破将改变我们生活、进行商业活动和社会运作的方式。人工智能带来的变化，将超出此前所有技术革命的任何想象。与以往不同，人工智能驱动的机器将进行分析、计划，预测和决策的“思考”工作，为我们总认为应当为人类所保留的新角色做出贡献。

我们仍不确定人工智能是否会最终导致像“星际迷航”一样的社会，人类可以在更有意义的追求下自由地度过人生。但许多人确信人工智能将导致大规模失业和社会动荡，最终导致类似天网（Skynet）的人类灭绝。那么，人工智能在2019年将有哪些发展？

人工智能将加速所有权社会的终结

人们不再拥有电影DVD的音乐CD，而是订阅Spotify或者Netflix。在人们日常购买的产品中，音乐和视频可能是第一批标志所有权时代结束的产品。如今，人工智能平台正在将所有制造的产品和服务转变为互联“智能”产品。我们已经在运输和消费电子产品中看到这一点——汽车、踏板车、洗衣机、咖啡机，恒温器等。

图1. 人工智能将加速基于订阅的商品和服务共享趋势。

受智能产品捕获数据驱动人工智能算法和新商业模式，终结所有权的趋势将加速所有行业，产品和服务的发展。我们开始预定办公空间（WeWork）、住房（Roam，Common），家具（Fernish）、衣服（Le Tote），甚至遛狗（Wag）。这些趋势将加速，类似服务将在2019年及以后在各行各业开始形成规模。

非技术公司将开始建立人工智能

虽然人工智能和机器学习一直是热门话题，但这些新闻主要由脸书（Facebook）、苹果（Apple）、亚马逊（Amazon），网飞（Netfix）和谷歌（Google）等科技公司推动。许多创建“人工智能战略”的非技术企业目前专注于解决影响业务指标的现实问题。此前花费了几年在数字化上的努力，使他们的数据有序，在确定人工智能可以带来回报的机会领域后，企业将继续推进经过验证的举措，从试点中学习，然后从软启动过渡到全球部署。

在这种情况下，零售商专注于构建客户参与模型，将全渠道的存在最大化并转换为销售。同样地，流失预测模型将帮助他们获得客户可能流失和完全停止购物的早期信号，需要商业干预来防止该情况发生。

利用数字化和人工智能的优势，企业开始使用他们的数据来产生新的收入来源。建立大型交易和客户活动数据库以及与相邻行业合作，基本可以让任何充分的数据和人工智能业务开始重塑自我。例如，电信公司可以开始在客户购买新智能手机时建立模型。通过模型预测，他们能与手机制造商合作，为客户提供高度定制化的激励来实现交易，在这个过程中为自己创造收入。

因此，随着公司从技术和人员投资中寻找真正的业务影响，我们将看到焦点从“人工智能战略”转变为“人工智能驱动”。技术将不再那么重要：提供业务见解和结果将是关键。另一方面，随着人工智能的进入，企业开始意识到人工智能是对其流程，人员和文化转型的投资，不仅仅是一种用于即时修复效率低下的神奇工具。

消费者对人工智能的理解将发生巨大变化

随着人工智能铺天盖地的宣传和成为日常头条新闻，以及基于人工智能的设备和服务使用量激增，我们对人工智能的理解将发生变化。最初，与人工智能的日常互动采用数字助理的形式，如聊天机器人或语音机器人和Alexa等设备。随着交互和使用的增加，我们不再将人工智能与永不崩溃的自动驾驶汽车相关联，而是将生产力工具和预测与日常任务相结合，让我们的生活更美好。实用的人工智能将专注于使人购物愉快，病人护理更好，疾病检测更精确，学习更愉快。

图2.消费者对人工智能的理解将更加细致入微：我们将人工智能视为日常商务工具，而不是期待自驾车不会崩溃。 

另一方面，虽然人工智能在大多数情况下都能很好地工作，但我们会看到一些偶然故障或荒谬的故障。这是因为许多“数据科学家”对人工智能的基本统计性质缺乏深刻理解，并且缺乏实施算法的程序化方法，从而导致意想不到的后果。

对于坏人而言，人工智能领域利润丰厚

随着越来越多的企业使用人工智能为其产品和服务提供动力，并开始依赖数据驱动的决策，整个生态系统需要时间来开发新的流程和框架与之协作。例如，营销部门在全球范围内部署客户流失预防措施前，需要检查和平衡以确保不会发生“收入泄漏”或客户伤害。 当涉及处理人类数据且人工智能仍受“黑匣子问题”阻碍时，这将尤为棘手，数据科学家以外的大多数人包括内部人员似乎都不了解系统正在做什么。

图3.人工智能驱动的欺诈和网络钓鱼将在2019年变得更加普遍，给企业和消费者带来重大损失。

由于新的人工智能生态系统需要时间来适应新流程和框架，坏人将利用初期系统。在数字生态系统中，通过使用数据平台和复杂人工智能技术，这些人将不断增加工作量并执行全球范围内高度针对性的欺诈计划，给品牌和营销人员带来巨大损失。传感器篡改，数据操纵、启动，以及复杂人工智能模型驱动的欺诈和网络钓鱼攻击等许多风险将层出不穷。

2019年，将启用隐私人工智能

随着企业将人工智能引入其系统、流程和日常业务，人工智能需要得到信任才能充分发挥其潜力。人工智能的消费者希望知道它对我们的数据做了什么，为何这样做，以及在处理影响我们生活的问题时如何做出决定。从技术角度来看，这通常很难传达。人工智能有效是因为它能连接并进行非显现甚至违反直觉的推理。例如2016年谷歌的阿尔法围棋（AlphaGo）击败世界顶级围棋选手之一李世石的情况。没有人能理解阿尔法围棋的举动，这让人难以置信，因为棋局是在观众和评论员面前播放的。除了让公众放心，研究和商业也将受益于开放性，这暴露了数据或算法偏见。

在2019年，我们将看到越来越强调旨在提高人工智能透明度的技术和流程，这些都受《一般数据保护条例》（GDPR）以及将在印度等主要经济体生效的类似措施推动。《一般数据保护条例》于2018年在整个欧洲实施，使公民受保护于机器做出的具有“法律或其他重大”影响的决定。企业，尤其是龙头企业，通过人工智能优化业务，将导致与第三方分享数据。确保数据隐私以及客户隐私，不仅是一种良好的商业实践和风险管理策略，也将很快成为法律要求。

启用隐私人工智能技术将为启用人工智能应用程序奠定基础，同时为2019年使用加密技术保护隐私提供支持。我最喜欢的是一项令人兴奋的新兴安全计算技术。同态加密（HE）安全计算技术，是一种加密数据的特定方式，以便第三方在数据继续加密的同时使用机器学习技术，操作和收集有价值的见解，从而保护用户隐私。

基于同态加密，Federated Learning（另一种由谷歌推广，不需要集中数据的分布式机器学习技术）和其他安全计算方法，我们将看到初创公司专注于将人工智能民主化。其赌注是，随着未来3年内数十亿智能手机配备人工智能芯片和重要的本地计算，许多人工智能模型将能够在这些移动设备上本地运行。在数十亿智能手机上分配计算，将大大减少大多数企业开发人工智能产品（如超个性化推荐引擎，人工智能助手等）的成本和时间。大型公司和初创公司都在构建分布式、安全且支持隐私的计算框架，以实现这一目标。

总结

2019年将成为人工智能的分水岭，届时该技术将逐渐走出炒作周期并开始在各类业务，流程，产品和服务中得到广泛应用。消费者对人工智能的理解将开始发生变化：然而，为确保公众广泛接受该技术，隐私仍是企业必须解决的挑战。支持隐私的人工智能平台，配备人工智能芯片的智能手机和重要的本地计算，将改变人工智能的分布方式。预计到2019年年底，人工智能将提供高度个性化的内容和建议，这些内容和建议将令消费者满意，并感到非常个人。