福布斯盘点：2018年人工智能50个预测

至顶网CIO与应用频道 01月01日 编译：2018年人工智能仍然处于炒作周期顶端，这么预测是比较保险的。但是下面的50个预测显示，人工智能将变得更加实用、更加有用，实现一些工作的自动化，扩大其他很多工作的范围，再加上利用机器学习和大数据获得新鲜的见解，还有企业中聊天机器人越来越多等因素。

Affectiva公司首席执行官、共同创始人Ranael Kaliouby博士

随着汽车行业遇到巨大的颠覆，现有OEM厂商和一级厂商正日益意识到，他们需要立即采用人工智能，不仅是为了解决外部车辆环境问题，也是为了了解车辆内体验的需要。半自动和完全自动化的车辆将需要基于人工智能的计算机视觉解决方案，以确保安全驾驶，无缝切换到人类驾驶员，以及基于情绪、认知和健康情况的丰富的乘客体验。

Cambridge Consultants公司机器学习总监Monty Barlow

我预计2018年我们会看到很多个第一次，包括出现可以直接解释自己的AI系统（“第一人称”）而不是被外部评估（“第三人称”）；网络中立性的侵袭，主要由于个性化程度提高，以及AI驱动的内容交付日益优化；深度学习泡沫的破灭。仅仅在特定领域运用人工智能的初创公司，其估值将不再过度膨胀。那些存活下来的初创公司将在人工智能能力方面迈出一大步。我们预计自动驾驶车辆方面可能还会发生一起致命的事故，人们会意识到，实现人类自动驾驶，需要比目前乐观预测的更长的时间去测试和发展成熟。

Albert公司首席执行官Or Shani

人工智能将开始可以回答“为什么”类型的问题。在过去几年中，我们观察了那些与人工智能系统进行交互的早期采用者，发现：1) 人类并不擅长了解人工智能在做什么 2) 人工智能并不擅长告诉人类它在做什么。当用户提问“为什么”的时候，人工智能现在唯一的解释就是“因为我就是这么说的”，而这会让用户感到十分沮丧。2018年，AI创造者不能只是因为没有足够多地就机器每秒要处理数千个变量这个事实进行沟通，就拒绝用户对获得更高透明度的渴望。为了让用户信任人工智能系统是致力于追求共同的目标，人工智能开发者应该开始考虑把问责制、报告和系统请求设置为高优先级，让用户可以询问“为什么”，作为对具体行动的回应。

Personali公司首席执行官Dan Baruchi

个性化动态定价方面，我们预测主流电子商务网站（主要是时尚、电子产品、食品和药店）会转向实时的定价个性化。线上定价和实体店定价将基于行为、供需和竞争对手定价。与今天根据各种变量（但不是与客户相关的）进行定价的方式不同，个性化定价会反映每个购物者收到的特有报价。价格会经常变动，反映个人报价。线上体验将模拟线下体验，所有商店都会带有电子价签。页面上或者货架上会有一个价格，然后还有一个你独有的价格——你收到的独有报价。

Veritone公司首席执行官兼总裁Chad Steelberg

在不久的将来，我们将会首次看到人工智能与人工智能的对决。一般来说，这个对决将从国家行为者、黑客、参与这个过程的人类，转向人工智能。人工智能将以人类无法防御的速度，直接攻击其他国家和外国企业，所以现在是时候讨论目标驱动的人工智能了，以及应该实施的法规。

Boldstart Ventures创始人Ed Sim

如果你是一家软件公司，并且不考虑在你的产品或者服务上增加某种类型的人工智能，那么你会落后于其他已经这么做的公司。人工智能就像是空气和水，它不是一个范畴，但它无处不在，无论我们是否知道，人工智能都将嵌入到大多数我们使用的软件中。

Nintex公司工作流技术副总裁Mike Fitzmaurice

2018年人工智能被打包提供给我们，并且不需要有计算机科学学位就可以使用。其目标并不是创造所谓的“奇点”——是为了做出合理的判断。观察模式，从模式中学习，应用和测试做出猜测，得出推论。这是基于蛮力的，但是发生得太快了，你和我都不在乎——这些发生在更大的数据集上，是你我都无法触及到的大型数据集。但是，如果这些没有提供给其他软件，被使用并产生结果的话，那么就是无用的。我们会最终看到API和客户端应用的出现，显示我们已经达到了这一里程碑。

Computing Technology Industry Association (CompTIA)首席执行官兼总裁Todd Thibodeaux

创新不止发生在硅谷。世界上有很多国家都在大力投入人工智能，这将是未来一个技术战场。如果一家企业要将人工智能作为他们未来业务计划的一部分，他们最好承诺一个长期的发展计划，可能包括集中重建和中断的时期。人工智能将经历几个缓慢而迅速变化的时期。

SPR公司副总裁Naresh Koka

人工智能不会很快离开炒作周期。目前先进的分析解决方案将继续转型成为使用机器学习和深度学习的人工智能解决方案。展望2018年，预计企业将投资自动驾驶汽车研究，在新车型中实施辅助驾驶功能。其中一个自理就是计算机视觉，如果驾驶者出现疲劳迹象，车辆就会接管控制。我们预测，那些针对高级分析解决方案使用传统统计模型的企业，将投资基于自适应的机器学习技术，从内部和外部来源提取数据，以改善他们的模型。

Liaison Technologies公司首席执行官Bob Renner

现在，将人工智能与实时交易数据通过单一平台混合到一起已经变为现实，这打开了一个全新的世界。例如，人工智能可以帮助企业在单一平台上传输数据，抓住稍纵即逝的机会，例如在采购各种商品（如能源）时优化单位成本。在风能、太阳能和电网等能源代为成本信息平台上，人工智能可以使公司根据成本波动实时调整行动，利用价格变化来最大限度地降低能源费用。这只是一个用例，人工智能和实时交易数据可以让企业组织抓住短期的机会。

Cogito Corp公司首席执行官、共同创始人Joshua Feast

2018年，在企业中实施的人工智能技术将会是以人为本的，并带来可衡量的业务成果。这些技术将增强人类的智慧，让我们自身变得更好。强化人类的人工智能将被广泛接受，因为这提高了技能，对社会产生了积极的影响，而不是使人类对机器的恐惧延续下去。

Anaplan公司产品营销与战略副总裁Subrata Chakrabarti

我们将会看到风投公司、技术和非技术领域对人工智能进行持续投资。这将是我们发挥和利用数据全部潜力的下一步发展——无论是在企业组织内，还是连接到外部行业资源、宏观经济趋势、或者数据来自于传感器和设备。我们预计来自于这些数据的洞察，将通过训练和学习让70%-80%的时间都实现自动化。但是这就要求有恰当的人类技能和反馈循环，与技术进步保持一致。这个过程中仍然需要人类的经验，我们将会看到更多的重点转移到战略决策上。

Redwood Software公司美洲与亚太区总裁Dennis Walsh

2018年，“智能自动化”的实施将为组织带来最直接的结果。很多企业仍然以来数十年来一直使用的传统手动流程，这些流程在数字化商业世界中造成了瓶颈。自动化技术已经发展到这些人工任务——主要是在后台和共享服务中心——可以有效地从人类手中接管过来。重要的是，我们现在正处于这样一个阶段，企业用户自己可以管理这个过程，而不需要全职IT全程关注。这意味着我们将会看到CIO在越来越多的业务方面具有发言权，因为是他们构建了企业的自动化战略。这些战略为企业提供了直接的价值，并将为人工智能取得长期成功奠定基础。

Sisense公司产品负责人Guy Levy-Yurista

2018年，我们将看到人工智能技术使商业智能以几个数量级的速度向前发展，不仅带来了线性节奏的可持续创新，而且还是我们每隔几十年才会看到的真正指数级的颠覆性创新。在当今的商业智能和分析领域，我们可能会花费不必要的时间和数百万美元来查询真正的大型复杂数据集（以TB和PB为单位）。随着商业智能取得进步，2018年企业将能够以毫秒为单位查询非常大型的数据，使他们能够以更快的速度学习更多内容，不仅向更高级的商业智能过渡，而且还向真正的业务认知——意味着人工智能将最终能够“理解”业务数据

SAP创新布道师Timo Elliott

说到2018年的人工智能，企业将开始聘请那些可以正确分析算法的人，我们把这些人称为“算法窃听者”。明年，聊天机器人将会协助每个人从沉迷于手机，转向沉迷于实体店的体验。未来，所有产品、服务和业务流程将是自我改进的。

Citrix医疗行业布道师Christian Boucher

未来一年，分析和人工智能方面取得的进步，将在医疗领域发挥重要的作用。不仅是在患者群体工具方面，还有在优化住院患者和门诊患者场景方面。部署已久的EHR，现在需要在加强和开发新的流程。从根本上改变工作方式、治疗患者的方式、以及医疗环境中接受护理的方式。

Allego公司首席执行官、共同创始人Yuchun Lee

人工智能将加速单一订单销售的消失，通过有效地发挥商业价值，提高销售顾问赢得更多客户。人工智能驱动的销售学习工具，将为销售人员围绕行动、微观培训、即时内容提出建议——基于对客户需求、销售人员技能和经验、在销售过程中竞争动态的评估，就像是Netflix给用户推荐电影那样。

ISG总监、首席分析师Stanton Jones

通用的人工智能还会存在几十年的时间。但是，2018年细分的人工智能应用将在企业支持功能方面有巨大的飞跃，因为呼叫中心、金融和IT高管开始将对话式人工智能、图像识别以及自主应用从试验模式投入生产中。这些应用将补充现有的机器人流程自动化实施，大幅度改变员工生产力和运营速度，远远超过传统行业的基准水平。

Growth Ally公司首席执行官Frank Ingari

2018年我们会看到人工智能在医疗领域会发挥怎样的作用和遇到怎样的挫败。人工智能运用于庞大的“去识别”数据集，对于那些基于人群的工作已经带来了有用的见解，例如问责性的护理和药物发现。但人工智能在“解决”个人护理计划的时候却遭遇了挫败，主要是因为处于单个人所需的全套数据对于今天的计算机和算法来过仍然过于庞大、复杂和神秘。

SAP机器学习负责人Markus Noga

我预计2018年将是企业变成智能企业令人激动人心的一年。越来越多的企业从概念证明中脱颖而出，有效地开始在整个业务中应用人工智能。机器学习算法的不断成熟，将催生颠覆性的业务模式。这将迫使整个行业意识到，数字化转型不止是趋势，而且对于保持竞争力至关重要。与此同时，深度学习和标准机器学习社区一样由来已久，但现在在系统中也不断提升效率和可扩展性。最终，我们可以期待着实现进一步突破，强化机器学习，研究工作将进一步转向工业方面，以确保其竞争力。

Alation公司共同创始人、产品负责人Aaron Kalb

人工智能将推动对数据质量的需求。企业组织将越来越多地谈论到，让人类站到一边，让人工智能真正地做出决定——关于如何为航班定价、货架库存、甚至是分流急诊病人。同时，研究人员发现，“黑盒”深度学习算法——这种算法被训练得不能调整、甚至人类也无法理解这种算法——对于很多难题来说是最有效的方法。因为这些的算法是“垃圾进、垃圾出”，而且由于垃圾输出的结果在变得越来越重要，高质量的训练数据也将变成信息时代石油一样令人垂涎的资源。科技界最优秀的那些专家们，可能会把他们的注意力从创建算法转移到为这些算法提供最佳的数据。

Qubole首席数据科学家Horia Margarit

在人工智能方面取得的进展，催生了云中的专有工具。随着企业试图用机器学习和人工智能进行创新和实现改进，越来越多专有工具和基础设施将用于云中，以支持特定的用例，例如合并多模态感官输入以实现与机器人之间的人机交互解决方案（声音、触觉和视觉），或将卫星图像与金融数据合并以实现弹射算法交易能力。我们将会看到，对于云解决方案的需求在迅猛增加，加速现有数据收集、进一步表明了对来自托管云提供商的平滑且按需计算及存储的需求。

SAP Hybris首席技术官Moritz Zimmerman

今年，利用人工智能和机器学习来改善客户体验的企业，通过在商店中使用机器人和使用虚拟现实让消费者试驾汽车、进行设计等，让科幻故事变成了现实。2018年对于这些企业组织来说，是时候把在面向客户使用人工智能汲取的教训，用于后端流程，使用这些技术来简化流程、实现流程自动化。他们还可以探索将人工智能、机器学习与其他工具例如物联网、AR等结合使用的强大能力，进一步增强前端和后端功能。

HubSpot公司共同创始人、首席技术官Dharmesh Shah

就像几十年前，任何企业都可以一天24小时提供关于业务的关键信息一样，我们将看到机器人也开始能够这样让企业为客户最常见的问题提供答案。自然语言处理和机器学习会越来越多地被中小企业所接受。

Voxpro公司首席执行官Dan Kiely

2018年将是混合式人工智能的一年——尽管人们对人工智能和机器人的兴趣日益增加，但人类的交互永远不会消失。虽然有些品牌的目标是将通话量减少50%，但实时交互会增加（Forrester预测，会有越来越多的品牌将逐步淘汰电子邮件而选择实时客户沟通的方式）。人类交互将是在客户服务方面推动人工智能的核心，取得成功势在必行，而且满意度不会下降。我们认为需要认知思维，可以调整算法，并在需要的时候帮助客户——品牌不应该把所有这些东西都留给机器人。

Informatica公司首席执行官Anil Chakravarthy

数据是数字化转型计划的基础，我们相信在未来一年，我们将看到越来越多跨业务和消费者行业的主流品牌在采用以人工智能为驱动的元数据。这种关于数据的数据，跨业务统一化，将让企业组织开始意识到人工智能的全部潜力。通过在整个企业中对元数据采用机器学习和人工智能，企业将能够更快速、更准确地获取前所未有的洞察，基于数据做智能预测——包括那些他们从未考虑过的事情。这将推动创新，创造更好的客户体验，提高敏感信息的安全性，并改善整体业务成果。

Valassis Digital公司业务开发高级副总裁Pehr Luedtke

我们预计人工智能市场——特别是涉及到聊天机器人——将继续增长，因为广告商们更好地了解了该技术是如何推动客户参与计划并增强购物体验的。聊天机器人能够让品牌与客户进行全年全天候的直接自动对话。对于很多品牌来说，2018年的关键将是通过这种新的媒介（聊天机器人，或者语音识别设备）提供相关的信息与交流，作为以消费者为中心的综合方法的一部分，此外还包括受众了解、定位、交付和测量。

InMobi公司共同创始人、首席收入官Abhay Singal

移动广告技术是一个以数据为驱动的行业，是人工智能和机器学习蓬勃发展并产生影响的完美平台。然而，尽管人工智能可以解决例如优化营销活动以降低基础设施成本、动态创意优化等等，但是人工智能还没有得到整个行业范围的广泛使用。2018年我们将看到人工智能和广告技术之间的协同效应，这一点将因为人工智能的广泛采用而得到发展。

MediaMath公司首席战略官Dan Rosenberg

在所有客户接触点上做出明智的营销决策，使用所有可用数据来推动复杂的俄业务成果，这是一项艰巨的任务——而人工智能则是完成所有工作的绝对要求。2018年，我们终于开始看到人工智能将实现其承诺：做出让消费者和价值链中的其他人都喜欢的营销项目。人工智能蓬勃发展，例如IBM推出的Watson，现在是时候实施正确的流程，采用合适的人才了。

NICE inContact公司细分市场与产品营销副总裁Chris Bauserman

2018年人工智能将在实现卓越的客户体验方面发挥更加积极主动的作用，快速准确的判断是关键。今天，人工智能在自助服务领域（例如聊天机器人）有助于提供快速服务，解决事务型问题或者传统自助服务解决的问题。2018年人工智能将把主动的、结合上下文的将聊天环节交给现场代理，从而更快更全面地解决更复杂的客户需求。

Intermedia公司云语音产品营销副总裁Mark Sher

人工智能将在沟通和协作方面发挥关键作用。在工作中新的沟通方式将占有一席之地，预计我们将看到传统工作方式的重大变化。例如，人工智能将改变和定制人们与各种模式和位置识别的沟通方式，为每个员工简化会议和呼叫的过程。而且，员工将从通过设备沟通转向让设备为他们去沟通。

HouseCanary公司首席执行官、共同创始人Jeremy Sicklick

人工智能和数据将让炒作远离房地产行业。正如技术会改变金融市场一样，我们也会看到人工智能会变化全球最大的数据资产类型——房地产。不会有那么多的主观观点或者猜测，决策将技术人工智能与大量数据集的结合，创建一个真正有竞争力的行业。无论我们是在谈论一个街区还是整个国家的房价趋势，人工智能都会消除那些试图影响消费者、投资者、抵押贷款人做出购买决策的传闻。

iManage公司战略副总裁Peter Wallqvist

到2018年人工智能将变得更加使用，而不是被看作是万能药的解决方案。事实上，在很多情况下，人们更加难以察觉到人工智能的存在，因为人们会更多地关注人工智能（当紧密集成到日常应用中）解决具体业务问题的方式。人们会发现，人工智能可以让他们更有效率、能够发现以前无法发现的新洞察，而不再只是一个概念。此外，技术产业的领导者们，甚至是人工智能的客户，将会发现整合各种不同的人工智能技术是有很大价值的，将这些不同人工智能技术整合到一起能够发挥更大的作用。

Infosys公司总裁，银行、金融服务、保险、医疗和生命科学行业负责人Mohit Joshi

2018年，我认为人工智能技术将被用于解决企业在设计、测试和认证工程产品过程中遇到的更为复杂的工程难题。人工智能使用知识管理平台来简化和完善人类决策，利用历史数据来了解传统工程所不能解决的问题。

Albert公司首席执行官Tomer Naveh

即使不是专家也可以更多地使用人工智能了。我们将会看到这人工智能将展示一些可以帮助企业组织扩展和效率最大化的早期业务形式，但是在人工智能步入主流之前，必须要实现主流的可用性。2018年我们将看到两个趋势：人机交互界面将变得更加容易，跨组织和跨角色的非技术用户都可以使用人工智能。此外，越来越多的开发者将开始使用如何对人工智能系统进行编程，让人工智能不再那么晦涩难懂，并成为标准开发者工具箱的一部分。

Alation公司软件工程总监David Crawford

数据分析师开始收获人工智能带来的好处。“数据分析师”似乎是一个自动化催生的职业，人工智能取得的进展将会提供有效的辅助，而不是替换。数据分析师利用人工智能做模式匹配并进行封闭环境分析。很快，分析师的工作就是将AI指向正确的问题进行分析，并确定如何解释现实世界中的结果。

BeSide Digital公司管理营销总监、共同创始人Matthew Haber

人工智能将帮助企业脱离在离线和在线之间的中间人角色。2018年，以在线为先的企业将被迫开始与消费者的现实互动。那些能够让品牌在离线的时候再次连接上的技术——将在线受众整合到体验中——将带来重大的额影响。目前阻碍很多个人体验扩展到在线状态的因素就是，企业需要控制相关社交内容以实现品牌“适宜性”。人工智能将通过实时地调节和重新定位内容来接管这件事，对基于图像的内容进行图像分析，以及与预先定义的品牌准则进行匹配。

Kinetica公司首席技术官、共同创始人Nima Negaahban

企业将从人工智能科学实验转向真正的实施。随着企业在实施人工智能方面不断取得进展，他们将寻求产品和工具来自动化、管理和简化整个机器学习和深度学习生命周期。数据科学家需要专注于代码和算法，而不是这个流程的自动化和操作化。2018年，在人工智能生命周期管理上的投资将有所增加，数据存储和监控过程的技术将会逐渐成熟。

Cosmo Tech USA公司共同创始人、首席执行官Michel Morvan

关于人工智能的争论从“是好还是坏”转向了“是否会足够好”。如果2017年是这样的一年：Elon Musk和Stephen Hawking关于人工智能潜在邪恶的预测，与Mark Zuckerberg和Bill Gate关于人工智能好处的预测相冲突，那么2018年将是这个争论转向实际效用的一年。这就像是其他一些刚开始声称具有改变世界的潜力、然后各种炒作就烟消雾散，早期采用这会发现自己的人工智能显而易见的局限性感到失望。熟悉Alexa、Siri和Google Home的公众，同样也会感到失望，因为专家坦言，人工智能只能做到这些，对于真正复杂的问题来说，需要一种新的模式。

Manifold公司增长和开发者管理副总裁Matt Creager

开发者将面临开源其人工智能/机器学习数据集的问题。Facebook、谷歌和亚马逊等公司现在垄断了我们的数据，这已经不是什么秘密了。2018年，开发者将需要作出决定：把他们的人工智能/机器学习数据集捆绑到一起，并且将其开源，希望能够抵制这样的垄断，或者放弃，勉强接受Mark Zuckerberg和Sundar Pichai成为人工智能创新的关键实现者。有一项技术将让这些以开发者为主导的、开源项目变成现实，那就是同台加密。通过同台加密，人工智能/机器学习模型可以在共享之前，在区块链上进行开发和验证，从而将其从当前较为有限的、高度集中化的数据集中解放出来。这种方法为更加民主和协作的人工智能未来铺平了道路，与此同时，也掩盖了对隐私和专有数据的任何担忧。

Sophos公司首席技术官Joe Levy

人工智能这波热潮推高了所有技术的小船，在网络安全方面，意味着我们现在对于前所未见的威胁能够做出比以往任何时候都更好的预测。再加上自动化功能的加强，意味着防御者相对攻击者可能会占上风。但是，包括人工智能在内的所有技术都是双重使用的，也就是说，它可能会被用于好的和坏的目的，这取决于使用者的意图和行为。尽管机器人起义这样的事情似乎是发生在科幻小说或者非常遥远的地方，但是人工智能还有更多直接的风险，从防御性人工智能被瓦解，到人工智能驱动的网络武器或者战役。作为维护者，我们对于人工智能各种好处的兴奋将与这些有害之处之间相互平衡。

Balabit公司安全布道师Csaba Krasznay

随着基于人工智能的网络安全技术——包括用户行为分析——已经发展到足够成熟，可以用于企业部署，我们预计他们将会听到更多关于人工智能如何防止复杂的网络安全攻击的案例，2018年及未来将会有更多企业为类似这些技术直接分配预算。我们还认为，厂商将把扩展他们基于人工智能的网络安全产品组合以支持事件管理。在研发方面，我们将发公布基于人工智能的安全产品，用于保护物联网和智慧城市的安全。

Dynatrace公司首席技术战略官Alois Reutbauer

为了跟上出消费者对创新的渴求，企业正在重建他们在云端的传统应用。但是，这些快速的变化导致复杂的IT生态系统，使得有效监控数字性能和管理用户体验变得十分困难。这就是为什么2018年有很多企业组织将试图用人工智能来实现所有繁重工作的自动化，并主动发现问题这样他们就可以在客户受到影响之前找出问题的根本原因。

IPSoft公司首席执行官

随着企业加大人工智能的运营力度，建立自己的卓越中心，他们将会看到一系列学科的人才争夺战。数据科学家和认知程序员、语言学家、心理学家、用户体验专家将比以往任何时候都要抢手。

Rainforest QA公司首席信息官Derek Choy

2018年，人工智能将帮助企业扩大规模并承担更高的工作比例。2018年，企业领导者将推动业务更有效地运行，并转向人工智能和机器学习以获得帮助。企业也将转向人工智能来帮助扩大规模以完成工作，而不是削减人员。我们还将看到人工智能的研发将从科学或者抽象概念阶段转向更为实用的阶段。

Xero公司产品及合作伙伴副总裁Herman Man

人工智能将从根本上改变会计行业，重塑成功所需的技能。我们将会看到会计师发展成为小型企业的扎略顾问，因为人工智能将越来越多地通过筛选大量财务数据，为个人就最佳行动方案提供建议，从而为财务决策提供指导。这将从根本上改变今天会计师的角色，因为重点从乏味的数据，转向使用机器学习发现的、以数据为驱动的洞察来帮助小型企业客户做出更好的业务决策。

Digimarc Corporation公司首席技术官Tony Rodriguez

Alexa将开始动用她的眼睛。随着Amazon发布了Echo Show和其他即将推出的设备，Amazon通过Lab 126在视觉识别方面的扩大投资将取得成果。接下来，Alexa将开始使用摄像头让潜在的采购变得清晰化，特别是针对杂货店。这对于新的采购者来说将是很重要的，因为在这方面机器学习算法并不会对采购者的历史进行建模，或者当订购一个新商品的时候。此外，像Show这样的设备将让Amazon更好地把自己在分析方面的优势用于交叉销售方面，和网站的方式一样，无所不在地进行展示：“采购了这件商品的客户也购买了……”选项，让Amazon可以更多地控制利润和在市场中的地位。

ZeroFOX公司首席数据科学家Phil Tullu，威胁运营经理Zack Allen

正如我们今天看到的WannaCry一样，人工智能和机器学习技术正在让黑客的武器变得多样化，以便他们能够制造出更复杂的攻击——而这在2018年将会成为一种更为普遍的趋势，攻击者希望绕过基本的防护方法例如双因素认证（2FA）。明年，企业组织应该开始考虑超越2FA这个基本层面，考虑下一步如何保护我们的系统和社交平台。企业必须开始在更广泛的范围内采用自动化安全工具来分析他们面对的威胁和可疑行为，这将反过来激发有趣的人工智能与人工智能的混战。

Bazaarvoice公司技术副总裁Bryan Chagoly

在今年嘈杂的数字环境下，营销个性化将继续成为重中之重和主旋律。我预计我们将会看到人工智能和机器学习技术将在针对每个消费者制作更个性化的营销信息和在线购物体验方面发挥更大的作用。随着客户数据的急剧增长，为人们及时提供有相关性的信息、产品或者促销是很困难的，但是机器学习和人工智能技术将帮助市场营销人员对来自不同来源的信号进行关联和综合，识别出行为模式，并比以前更有效地推断兴趣或者购买意向。这将有助于企业更进一步实现一对一营销——这种营销是很难实现和规模化的。

Darktrace公司网络智能与分析总监Justin Fire

2018年人工智能不会取代人类的工作，而是起到增强的作用。一个常见的误解就是，而后者人工智能应用的迅速普及，将导致人类工作被取代。但是在网络安全领域，我们预计会出现截然相反的情况。人工智能将作为一个力量倍增器，帮助人们有效地分配资源，并把事件花在最重要的优先事项上。2016年，有超过100万个网络安全的职位空缺，这是一个需要填补的巨大缺口。2017年，我们看到网络安全团队还是需求不足，2018年，企业组织将通过利用人工智能来自动回应和实时减轻威胁，从而找回时间优势。

Fuze公司首席技术官Keith Johnson

2018年我们将会看到人工智能技术更加专业化，以满足更多个性化决策和管理支持的需求，从而对个人工作流起到增强的作用。这是对我们最佳工作的小决策——组织日历、跟踪待办事项清单、安排会议——我们将从仍只能和企业通信交集中获得真正的价值。人工智能驱动的工具将学习偏好和行为，随后转向个人工作流程，创造更加专业化的体验，并提高所有人的工作效率。