岁月，是潜藏在眉弯里的一抹凝望。
有对过往的回首，有对未来的畅想，还有对当下的思量。
每一段流转的光阴，都在明媚的眼波里生长、拉长。像极了腾跃于人生长河里的浪花，或波澜壮阔，或粼粼微波。
就算没有激荡，也是微漾的风景。美丽了年轮，丰厚了底蕴，壮美了人生。
一路走过的日子，可以描摹成一幅人人都看得懂的画，也可以弹奏成只有三五个知音才能懂的曲子，还可以是只属于自己一个人的那杯陈酿，夜深人静，趁着月光畅饮，举杯成三人。
怎么画、怎么写、怎么酿，始终坚持着自己内心的信仰，就永远不会被别人的目光灼伤和影响，也才会在喧嚣纷繁的红尘里摇曳出自己独有的模样。
任凭世事浮沉，内心悠然如禅。
一杯茶，可品出一个春天，升腾一抹炊烟，像母亲的爱虽有丝丝苦涩但却无穷回甘，温暖一世，惦念一生。杯有空时，但情无止境，爱无尽时。
一本书，能读到苦辣酸甜，看别人的故事，走自己的路，一步一步，不羡不慕，相信最美的风景始终在自己经过的旅途。
一抹暖阳，把心照亮，且舞且吟，且走且唱。没有什么温暖如阳光，时不时推开心窗，让心灵的四季安暖向阳。
一树菩提，不烦不忧。安在当下，用心去爱、尽力去做、投入地活便是最好的机缘。该来的就让它来，坦然以对；要走的就随它去，不怨不悔。
人生如旅，走走停停，本该有不同的遇见，看不一样的风景，结识不一样的人，无须介怀停靠时间的长短，无须抱怨风景和人的不尽一般。
你要相信，没有什么人，没有什么景，能够随你一生、伴你全程。
看开了，心就会敞亮、豁然。
那些不完美的人和事，都只是过客，有的是一程，有的只是一瞬，没必要影响自己的心境。
能退的时候，退一步海阔天空。退无可退的时候，勇敢地站起来捍卫自己。尺有所长、寸有所短。你要相信，这世间，没有什么人，对世间所有都无惧无畏。
有对过往的回首，有对未来的畅想，还有对当下的思量。
每一段流转的光阴，都在明媚的眼波里生长、拉长。像极了腾跃于人生长河里的浪花，或波澜壮阔，或粼粼微波。
就算没有激荡，也是微漾的风景。美丽了年轮，丰厚了底蕴，壮美了人生。
一路走过的日子，可以描摹成一幅人人都看得懂的画，也可以弹奏成只有三五个知音才能懂的曲子，还可以是只属于自己一个人的那杯陈酿，夜深人静，趁着月光畅饮，举杯成三人。
怎么画、怎么写、怎么酿，始终坚持着自己内心的信仰，就永远不会被别人的目光灼伤和影响，也才会在喧嚣纷繁的红尘里摇曳出自己独有的模样。
任凭世事浮沉，内心悠然如禅。
一杯茶，可品出一个春天，升腾一抹炊烟，像母亲的爱虽有丝丝苦涩但却无穷回甘，温暖一世，惦念一生。杯有空时，但情无止境，爱无尽时。
一本书，能读到苦辣酸甜，看别人的故事，走自己的路，一步一步，不羡不慕，相信最美的风景始终在自己经过的旅途。
一抹暖阳，把心照亮，且舞且吟，且走且唱。没有什么温暖如阳光，时不时推开心窗，让心灵的四季安暖向阳。
一树菩提，不烦不忧。安在当下，用心去爱、尽力去做、投入地活便是最好的机缘。该来的就让它来，坦然以对；要走的就随它去，不怨不悔。
人生如旅，走走停停，本该有不同的遇见，看不一样的风景，结识不一样的人，无须介怀停靠时间的长短，无须抱怨风景和人的不尽一般。
你要相信，没有什么人，没有什么景，能够随你一生、伴你全程。
看开了，心就会敞亮、豁然。
那些不完美的人和事，都只是过客，有的是一程，有的只是一瞬，没必要影响自己的心境。
能退的时候，退一步海阔天空。退无可退的时候，勇敢地站起来捍卫自己。尺有所长、寸有所短。你要相信，这世间，没有什么人，对世间所有都无惧无畏。
过年了，十分不容易度过了2019，这一年有痛苦，有低谷，有惊喜，有努力，也有成功，我从来不觉得我是一个幸运的人，也不是一个聪明的人，事实证明努力一定会有收获，自助者天助。一路陪伴的人儿那么多[抱抱]毕业多年又体会了上学得欢乐，结识了好多小伙。
我高估了自己承受压力的程度，我始终记着奶奶在世告诉我"你别哭"，所以喽眼泪都在2020年扎堆了[污]对所有经历所有人感恩，感恩2019助力我走上雄起2020！
以后在家做个收红包的温油旅孩，wuli妈妈的红包说出了我的心声，躺着鼠钱[心]
愿所愿皆所得，静心不断成长
我高估了自己承受压力的程度，我始终记着奶奶在世告诉我"你别哭"，所以喽眼泪都在2020年扎堆了[污]对所有经历所有人感恩，感恩2019助力我走上雄起2020！
以后在家做个收红包的温油旅孩，wuli妈妈的红包说出了我的心声，躺着鼠钱[心]
愿所愿皆所得，静心不断成长
从“拦路虎”到大规模应用：全球企业向人工智能冲刺
砍柴网 2020-01-19 10:54:51
IBM 携手 Morning Consult 展开的全新研究
综述
人工智能(AI)领域存在着一条悖论：尽管AI 蕴含着无与伦比的经济机遇，但AI在企业内的采用率却始终不高。全球范围内，企业采用 AI 的速度较慢的原因涉及多个方面，包括：缺乏相关技能或工具、厂商锁定、以及对 AI 的信任和信心不足。但直到目前为止，AI应用道路上最大的“拦路虎”之一依旧是文化因素。
近日，IBM 一份名为“从‘拦路虎’到大规模应用：全球企业向人工智能冲刺”的报告公布了一些令人振奋的新数据。报告显示，得益于从数据准备到偏差检测等一系列近期技术的进步，以及技能重塑和再培训方面的努力，尽管任重道远，AI 的探索和采用率正以高于预期的速度攀升。基于该洞察及与客户的数百次互动，IBM Data and AI 总经理 Rob Thomas 预计，在未来的 18 至 24 个月内，企业对 AI 的采用率将大幅攀升，达到 80% 甚至 90%。
该数据刷新了人们对美国(1003 家)、欧盟(2509 家)和中国(1002 家)三大地区内 4514 家企业的 AI 应用情况的认知。此次调查是在2019 年 10 月 10 日至 22 日间通过 Morning Consult 的供应商专有网络在线进行的。如需了解更多关于该调查方法的细节，请参见本摘要结尾处。
此次调查结果不仅就 AI 的整体采用情况给出了重要见解，而且还从业内人士角度阐述了行业原因和地域差异如何影响AI 采用率，以及 AI 将如何被部署、由谁来部署，并准确定义了阻碍大规模部署这种转型技术的种种阻碍。
主要调查结果
1.AI 采用过程中存在的阻碍
谈及 AI 采用过程中存在的阻碍，全球各地企业领导者们最担忧的一点便是缺乏AI 技能和专业知识。高管们表示，技能不足严重阻碍了各企业对 AI 的广泛部署，而数据孤岛也在持续产生着影响。
·在被问及阻碍企业顺利采用 AI 的因素时，37% 的受访者选择了“AI 专业知识或技能的缺乏”，31% 的受访者选择了“数据复杂性和数据孤岛的增加”，另有 26% 的受访者选择了“缺乏开发 AI 模型的工具”。
·对于仍在探索AI的企业来说，缺乏 AI 相关经验是阻碍使用AI的一个重大因素。而对于当前正在部署 AI 的企业来说，如何应对数据复杂性的增加及避免被供应商锁定成为更大的问题。
·相比于仍在探索AI的企业，已经在部署 AI 的企业, 使用云服务供应商提供的 AI 服务的可能性高出 33%。
从“拦路虎”到大规模应用：全球企业向人工智能冲刺
2.当前和计划中的 AI 投资
受访的来自所有行业和地区的企业都在加快其探索和使用 AI 的步伐。
·在全球三大地区的各行各业中，34%的企业已在其业务中部署了 AI，39%的企业正在加大对 AI 的探索，这意味着，四分之三的受访企业已踏上 AI 旅途。
·大型企业正在主导AI的采用，具体而言，员工数大于 1000 的企业中，有 45% 表示采用了 AI，而在1000名员工以下的公司中，这一比例仅为29%。
·全球范围内，22% 的受访者表示其所在企业当前并未使用或探索使用 AI。
·来自正在部署 AI 的企业的专业人员更有可能表示正全方位投资 AI。
全球各企业计划在未来 12 个月内大举投资 AI 的所有领域，其中企业占比为：
o计划投资于专有 AI 解决方案： 35%
o计划投资于现有应用：34%
o计划投资于现有工具以构建自身 AI 模型：33%
o计划投资于技能再培训和人才培养：33%
o计划将 AI 嵌入现有应用和流程中：28%
o计划投资于 AI 研发：26%
3.AI 部署类型
随着技术的进步，重复性任务的执行成本逐渐降低，而集中精力执行剩余关键任务的价值则开始显著凸显，尤其是那些要求执行者具备一定思考能力和洞察力的任务，以及那些涉及身体的灵活性、常识、判断力、直觉、创造力和自然语言处理能力的任务。当前，AI 正被横向部署到各个企业。
·各地区尚处在探索AI的企业中，48%的企业计划将 AI 用于特定项目和46%的企业计划在整个企业层面部署 AI。
·当前正在部署 AI 的企业中，40%的企业致力于为基于 AI 或 AI 辅助的特定项目的发展概念证明，而另40%的企业致力于使用预构建的 AI 应用(如聊天机器人)。
·这些部署AI的企业的专业人员报告了他们使用AI的5种最重要的方式：
o数据安全(36%)
o流程自动化(31%)
o虚拟助手/聊天机器人(26%)
o业务流程优化(24%)
o传感器数据分析(物联网)(24%)
·大型企业比小型企业更有可能投资于以下两方面：1)将 AI 嵌入现有应用和流程中(员工数大于 1000 的企业中，有 35% 表示会投资此方面，而员工数小于 1000 的企业则仅占22%);2)专有 AI 解决方案(员工数大于 1000 的企业中，有 42% 表示会投资此方面，而员工数小于 1000 的企业中则仅占32%)。
·在大型企业中，数据和信息架构更可能对 AI 文化起到推东作用(员工数大于 1000 的企业中，有 55% 表示数据和信息架构对其 AI 文化起到推进作用，而员工数小于 1000 的企业中则仅占41%)。
4.AI 文化与信任
以下是通过调查不同工资水平和职业的受访者而得出的一些示例：
·尽管业务需求和竞争压力在不断推动受访企业采用 AI，但已经部署 AI 的受访企业比当前尚在探索AI使用的受访企业更有可能将领导层指示(41% 对 28%)和企业文化(39% 对 29%)视为推动 AI 采用进程的因素。
·当前仍在探索AI使用的企业中，41% 表示其非技术人员已经在使用 AI，这表明，这些企业正从 AI 小规模试验转向 AI 全面集成。在已经部署 AI 的企业中，三分之二以上非技术人员已经在直接使用 AI。
信任是扩大 AI 影响力的基石。
对于面临阻碍的企业以及致力于大规模部署AI的企业，他们都有一个共同点：他们都需要建立对 AI 的信任;他们都应当明确AI 是如何促进决策的;他们都需要在组织内部建立一种信任 AI 技术本身和它将如何改变我们的工作方式的文化氛围。
·61%的受访者将建立对 AI 技术的信任视为创造企业 AI 文化的促进因素。
·来自世界各地的受访者之中有78%表示，相信人工智能输出信息的公平性、安全性和可靠性是非常重要或至关重要的。
·83%的受访者普遍认为能够解释AI是如何做出决策是非常重要的，但相比于仍在探索AI的受访企业(75%)，已经在部署 AI 的受访企业(92%)对这一点的重视程度更高。
5.AI 与云
企业的 AI 进程和上云之旅是密不可分的。连接 AI 与云的方法并不单一，许多企业选择使用私有云，而其他一些企业则采用混合云。
·53% 的受访者认为厂商锁定是全世界范围内很多公司面对的一个问题。
·当前尚在探索AI的企业更有可能使用私有云(44% 正在探索，27% 已使用)，而当前已经在部署 AI 的企业则更可能使用混合云(38% 已使用，26% 正在探索)或混合多云(17% 已使用，8% 正在探索)。
方法
此次调查于 2019 年 10 月 10 日至 10 月 22 日之间进行，受访者为 4514 名对其所在企业的信息技术(IT)决策有一定了解/影响的企业最高管理层，其中 1003 名来自美国，1002 名来自中国，2509 名来自欧盟。在来自欧盟的受访者中，来自英国、法国、德国、西班牙和意大利的约各有500 名。所有访谈均在线进行。整个欧盟样本的误差范围为 +/- 2 个百分点，中国和美国样本的误差范围为 +/- 3 个百分点，欧盟各单独国家样本的误差范围为 +/- 4 个百分点。整个调查的置信度为 95%。
受访者公司包括各种大小的公司：
·31% 的受访者来自员工数大于 1000 的企业
·34% 的受访者来自员工数介于 251 和 1000 之间的企业
·16% 的受访者来自员工数介于 51 和 250 之间的企业
·19% 的受访者来自小型企业(员工数为 50 或以下)
·未对个人独资企业进行抽样调查
受访者的资历不尽相同：
·要求所有受访者须能够对其企业的 IT 决策发表重要见解或给出重要意见
·三分之一的受访者均担任副总裁或以上职位(包括首席信息官等)
·其余受访者包括在其企业 IT/AI 实践中掌握相关核心知识或拥有一定权限的主管和高级经理级别员工
砍柴网 2020-01-19 10:54:51
IBM 携手 Morning Consult 展开的全新研究
综述
人工智能(AI)领域存在着一条悖论：尽管AI 蕴含着无与伦比的经济机遇，但AI在企业内的采用率却始终不高。全球范围内，企业采用 AI 的速度较慢的原因涉及多个方面，包括：缺乏相关技能或工具、厂商锁定、以及对 AI 的信任和信心不足。但直到目前为止，AI应用道路上最大的“拦路虎”之一依旧是文化因素。
近日，IBM 一份名为“从‘拦路虎’到大规模应用：全球企业向人工智能冲刺”的报告公布了一些令人振奋的新数据。报告显示，得益于从数据准备到偏差检测等一系列近期技术的进步，以及技能重塑和再培训方面的努力，尽管任重道远，AI 的探索和采用率正以高于预期的速度攀升。基于该洞察及与客户的数百次互动，IBM Data and AI 总经理 Rob Thomas 预计，在未来的 18 至 24 个月内，企业对 AI 的采用率将大幅攀升，达到 80% 甚至 90%。
该数据刷新了人们对美国(1003 家)、欧盟(2509 家)和中国(1002 家)三大地区内 4514 家企业的 AI 应用情况的认知。此次调查是在2019 年 10 月 10 日至 22 日间通过 Morning Consult 的供应商专有网络在线进行的。如需了解更多关于该调查方法的细节，请参见本摘要结尾处。
此次调查结果不仅就 AI 的整体采用情况给出了重要见解，而且还从业内人士角度阐述了行业原因和地域差异如何影响AI 采用率，以及 AI 将如何被部署、由谁来部署，并准确定义了阻碍大规模部署这种转型技术的种种阻碍。
主要调查结果
1.AI 采用过程中存在的阻碍
谈及 AI 采用过程中存在的阻碍，全球各地企业领导者们最担忧的一点便是缺乏AI 技能和专业知识。高管们表示，技能不足严重阻碍了各企业对 AI 的广泛部署，而数据孤岛也在持续产生着影响。
·在被问及阻碍企业顺利采用 AI 的因素时，37% 的受访者选择了“AI 专业知识或技能的缺乏”，31% 的受访者选择了“数据复杂性和数据孤岛的增加”，另有 26% 的受访者选择了“缺乏开发 AI 模型的工具”。
·对于仍在探索AI的企业来说，缺乏 AI 相关经验是阻碍使用AI的一个重大因素。而对于当前正在部署 AI 的企业来说，如何应对数据复杂性的增加及避免被供应商锁定成为更大的问题。
·相比于仍在探索AI的企业，已经在部署 AI 的企业, 使用云服务供应商提供的 AI 服务的可能性高出 33%。
从“拦路虎”到大规模应用：全球企业向人工智能冲刺
2.当前和计划中的 AI 投资
受访的来自所有行业和地区的企业都在加快其探索和使用 AI 的步伐。
·在全球三大地区的各行各业中，34%的企业已在其业务中部署了 AI，39%的企业正在加大对 AI 的探索，这意味着，四分之三的受访企业已踏上 AI 旅途。
·大型企业正在主导AI的采用，具体而言，员工数大于 1000 的企业中，有 45% 表示采用了 AI，而在1000名员工以下的公司中，这一比例仅为29%。
·全球范围内，22% 的受访者表示其所在企业当前并未使用或探索使用 AI。
·来自正在部署 AI 的企业的专业人员更有可能表示正全方位投资 AI。
全球各企业计划在未来 12 个月内大举投资 AI 的所有领域，其中企业占比为：
o计划投资于专有 AI 解决方案： 35%
o计划投资于现有应用：34%
o计划投资于现有工具以构建自身 AI 模型：33%
o计划投资于技能再培训和人才培养：33%
o计划将 AI 嵌入现有应用和流程中：28%
o计划投资于 AI 研发：26%
3.AI 部署类型
随着技术的进步，重复性任务的执行成本逐渐降低，而集中精力执行剩余关键任务的价值则开始显著凸显，尤其是那些要求执行者具备一定思考能力和洞察力的任务，以及那些涉及身体的灵活性、常识、判断力、直觉、创造力和自然语言处理能力的任务。当前，AI 正被横向部署到各个企业。
·各地区尚处在探索AI的企业中，48%的企业计划将 AI 用于特定项目和46%的企业计划在整个企业层面部署 AI。
·当前正在部署 AI 的企业中，40%的企业致力于为基于 AI 或 AI 辅助的特定项目的发展概念证明，而另40%的企业致力于使用预构建的 AI 应用(如聊天机器人)。
·这些部署AI的企业的专业人员报告了他们使用AI的5种最重要的方式：
o数据安全(36%)
o流程自动化(31%)
o虚拟助手/聊天机器人(26%)
o业务流程优化(24%)
o传感器数据分析(物联网)(24%)
·大型企业比小型企业更有可能投资于以下两方面：1)将 AI 嵌入现有应用和流程中(员工数大于 1000 的企业中，有 35% 表示会投资此方面，而员工数小于 1000 的企业则仅占22%);2)专有 AI 解决方案(员工数大于 1000 的企业中，有 42% 表示会投资此方面，而员工数小于 1000 的企业中则仅占32%)。
·在大型企业中，数据和信息架构更可能对 AI 文化起到推东作用(员工数大于 1000 的企业中，有 55% 表示数据和信息架构对其 AI 文化起到推进作用，而员工数小于 1000 的企业中则仅占41%)。
4.AI 文化与信任
以下是通过调查不同工资水平和职业的受访者而得出的一些示例：
·尽管业务需求和竞争压力在不断推动受访企业采用 AI，但已经部署 AI 的受访企业比当前尚在探索AI使用的受访企业更有可能将领导层指示(41% 对 28%)和企业文化(39% 对 29%)视为推动 AI 采用进程的因素。
·当前仍在探索AI使用的企业中，41% 表示其非技术人员已经在使用 AI，这表明，这些企业正从 AI 小规模试验转向 AI 全面集成。在已经部署 AI 的企业中，三分之二以上非技术人员已经在直接使用 AI。
信任是扩大 AI 影响力的基石。
对于面临阻碍的企业以及致力于大规模部署AI的企业，他们都有一个共同点：他们都需要建立对 AI 的信任;他们都应当明确AI 是如何促进决策的;他们都需要在组织内部建立一种信任 AI 技术本身和它将如何改变我们的工作方式的文化氛围。
·61%的受访者将建立对 AI 技术的信任视为创造企业 AI 文化的促进因素。
·来自世界各地的受访者之中有78%表示，相信人工智能输出信息的公平性、安全性和可靠性是非常重要或至关重要的。
·83%的受访者普遍认为能够解释AI是如何做出决策是非常重要的，但相比于仍在探索AI的受访企业(75%)，已经在部署 AI 的受访企业(92%)对这一点的重视程度更高。
5.AI 与云
企业的 AI 进程和上云之旅是密不可分的。连接 AI 与云的方法并不单一，许多企业选择使用私有云，而其他一些企业则采用混合云。
·53% 的受访者认为厂商锁定是全世界范围内很多公司面对的一个问题。
·当前尚在探索AI的企业更有可能使用私有云(44% 正在探索，27% 已使用)，而当前已经在部署 AI 的企业则更可能使用混合云(38% 已使用，26% 正在探索)或混合多云(17% 已使用，8% 正在探索)。
方法
此次调查于 2019 年 10 月 10 日至 10 月 22 日之间进行，受访者为 4514 名对其所在企业的信息技术(IT)决策有一定了解/影响的企业最高管理层，其中 1003 名来自美国，1002 名来自中国，2509 名来自欧盟。在来自欧盟的受访者中，来自英国、法国、德国、西班牙和意大利的约各有500 名。所有访谈均在线进行。整个欧盟样本的误差范围为 +/- 2 个百分点，中国和美国样本的误差范围为 +/- 3 个百分点，欧盟各单独国家样本的误差范围为 +/- 4 个百分点。整个调查的置信度为 95%。
受访者公司包括各种大小的公司：
·31% 的受访者来自员工数大于 1000 的企业
·34% 的受访者来自员工数介于 251 和 1000 之间的企业
·16% 的受访者来自员工数介于 51 和 250 之间的企业
·19% 的受访者来自小型企业(员工数为 50 或以下)
·未对个人独资企业进行抽样调查
受访者的资历不尽相同：
·要求所有受访者须能够对其企业的 IT 决策发表重要见解或给出重要意见
·三分之一的受访者均担任副总裁或以上职位(包括首席信息官等)
·其余受访者包括在其企业 IT/AI 实践中掌握相关核心知识或拥有一定权限的主管和高级经理级别员工
✋热门推荐