本文來自AI商業周刊公眾號，本文作為轉載分享。

2019年AI產業將會是什么樣的狀態呢？近日，外媒Forbes采訪了120位AI行業創始人和高管，他們有的擁有深厚的人工智能學術研究背景，有的來自產業端，對市場需求理解十分透徹。他們分享的觀點涉及人工智能底層技術以及金融、零售、醫療、供應鏈、房產、教育甚至倫理、隱私等幾乎所有AI所能滲透的領域和問題，這些觀點擯棄了傳統的夸大和炒作，更為貼合實際，更為精準、更為聚焦。

一

Personetics聯合創始人David Sosna：

“自驅性財務管理是AI技術的一種實際應用。許多銀行客戶已經體驗過這項服務，并且有逐年增多的趨勢。銀行業正在開展的這個項目讓我看到了龐大的需求。為了幫助不同的客戶通過自驅性財務管理達到他們的財務目標，金融機構需要嵌入更為專業知識的特殊形式的人工智能，即從普適性的人工智能向細分領域專業人工智能的轉變。”

Neurala的聯合創始人兼CEO Max Versace：

“2019年將是機構基于自有數據構建專門的人工智能系統的一年。機構在認識到有時僅有有限的數據之后，便知道他們需要一種能在內部輕松創建優質人工智能數據的工具。這種重質勝于重量的方法要求他們審視這些數據，并責問自己：這些數據是否是自己追尋的？生產數據與訓練數據是否想匹配？是否在圖像的重復性與變化性之間取得了平衡？數據集中的數據是否足夠多樣化？采用新的數據策略是有助于還是有害于克服人工智能數據問題的挑戰，能否幫助人工智能在真實世界中行之有效？”

WalkMe聯合創始人兼總裁Rephael Sweary：

“人工智能極大有助于流程探索。這就類似于安裝了一個傳感器到一個應用程序中，用以學習用戶的行為軌跡，最終通過人工智能預測出系統交互的最優路徑。使用GPS（如Waze）可以讓你解鎖今天最佳的行車路線，與之類似，人工智能可以解鎖每個職員最好的使用系統的方法，根據個人應做事項提供一系列的可能方案。”

XponentialWorks創始人兼CEO Avi Reichental：

“在2019年，我們可以開始看到設計師直接與人工智能的程序對話，重新設計、優化和用3D打印輕量級部件。設計師只需要簡單闡述設計目標和材料參數，剩下的人工智能都能解決—探索基于現有設計概念的所產生的無數組合。這樣能夠使設計師們將更多的精力投入選擇和嘗試，更快的獲得最佳的設計。”

Domo創始人兼CEO Josh James：

“因為云服務和API的普遍性，人工智能將在2019年向企業傳遞一個重要的價值，它將幫助機構內的每個人發現機遇和新的方法使工作變得更有效率。”

Zoomin CEO Gal Oron：

“雖然B2B供應商在適應谷歌和亞馬遜設置的高標準的個性化體驗上進展緩慢，但業界至少承認了個性化主頁和登錄頁面的價值。隨著客戶期望值的提高，企業需要亦步亦趨地通過機器學習和人工智能提高客戶初見之下的個性化體驗。”

英特爾健康與生命科學部總經理Jennifer Esposito：

“在2018年我們看到了大量關于健康領域人工智能的宣傳，但我也應該看到這些正逐步應用到實際中。在2019年我們將看到結合了視頻與音頻的人工智能用以幫將任意地點的病人快速轉移到醫院護理點。人工智能與5G技術的交融也將加快數字療法的發展，讓它們更加個性化、更具適應性、更能利用VR和AR的優勢。心理健康和藥物濫用將是最早應用這項技術的領域。接受人工智能作為一種輔助，而不是憂心人工智能會替代他們工作的臨川醫生與持有相反觀點的同倸區別開來。”

Trigo Vision的CEO Michael Gabay：

“人工智能在許多行業扮演著越來越重要的角色。在2019年我們認為人工智能在圖像識別領域會更加的精確，它將會被集成到日常生活任務內，例如照顧殘疾人和自動駕駛。人工智能同樣會參與購物體驗的變革，現有的商店將會自動化，它將推動供應鏈環節，提供無縫結賬和增強客戶參與度。”

Zuora創始人兼CEO Tien Tzuo：

“人工智能將加速所有權的終結。今天我們不在擁有一個歌或者一部電影，我們只需要訂閱Netfix或者Spotify即可。未來，我們同樣可以訂閱其他的產品。人工智能平臺是將全球普通工業產品轉變為互聯網智能產品的關鍵一環。現在我們交通工具和消費電子領域已經可以看到這種趨勢，很快這種趨勢將無處不在，例如桌子、椅子、地板、墻壁、衣服。我們不需要擁有這一切。我們只需要輕輕的點擊訂閱這些服務，居住服務、家具服務、食品服務、交通服務、服裝服務。我們將真正的生活在一個訂閱經濟中。”

Team8 CEO Nadav Zafrir：

“網絡攻擊者利用自動化創造了簡化工具用以滲透網絡。但在網絡安全方面自動化卻并沒產生類似的影響。這主要有兩個原因：有限的人才庫和依賴于數據可靠性的技術。在這些問題解決之前，自動化并不是那么可靠。相反，自動化應該應用于攻擊之前，作為一種主動防御手段幫助組織在初期就以策略勝過攻擊者并且減小其所帶來的損失。”

二

GE Ventures數據科學管理總監Ashish Jain：

“機器人和人工智能越來越多的應用于檢查和保證我們賴以運轉的關鍵基礎設施的正常運作。比如電力線路、鐵路等等。伴隨著2019年分布式人工智能的井噴式發展，這兩種技術的結合將被加快。分布式人工智能將分散化，直接嵌入設備中執行檢查故障的功能。今天那些能夠遠程控制物聯網和人工智能的云系統正在向更接近檢查點的分布式自治系統過渡，后者使得收集的檢查數據更為有效和安全。”

Outlier聯合創始人兼CEO Sean Byrnes：

“人工智能和機器學習話題曾經紅極一時，但在2019年他們熱度將會下降。隨著更多的企業建立了‘人工智能策略’，我們能夠發現人工智能的話題正在遠離炒作，更多的關注于解決實際問題。我們將目光從人工智能轉向由人工智能所帶來的結果，例如公司們將專注于尋找人工智能工具所能帶來的商機。技術本身不會再比它能帶來的商機重要。”

Domino數據實驗室首席數據科學家Josh Poduska：

“普通消費者對于人工智能的理解將會有很大改觀。我們不會一提及人工智能就聯想到科幻的未來機器人和自動駕駛汽車，而是更多的聯想到幫助我們處理日常瑣碎事物的更有效率的工具。”

Demandbase技術總監Aman Naimat：

“2019年將會是數據科學家消亡的一年。在這一年中，每個人都開始學習人工智能，數據科學不再是數據科學家專有的領域。現在只有5000個左右數據科學家，我們不能單純的指望他們來領導一場工業革命。組織中的每一個人都需要學會人工智能相關技能。數據科學家之‘死’將會是這場改革的高潮。”

Emergence合伙人Gordon Ritter：

“我們許多的人工智能國王都沒有“穿衣服”。近些年，所有熱門的人工智能公司都熱衷于擴大規模、研在所有垂直領域研發更先進的算法。這些人工智能解決方案為定位為幫您解決瑣碎的事物。這些人工智能初創公司會利用培訓網絡不斷改進算法，使自己更為強大。”

Nutrino的首席科學家Yaron Hadad：

“人工智能在很多特定領域能夠超越人類。現在將會是其應用于真實世界的元年。人工智能將從可穿戴設備中獲取大量數據，利用這些提供極具可行性的健康意見。另外，在無監督機器學習方面將會有跳躍式進展，我們能看到利用人工智能去訓練人工智能。利用人工智能替代數據科學家去解決實際問題，將使我們在許多任務上會有更好的表現。”

Aurora Lab的聯合創始人兼CEO Zohar Fox：

“如果我們要創造一個能被我們采用的人工智能，那么我們將更難看到它人工的痕跡，更具有人類的特征。為了人們愿意在他們的生活中使用人工智能服務，這些服務必須要變得更加人性化。如人體的自愈能力一樣，我們期待這些系統能夠自動定位并糾正代碼或者軟件的錯誤。”

Healthy.io的創始人兼CEO Yonatan Adiri：

“我們相信人工智能在醫療領域作為一種流行語將會逐漸喪失熱度。作為成熟行業數字化的一種方式，用全知全能的機器去取代醫生被證明是不可行的。IBM Watson在醫療領域的嘗試恰恰證明以上觀點。因此，在2019年我們懷疑那些基于人工智能的系統能否帶來非特定見解。”

DualityTechnologies聯合創始人兼CEO Alon Kaufman：

“在2019年不僅是要將人工智能算法發展到更加強大和復雜，而且隨著這些算法不可替代性和影響力的增加，它們的價值也在隨之增長，這就要求算法的所有者們投入巨資來保護它們。人工智能算法是一個公司的核心競爭力，而它的知識產權保護問題開始浮現出來。2019年將會是人工智能知識產權保護工作上深耕細作的一年。”

mPrest的創始人兼CEO Natan Barak：

“到現在為止，我們利用人工智能扔集中于讓我們的生活自動化和智能化。在2019年，我們將用它讓社會變得更美好。人工智能將使我們的城市更加環保。從農業科技到公共事業和新型能源，人工智能背后的大數據和機器學習將徹底改變人們與周圍環境的互動方式。”

三

Lending Express聯合創始人兼CFO Eden Amirav：

“在2019年，全球的貸款部門將會使用人工智能來推斷借款資格和尋找融資機會。利用人工智能，貸款人預測未達標客戶的潛在價值。人工智能的動態和實時特性可以透過整個商業周期看到機會。人工智能的應用最終也同樣的會改變抵押貸款和助學貸款的業態。”

VAYAVISION聯合創始人兼CEO Ronny Cohen：

“支持自動駕駛汽車預測的人工智能將被重塑，用以評估和分析不同的預測數據。無人駕駛汽車將從目標融合轉向原始數據融合，這將使汽車更好的理解運動、速度、角度和軌跡，提供豐富數據去預測路況中各種物體的運動方向。”

Skyline AI的CEO Guy Zipori：

“類似商業地產這樣的萬億級市場包含了錯綜復雜的相互影響關系，現在人工智能足夠成熟去處理這種復雜的任務了。人工智能將影響越來越多的行業，許多資產管理人在尋覓由人工智能定義的新型投資工具來避險和實現價值增長。”

Tactile Mobility創始人兼CEO Boaz Mizrachi：

“盡管第4、5級自動駕駛汽車還不能投入商業化生產，但2019年仍將會是實現巨大跳躍式進步的一年。得益于數據共享聯盟，人工智能所需要的數據變的更容易獲取。這樣有助于自動駕駛等級的提升。”

AppsFlye全球市場部副總裁Ran Avrahamy：

“越來越多的公司利用人工智能來推動他們的產品創新，提升服務質量。在這個數字生態系統中的不懷好意者也可以通過同樣的方法使得企業遭受巨額損失。而聰明的公司通過投資基于人工智能和機器學習的保護工具來保護自己，從而獲得巨大競爭優勢。”

Sweetch聯合創始人兼CEO Dana Chanan：

“人工智能研究在健康醫療領域愈發重要。人工智能通過分析每個人的獨特生活數據來診斷和預防疾病。智能手機和可穿戴設備為收集這些數據提供了可能，并將變為診斷和治療的重要工具。將可以優化每個個體的治療方案的小數據與發現具有全球影響解決方案的大數據相結合可以極大的預防和治療許多疾病，人工智能正是其中關鍵的一環。”

HERE Mobility高級副總裁Liad Itzhak：

“2019年是建立高效的城市交通生態系統關鍵的一年。現在我們的城市主要面臨交通、污染、缺少停車位的挑戰，在2019年我們能更直觀地看到這些的根本原因—城市交通的低效率。構建高效的城市交通系統核心是理解人們是如何出行。城市需要清晰地了解人們始發點與目的地、出發時間和交通方式。人工智能恰恰能精準的透視這一切，幫助培養預測能力，極大改善我們的出行方式。”

Taranis的聯合創始人兼CEO Ofir Schlam：

“人們總是擔憂人工智能對農業的影響。事實上，未來的精準農業和獲得更好收成的關鍵離不開人工智能、圖像和傳感器。它們可以掌握1000英畝農場的種植數據。現在農場主們正在面臨勞動力短缺和缺乏專業性的問題。食物的需求正在增加，但農業卻并不具有吸引力，尤其是商品糧作物。全世界范圍內的農場都將用人工智能技術來彌補勞動力的缺口。”

Teradata全球新興實踐的副總裁Atif Kureishy：

“實體零售行業將投入更多的精力關注人工智能，用以提高客戶體驗、利潤和保持競爭力。在2019年我們能夠看到新的數據源（監控攝像頭、機器人等）和實現以上目的的人工智能模型。但現在面臨的主要挑戰是如何將人工智能應用于數以千計不同布局和基礎設施情況的零售網點中。”

Unbounce聯合創始人兼CTO Carl Schmidt：

“我預計基于人工智能的歸因工具將會取得進步。在今天的數碼環境下，總結歸因仍是一項富有挑戰性的工作。企業們仍然是從各個方面拼湊數據，試圖掌握各個市場渠道創造的利潤。人工智能能排列出客戶的歷程并識別客戶何時來何時走。運用了人工智能歸因工具的公司將會獲得競爭優勢。”

四

GlobalWebIndex高級趨勢分析師Chase Buckle：

“第三方數據的未來對市場營銷人員在科技飛速發展的環境中保持競爭力十分重要。一些著名公司的隱私丑聞和全面數據立法達到高潮，迫使消費者重視他們的瀏覽數據，更在意他們是如何被定位成目標人群的。進一步看，第三方數據可以幫助市場營銷人員收集消費如何使用新興技術的。這些數據在制定營銷策略時仍是至關重要的。”

Redwood Software首席創意官Neil Kison：

“圍繞著人工智能在某種抽象形式能夠與人類相匹敵的炒作掩蓋了一個事實。即能夠收集、組織和可操作化人類經驗的人工智能工具才是有價值的。人工智能將使人類變得更聰明、更有效率。它同樣能是人們更開心的工作，尤其是IT行業。對于IT公司，2019年將實現全流程的自動化。人工智能可以利用用戶的集體經驗知識和演練千百次流程，IT項目組可以使用人工智能早一步完成流水線應用的開發、故障排除。人工智能將提供他們亟需的幫助，比任何人所能提供的都更經驗老到。”

Cognitive Systems Corp的產品工程部執行副總裁Nebu Mathai：

“我們離真正的‘智能住房’還很遠，這里主要的障礙就是在感覺與行動之間沒有聯系起來。現如今我們有琳瑯滿目的技術為我們描述一個美好的未來，但各個設備之間相互獨立卻把我們拉回現實。消費者要為‘智能住房’賦予智能。射頻傳感技術和其他網絡方案將提高網絡硬件的價值。創建認知系統必須結合上述技術，而我們在2019年將看到這些。由一些有遠見的公司引領，創建有遠見的生態系統來滿足消費的需求。”

Affectiva創始人兼CEO Rana el Kaliouby：

“隨著人工智能在越來越多的應用場景扮演角色，人們不僅會根據它的智商，還會根據情商，以及感知和理解人類所有事物的能力來判斷它的好壞。理解人類情感和認知狀態的能力將成為評估人工智能標準的一部分，因為機構會決定為他們的應用場景選擇哪種人工智能解決方案，甚至當消費者決定在家里擁有虛擬助理或智能揚聲器等系統時也是如此。”

Pegassystems決策管理和分析副總裁Rob Walker博士：

“人工智能的焦點將從智力轉移到移情，我們正在超越滿足面向消費者的人工智能基本智力，客戶希望知道他們被視為個人，而不僅僅是客戶數據記錄。2019年，供應商將更加注重用同情心使人工智能更加人性化，包括從顧客動機、實時感受、行為，甚至他們周圍發生的事情等方面尋找線索。”

Cloudian CMO Jon Toor：

“隨著企業越來越多地使用人工智能來從其數字資產中獲取更大的價值，元數據標記將成為企業存儲的一個更加重要的元素。這將使人們更加關注以元數據為中心的對象存儲，關鍵是要與人工智能工具很好地集成。”

Qlik高級總監Dan Sommer：

“集中式數據將被所有數據的單一視圖所取代，數據來自不同的方向、不同的速度和不同的格式。未來兩大趨勢正在改變這一局面，首先，不同的供應商正在聯手標準化數據模型。其次，更重要的是企業數據目錄的出現。這些目錄可以在一個中心訪問，可以查看整個聯合數據產業，并提供一種以商店換數據的市場體驗。你共享、協作和使用該中心越多，它對企業越有價值。此外，它將你的分析策略與你的企業數據管理策略聯系起來，因為數據已經可以分析了。”

GoodData首席執行官Roman Stanek：

“現代企業將繼續超越Hadoop等技術。Hortonworks和Cloudera的融合是Hadoop 2019的趨勢。二十年前在‘小’數據時代設計的技術將不再支持現代、全球和動態的企業。數據仍然需要管理工具，但是隨著人工智能和機器學習的興起，復雜性將會消失。”

Wallarm首席執行官Ivan Novikov：

“隨著AI應用程序變得越來越復雜，也暴露出越來越多的漏洞。單靠人工手動修補漏洞已經越來越不可能，機器學習和人工智能將繼續被用來更有效地減少漏洞，并獲得更準確的結果。”

Linux基金會研究主任Ibrahim Haddad：

“2019年將是開源人工智能的一年。我們已經看到公司開始開源他們的內部人工智能項目和堆棧，我預計這將在未來一年加速。這與云計算類似，云計算已經大力轉向開源——增加了創新，加快了上市速度，降低了成本。但構建平臺的成本很高，業界正在認識到模型、訓練數據和應用程序的真正價值。我們將看到圍繞一系列關鍵項目的協調，為人工智能、機器學習和深度學習創建一個全面的開源堆棧。”

五

FaceFirst首席執行官Peter Trepp：

“人工智能將被用來幫助商店提升顧客體驗，以以前不可能的方式建立用戶粘性。當顧客在網上購物時，他們經常收到個性化的推薦和優惠。2019年，選擇參加面部識別計劃的顧客將獲得眾多店內優惠，包括個性化折扣、白手套服務和更短的等待時間。零售商最終將能夠在商店中為顧客提供與在線同等水平的個性化服務。”

OXX聯合創始人Mikael Johnsson：

“人工智能將開始嵌入到更多的企業應用程序中，尤其是知識工作者的應用程序中，人工智能和數據分析將在支持甚至決策方面發揮越來越大的作用。它還會不斷推出新的方法，這些方法可以根據實際的實時數據進行學習和調整。”

彭博首席技術官辦公室數據科學主管Gideon Mann：

“因為公司認識到，沒有高質量的數據，人工智能是無法構建的，所以他們將越來越多地求助于專門的供應商，這些供應商利用關鍵的數據資源來幫助他們理解非結構化數據。例如，彭博正在建設金融領域特有的NLP圖書館。”

Finn AI首席執行官Jake Tyler：

“2019年，我們預計人工智能中測量和測試偏差的框架和標準會有重大進展。我們將會看到對人類判斷力的需求增加，因此，這類工作、標準和協議也會增加。我的預測是，這背后的勢頭將會隨著企業在事情出了問題后尋求降低風險而增強。”

Ciena軟件和服務副總裁Kailem Anderson：

“我們將看到人工智能（ AI ）作為修復者和優化者的角色出現，以增強IT運營。初始應用程序將傾向于關注安全功能，如DDoS攻擊緩解和實時自動路徑選擇。最終，使用將包括人工智能定義的網絡拓撲和基本操作，這將幫助我們打造一個以自動駕駛為基礎的網絡。”

LogMeIn首席信息官Ian Pitt：

“2019年，IT內部人工智能（ AI ）的爆炸式增長將帶來許多好處和節省時間的機會，但這將要求IT決策者（ ITDMs ）發展成為戰略顧問，而不是被動的角色。人工智能不會在一夜之間取代整個IT團隊，也不會因為當前技術的應用而很快關閉。然而，隨著人工智能開始侵蝕IT服務臺對人員的需求，我們將看到那些希望生存的ITDMs做著他們應該做的事情——成長，擴展到更高價值的領域，并與業務保持密切關系。未能發展到這一戰略領導地位的ITDM將被淘汰。”

Mitek Payments的總經理Mike Diamond：

“人工智能驅動的銀行‘出納員’將成為常態。銀行分支機構的整合將讓位給下一個大趨勢——interactive kiosks。使用人工智能和數據分析，這些“柜員”將根據生命周期、交易歷史等，提供個性化體驗，讓用戶與合適的柜員相匹配。許多銀行已經看到虛擬助理在他們的移動應用中取得了成功。2019年，我們預計人工智能技術將超越移動應用，15 %的銀行將推出interactive kiosks。”

Avaamo創始人兼CEO Ram Menon：

“人工智能將越過炒作期，實用人工智能將會前行并專注于讓購物變得更容易，讓患者參與更好，讓律師更聰明，讓網絡安全更強。在2019年，我們不會看到無人駕駛的汽車不會撞車，但是人工智能將會以新的有趣的方式提高工作效率。”

Sutherland首席分析官Phani Nagarjuna：

“2018年是機器人的一年，在接下來的一年里，我們將看到普遍的分析和基于意圖的人工智能進一步跨越這一步，它更強調專業服務平臺的重要性，這些服務平臺可以簡化IT支持管理，并允許即時提供知識。”

Nyotron CTO Nir Gaist：

“人工智能和機器學習（ ML ）在過去幾年里一直是安全行業的‘silver bullets’。但惡意軟件作者可以“訓練”或調整他們的惡意軟件，以避免使用相同的精確算法進行檢測。攻擊者還可以毒害ML模型在訓練中使用的數據，因為算法需要大量的數據才能工作，所以很難消除用虛假信息毒害學習環境的情況。我們認為，2019年，惡意軟件的重大攻擊或壓力將是來自于利用人工智能。”

六

Radial工程和設施部高級總監Brad Taylor：

“人工智能有可能以多種方式影響零售業，但最顯著的是，在2019年，我們可以預見供應鏈中產品創新的增加。隨著供應鏈中的人工智能產品創新通過降低風險、改進預測、加快交付和客戶服務能力來降低總體成本，我們可以預期越來越多的公司會實施這樣的解決方案，從而改變2019年零售業的面貌。”

MediaMath首席科學家Prasad Chalasani：

“深度學習模型被證明容易受到數據中難以察覺的干擾，這使得模型做出錯誤的預測或分類。隨著對大型數據集的依賴越來越大，人工智能系統將需要防范此類攻擊數據，精明的廣告商將越來越多地研究對抗性ML技術，以訓練模型抵御此類攻擊。”

SAP數字供應鏈總裁Hala Zeine：

“人工智能將增加一層額外的可預測性，使公司能夠從物聯網設備和過去的客戶行為中看到模式并獲得總結，最終使供應鏈更加智能，導致更快、更高效的生產和實現，以及更快樂的客戶。在2019年及以后，我們可以期待人工智能將供應鏈從反應性提升到規定性水平，幫助公司比消費者不斷增長的期望領先一步。”

Quest Analytics董事會成員Frank Ingari：

“2019年，隨著主流非先鋒機構將人工智能驅動的臨床決策支持工具應用于日常工作，包括美國的放射分析以及非洲和南美洲的腫瘤藥物選擇，人工智能將在醫療保健領域“跨越鴻溝”。此外，隨著分子生物學的進步，許多“常見”疾病實際上是罕見的子形式集群，人工智能將發現隱藏在大量大數據中的高價值小數據（如不尋常的基因特征）。

NICE Inconact細分和產品營銷副總裁Chris Bauserman：

“顧客自助服務的人工智能并不像炒作所顯示的那樣成功。2019年，許多公司將采取一種分離的方法——更積極地使用人工智能來自動化重復性的代理電話后工作，以及更有針對性地使用簡單和大量的自助服務用例。”

CommerceCX戰略和客戶體驗主管Rob Maille：

“隨著我們進入2019年，RPA（機器人過程自動化）將對零售、制造、供應鏈甚至金融等行業的運作產生更大的破壞性。在2019年，我們可以預計軟件機器人和人工智能（ AI ）將會得到更廣泛的應用，因為企業希望利用自動化來增強其整體商業生態系統。”

Actian研發和支持服務公司SVP Ragu Chakravarthi：

“隨著人工智能應用越來越受歡迎，一項關鍵的技術將是能夠處理不斷用操作數據更新的更大數據集。快速訪問歷史數據以及當前事務和實時輸入對于為企業提供更多價值至關重要。有了正確的數據貨幣和質量，人工智能將從特殊項目進入生產。”

Voxpro首席執行官Dan Kiely：

“客戶體驗領域的一個主要障礙是用戶仍然對品牌如何收集、存儲、保護和使用他們的信息持謹慎態度。進入2019年，企業應該關注人工智能的安全性，利用新興技術來保護他們的客戶。從購買的角度來看，也從潛在的數字威脅來看，這些威脅試圖竊取客戶與品牌共享的信息。”

SAP 機器學習 SVP Markus Noga：

“智能機器人流程自動化將成為業務關鍵，因為公司將需要高自動化水平，才能在2019年成為智能企業。此外，會話式人工智能將進一步自動化，通過更智能的聊天機器人來自動化企業的客戶支持。這兩種技術的結合是實現更快、更有效和更智能人工智能的下一個重大里程碑。”

Quanterix總裁兼董事長Kevin Hrusovsky：

“人工智能（ AI ）將使遠程監控我們的健康成為可能，并自動建議改善生活方式，這有助于預防疾病，或者在疾病更容易治療的時候發現疾病。我們已經開始看到這一點，FitBits提醒我們按照日常步驟或糖尿病技術監控我們的血糖，但這只是開始。2019年，我們將看到健康可穿戴設備在市場上的增長，這些設備使用人工智能來跟蹤大量的情況，如血壓，描繪一個人健康的更全面的畫面，因為它會實時變化。”

七

NICE機器人流程自動化負責人Oded Karev：

“2018年，許多啟用人工智能的自動化項目都失敗了，因為它們瞄準了錯誤的自動化流程。2019年，公司必須評估應該考慮哪些參數——例如任何給定流程的用戶數量、處理時間和復雜性（即涉及的應用程序數量、執行的操作類型等）。）中。如果將這些因素考慮在內，這將有助于確保自動化的流程將為公司帶來可觀的投資回報。自動化錯誤的流程只會導致挫敗感，并阻止組織走向成功的自動化之旅。”

B.Yond數據科學VP Johnny Ghibril：

“隨著我們進入2019年，美國的電信運營商都將制定一項戰略，并分配預算，將運營中的機器學習貨幣化。然而，人才短缺會影響每個人，并使公司的交付能力受到壓力，除非他們有強大的擴展戰略。有大量初級數據科學家，他們將是解決這些短缺的關鍵。”

Synopsys安全技術副總裁Gary McGraw：

“機器學習將繼續發展，但偶爾也會遭遇荒謬的失敗。在社會方面，人工智能/ML所揭示的一些固有的社會規范將繼續受到沖擊。當機器向人類學習時，它們會養成一些壞習慣和一些道德上可疑的習慣。誰知道我們作為一個物種如此可怕？”

Bigttincan聯合創始人兼首席執行官David Keane：

“請注意尋找那些基于知識本體的數據科學項目，以是對現有的機器人和機器學習的補充，并將在2019年完善數據科學和人工智能的業務方法，并為這些技術如何提高工作效率方面設定標準。知識本體具有將各種數據集鏈接在一起并從中得出結論的能力，使基于本體的系統在2019年成為企業和企業組織的一個嘗試”。

CGS高級副總裁兼全球CIO John Samuel：

“企業不應該關注2019年的人工智能熱門話題，而應該關注人工智能如何為企業提供價值。人工智能應該有助于減輕日常業務的干擾，同時增強公司未來的技術實力。”

Perfecto軟件傳播總監Eran Kinsbruner：

“我們將會看到ML/AI工具的探索和采用大幅增加，這些工具可以幫助開發移動和web測試場景，而無需編碼（無代碼測試），還可以加快代碼驗證過程，穩定性也更強。在智能決策和質量分析方面，基于ML/AI的解決方案可以自動進行數據切片和切割，并為DevOps（一組過程、方法與系統的統稱）測試中檢測到的問題提供快速分析。”

Outsystems AI主管Antonio Alegria：

“2019年，利用人工智能提高開發者生產力的研究項目和公司數量將呈指數級增長。我們預計到2020年，所有開發者都將得到人工智能的幫助，AI能理解開發人員的意圖，并提出下一個最佳模式，并在產品投入生產之前發現問題。這將使公司能夠持續改善產品體驗，并以前所未有的速度響應市場需求。”

Mimecas首席科學家Nathaniel Borenstein：

“人工智能將越來越多地用于檢測垃圾郵件、網絡釣魚等虛假行為。未來一年技術將繼續進步，應該會發展良好。然而，它偶爾的錯誤會給企業帶來重大問題，比如財務和聲譽損失。”

ZL Technologies首席執行官兼聯合創始人Kon Leong：

“2019年，企業將更加關注數據隱私行為，以遵守歐盟法律（ GDPR ）或州法律（如CCPA ）。企業高管會十分關心他們的受托責任，以確保采取適當措施防止這種嚴重罰款，這種罰款可能造成嚴重的財務困難或聲譽損害。”

MobileIron首席戰略官Ojas Rege：

“在2019年，數據將會更加透明。包括如何收集數據，與誰分享這些數據，以及他們最終對這些數據做了什么。雖然這將會感覺過于“敏感”并且對一些供應商有所限制，但是對于長期的商業生存能力來說，在他們的用戶群體中建立信任是絕對必要的。沒有透明度，就沒有信任。沒有信任，就沒有數據。沒有數據，就沒有人工智能。”

八

Augury聯合創始人兼首席執行官Saar Yoskovitz：

“ 2019年是人工智能釋放工業生產力巨大價值的一年。越來越多的公司將通過垂直解決方案進入市場，這些解決方案在培訓模型或解釋結果方面幾乎不需要專業知識，任何人都可以使用這種專注的方法，并且可以在很大程度上實現非常快速的價值實現。這種轉變將提高生產力和安全性，并將為整個行業的新業務模式打開大門。“

SAP首席創意官Timo Elliott：

“人工智能最大的價值將是我們認識到我們是‘優秀的團隊成員’。前幾年業界關注的是單一算法比個人做得更好，2019年將開始關注在復雜任務上合作的算法集合。機器憑借它們的速度、缺乏自我意識和內在利他傾向，目前跡象表明人工智能團隊的表現將很快超越人類同行。”

Zipponosis首席執行官兼聯合創始人Jon Pearce：

“人工智能為醫療保健提供了真正的變革機會，尤其是在虛擬醫療領域。我們所知的遠程醫療正在迅速成為過去，而虛擬醫療才是數字未來，人工智能將引領行業的下一次迭代。最重要的是，隨著這些人工智能工具掌握在供應商和醫療保健機構手中，數字化體驗可以增強而不是取代患者與供應商之間的關系。”

Parxel綜合解決方案副總裁Isabelle deZegher：

“2019年是我們擁有一切可以使用數字技術的一年，這一年將區分落后者和領導者，為有遠見的組織提供競爭優勢。落后者仍然相信還有時間，并將繼續在孤島中開發解決方案，取得微小進展，但沒有意識到變革的速度比過去20年加快。領導者是那些準備在他們的組織中進行數字轉型的人，將利用大數據和人工智能來部署從根本上影響整個藥物開發生命周期的解決方案；他們將扭轉目前的趨勢——藥物開發時間表增長25 %，平均達到驚人的12年，并更快地將急需的療法推向市場。”

Cogito CEO兼聯合創始人osh Feast：

“2019年，隨著人工智能透明度的提高，人們會更好地理解人工智能并不是一個包羅萬象的術語，而是一套更明確的功能，可以更好地運用于簡單的任務，一些更復雜的事情才需要人類來做。這將減少對機器收購的恐懼，并讓更多人接受新的創新。”

Scale Computing CTO Alan Conboy：

“2019年，人工智能（ AI ）和機器學習（ ML ）將通過分布在全球的邊緣計算平臺更快地連接和處理數據。人工智能和ML理解已經可用，但可能比云平臺或傳統數據中心要慢一些。我們已經從航空制造和服務、政府防御機構對黑客的反應以及個人助理對未來在線購買的建議中看到了這一點。”

Exabeam的解決方案架構師Stephen Galey：

“2019年似乎將是機器學習和人工智能的一年。這些工具已經有了，但由于無法將這些新功能與適當的新工作流和SOC實踐相匹配，這些工具的使用往往會被延遲。明年應該會看到一些不靠譜的人工智能項目逐漸消失，這個領域真正的創新者開始占據主導地位。這可能會導致一些收購，因為一直在努力開發這項技術的大公司試圖收購這項技術。2019年是投資有真正能力的機器學習安全初創公司的一年。”

Sinequa產品營銷總監Scott Parker：

“到2019年，我們可能會看到更多的聊天機器人和無人駕駛汽車。聊天機器人AI能力的提升，將為創新客戶服務團隊創造機會，從而讓他們超越競爭者。2019年也是無人駕駛計劃的重要一年，將利用經驗數據，不斷改進算法和硬件處理能力。

WhiteHat Security公司戰略VP Setu Kulkarni：

“隨著人工智能和ML成為主流，一種新型職位——數據安全科學家將在2019年出現，他們需要了解計算機科學、數據科學等多門學科，最重要的是，他們要能夠區分好數據和壞數據，以及好結果和壞結果。我們發現，數據安全專家能夠首先理解我們今天可以獲得的安全數據，一旦處理和解釋了這些數據，人工智能和ML技術就可以使用這些數據來實時實現安全自動化。”

Plutora CMO Bob Davis：

“2019年最大的技術趨勢將是機器學習/人工智能對軟件質量的影響。過去，我們設計的交付流程是精益的，減少或消除浪費，但對我來說，這是一種過時的、半杯空的流程。在2019年，如果我們想充分利用ML/AI，我們需要理解浪費的反面是價值，并從另一個角度看待變得更有效率意味著增加價值，而不是減少浪費。”

九

Mya Systems產品管理VP Connie Schiefer：

“公司會意識到人工智能是對內部流程轉型的投資，而不僅僅是一種可以提升效率的功能。AI技術供應商將使人工智能工具和平臺更容易實施和安裝，能夠在組織內真正創造這種變化的技術領導者和試圖利用這種炒作的技術領導者之間的差異將變得越來越鮮明。”

ThoughtSpot首席執行官Thudheesh Nair：

“過去20年來，隨著以Sears為代表的傳統公司逐漸退出市場，世界經濟的中心已經發生了變化。但這只是開始，大型科技公司已經開始利用他們在人工智能和數據方面的優勢，超越傳統市場，進入全新的市場。亞馬遜專注于娛樂和醫療保健，谷歌正在關注交通的未來，沒有一家公司可以避免人工智能驅動的經濟，我們將看到這一趨勢在明年繼續加速。如果公司愚蠢到止步不前，他們將很快跟隨Sears的腳步，無法適應人工智能和ML主宰的新數字世界。”

Everseen CEO Alan O’Herliy：

“2019年將是人工智能公司開始摒棄提升硬件和流程的一年。相反，他們將著眼于整體生態系統，重新想象和重塑我們設計過程的方式。這一流程改革的技術將會帶來巨變，但我們將會意識到，更大的機會在于使用先進的技術來優化與業務流程交叉的任何地方的人類行為。”

Albert Technologies首席執行官Or Shani：

“2019年，我們將不再懷疑也不擔心人類在第四次工業革命中的角色，很明顯，機器和人類之間的關系不是獨立的，而是高度共生的。我們將會意識到將人類洞察力與人工智能結合起來對于發揮人工智能和人類的潛力是多么重要。我們已經看到人工智能解決方案在部門和企業層面都取得了成功，這些解決方案利用人類提出更大的戰略愿景，并促使我們更加了解人類復雜過程的本能和直覺。

Bluecore CEO Fayez Mohamood：

“大多數早期的商業人工智能應用都圍繞著預測性和規定性分析，利用人工智能來增強人類的決策能力。2018年，隨著人工智能深入研究，不僅能預測，而且采取了商業行動。2019年，Bluecore將會更多地采用深度垂直特定的AIthat，這將會在整個供應鏈中自主采取高價值的商業行動——從采購、倉儲、信息傳遞到客戶服務管理。”

Epilogue Systems CEO， Michael Graham：

“幾乎所有軟件公司都知道用戶在應用程序中的每一次點擊，但缺少對用戶需求以及他們成功還是失敗的真正理解。2019年將是人工智能驅動技術開始理解用戶意圖和基本軟件功能之間區別的一年。有了這些信息，公司可以針對個人、團隊和功能改進工作。軟件公司可以主動干預那些正在走向次優結果的客戶。此外，這將告知軟件公司及其客戶應用程序或業務流程優化的潛在需求。”

Montagon首席執行官Kurt Heikkinen：

“2019年，雖然在招聘過程中早期使用人工智能的機構已經看到了有希望的結果，但是很明顯，這種技術仍處于早期階段，人工智能正在被用來告知更好、更快和更明智的招聘決策，而不是做出這些決定。然而，我們可能會看到人工智能得到更廣泛的應用，以減少招聘人員花在日常工作上的時間，這樣他們就可以將時間用于和更有意義的候選人互動。”

Noble教育公司數字解決方案總裁Kanuj Malhotra：

“我們預計2019年人工智能將在高等教育中得到更多的應用，因為各機構將繼續其數字轉型之旅，并希望吸引學生對適應性、參與性學習體驗的偏好。尤其是千禧一代，他們的學習偏好將會與他們之前的幾代人有所不同。人工智能教學助理、在線課程和寫作中心，將開始在校園中更頻繁地使用。”

HighGround/YouEarnedIt總裁Andee Harris ：

“隨著自動化技術在2019年創造了很多應用場景，對于公司來說，思考技術的沖擊在短期和長期內將如何影響他們的企業文化是很重要的。在一些每天都會接觸人工智能的公司，需要從一開始就了解員工的看法。在推出任何新技術平臺之前，企業需要想好改產品將給公司帶來的價值，它將如何更好地影響員工，以及將對生產率和參與度產生的積極影響。只有通過這樣做，當實施新技術時，公司才能建立成功的團隊。”

Insureon總裁Jeff Somers：

“我們預計，人工智能將在2019年保險業變得更加突出。但同時我們也不認為人工智能會在新的一年或未來幾年取代人類保險代理人。盡管機器學習模型可以幫助代理商成為他們客戶的更好顧問，但在保險行業，人情味總是很重要的。”

十

QuantExa公司COO兼產品主管Imam Hoque：

“隨著人工智能繼續流行，不可否認的是，自動化決策將取代傳統白領。這意味著人工智能系統將代替人類來決定從批準貸款或決定客戶是否應該被解雇到識別腐敗和金融犯罪的任何事情。這與機器人過程自動化（ RPA ）不同，RPA只是模擬人類的決策。相反，真正的人工智能系統將超越人類的能力。我們還可以期待人工智能有更深入的理解——包括競爭優勢分析、降低運營成本和裁員。期望看到這種C-suite理解會引發工會和工作保障方面的問題，這是重大運營變化的結果。”

Filetack首席執行官Sameer Kamat：

“雖然智能虛擬助理和會話式人工智能在2019年將獲得很大的注意力，但機器學習及超級人工智能的一大焦點將是理解內容。人工智能將被用來過濾出什么是真實的，什么不是，什么是適當的，什么不是。雖然在更好地理解這種背景下的內容方面會有所進步，但更大的挑戰是在不施加偏見的情況下訓練數據。這種‘第22條規則’使得這個問題極難解決，但在2019年，這個問題將會引起很多關注。”

Figure Eight 業務開發副總裁Dale Brown ：

“除了公司內部對人工智能的需求增加，我們還看到專業數據科學家持續短缺。為了推動人工智能的應用，人工智能平臺需要賦予傳統開發人員工具，使他們能夠更快地創建機器學習模型，并確保他們有一個集成的平臺，允許開發人員注釋和標注提高模型準確性所需的數據。”

Anki的聯合創始人兼總裁Hanns Wolfram Tappener：

“對美國和歐洲最大的威脅是來自中國的人工智能的快速發展。毫無疑問，中國是一個人工智能大國，如果我們不小心的話，它將完全超過西方。為什么？因為人工智能的成功取決于大量結構化數據的可用性。在中國，用私人的個人信息換取少量的貨幣價值/福利是社會可以接受的。，這給了在該國經營的公司比我們的公司更大的優勢。如果我們想要競爭，需要一個快速解決數據問題的方案。”

埃森哲應用智能公司搜索和內容分析常務董事Kamran Khan：

“對支持人工智能的搜索和分析解決方案的需求將在2019年變得更加普遍。傳統的搜索功能將讓位給認知搜索的出現，從而產生人工智能驅動的解決方案，幫助企業擺脫數據陷阱，獲得更有價值的知識和見解。到2020年，認知搜索將精簡信息，將被動搜索減少20 %，企業需要在未來一年為此做好準備。”

Aptos零售創新副總裁Nikki Baird：

“2019年，我們將看到更多的公司轉向‘玻璃盒’人工智能——更透明的人工智能，能看到技術在不同數據點之間的聯系。例如，‘玻璃盒’AI不僅告訴你有一個新的零售機會，還揭示了這個機會是如何在數據中被識別出來的。這也為零售商提供了一個機會來檢查他們的數據——他們獲取的任何公共或聚合數據，以確保人工智能沒有在“垃圾輸入，垃圾輸出”下做出錯誤的假設。

Pexip建筑副總裁Jordan Owens：

“隨著云計算驅動的人工智能（ AI ）功能的日益普及，AI將在2019年進入視頻會議，涵蓋從會議室活動效率分析、理解參會者對信息的反應、自動加入程序以及平臺利用率等各個方面。正如我們所知的那樣，人工智能現在可以隨時幫助預測性分析并將數據轉化為可操作的見解。”

Acast聯合創始人兼首席產品官Johan Billgren：

“我們將在不久的將來看到音頻內容和書面內容之間的界線消失。所有的音頻將以今天基于文本的網絡一樣的方式進行搜索，所有的文本都可以用你最喜歡的聲音作為音頻讀給你聽。隨著語音助手和搜索算法的不斷進步，你很快就能和你的助手進行類似人類的對話，他能即時獲得世界上所有的知識。”

BluVector CEO Kris Love Joy：

“2019年，我預測很明顯，那些基于人工智能技術處于創造和監管真相邊緣的信息和分析系統，本身就是‘偏見’問題的一部分。這將導致我們看待真相的方式發生根本性轉變——不是以二進制方式，而是作為一個光譜上的點，潛在的信息系統和分析系統因為無法衡量或加強其潛在數據集和分析方法的完整性而受到攻擊。”

ISG首席分析師Blair Hanley Frank：

“我預計2019年將是利用人工智能生產應用激增的一年。市場上可用的工具和模型已經準備好迎接黃金時代，這意味著各種規模的公司部署智能應用程序將更加容易。除此之外，我們還將看到關于人工智能倫理道德爭論會更多，而人工智能專家在這一爭論中有很大的影響力，因為沒有他們的幫助，這些服務最終無法運作。看看這個過程中會出現什么樣的規范將會很有趣。”
?

十一

Absolutdata首席執行官兼聯合創始人Anil Kaul：

“對于企業來說，2019年是早期選擇做人工智能平臺公司的一年，他們將會比創新性較低的競爭對手有更大的飛躍。就市場份額和利潤增長而言，將會有明顯的贏家和輸家。正是在這個階段，持續的數據模式刺激了深度學習，從而帶來了更大的市場發展。

Alion設計和戰略計劃副總裁，聯合創始人Aaron Kalb：

“對于所有關于機器學習和人工智能的模糊宣傳，行業將會經歷進一步的幻滅。他們會越來越意識到，準確的預測不僅需要大量的訓練數據，還需要一種特殊的數據類型——行為元數據。對這些數據的分析可以被挖掘出來，以便更好地讓人們關注哪些數據被使用，哪些數據有用。隨著ML/AI越來越流行，我們將會看到行業對這種影響驅動的技術和行為元數據產生強烈的興趣。”

Kinetica首席技術官和聯合創始人Nima Negahban：

“去年是數據科學家的一年——企業非常注重雇傭數據科學家并賦予他們權力，以創建先進的機器學習模型。2019年也是數據工程師年，數據工程師的需求很大，他們專門將數據科學家的工作轉化為針對企業的強化的、數據驅動的軟件解決方案。這包括創建深入的人工智能開發、測試、開發和審計流程，使公司能夠在整個企業中大規模整合人工智能和數據管道。”

Allego首席執行官兼聯合創始人Yuchun Lee：

“人工智能將使銷售的接單環節更自動化，并推薦成功的銷售代表成為買家顧問，幫助雙方發現為他們的購買和銷售決策提供信息所需的關鍵資源。人工智能驅動的創新將預測銷售問題和買家的反對意見，并加以分析以更好地預測買賣雙方合作成功率。在售后階段，人工智能可以精確定位最佳實踐，并確定影響客戶體驗的因素，以幫助口碑銷售。最后，人工智能將迅速培養出一名更易于指導、更了解客戶的銷售代表，他更聰明、更敏捷，更容易成功銷售。”

Vaynersmart總監Claire Mitchell：

“在接下來的幾年里，人工智能將越來越多地被用來根據特定環境中的相關內容，為特定受眾動態修改和提供創造性內容。雖然創意團隊和設計師仍將決定給定內容的美感和基調，但作為生成框架的設計師，他們的角色變得更加重要，他們決定了體驗中哪些元素可以變得靈活，同時仍然保持創意概念的核心。”

TechStyle首席執行官兼聯合創始人Adam Goldenberg：

“2018年許多零售商和品牌對人工智能及其潛在的使用案例更加熟悉，2019年這些應用將付諸實施。人工智能將從根本上改變消費者與品牌互動的方式，我預計2019年將通過新的個性化設計更加明顯，采用人工智能優化客戶體驗的品牌將會看到效果。”

Deep North總裁兼首席執行官Michael Adair：

“到目前為止，人工智能的能力集中在解決我們知道的問題上——更有效地從我們歷史上一直熟悉的大量數據集中提取模式和見解。明年，人工智能的更大潛力將成為焦點，通過引入全新的數據集來改變現狀，解決我們不知道能夠解決的問題。視頻人工智能將是一個很好的例子，有助于將物理環境轉變為可操作的數據，零售和其他行業的公司可以利用這些數據來加強前所未有的客戶體驗，并釋放出他們甚至沒有想過要推向市場的新服務和客戶價值。”

Campaign Monitor營銷活動監測部首席產品官Cody Bender：

“個性化長期以來一直是營銷人員的圣杯，每個人都通過了解顧客關心和參與的內容來提高業績。今天的營銷人員擁有比以往更多的行為數據，但是他們通常沒有時間、資源或知識來恰當地使用這些數據來定制他們的方法。2019年，人工智能技術將解決這一問題，最終惠及客戶和業務成果。”

甲骨文HCM Strategy GVP Gretchen Alarmcon：

“2019年將是人工智能應用落地的關鍵一年——這將是我們從談話轉向影響力的一年。我們將開始看到人工智能通過數字助理，無論是語音、短信還是其他渠道，更深入地融入到日常員工體驗中。我認為，我們還會看到基于人工智能的數字助理對新員工來說更具前沿性，在入職或技能培訓等過程中發揮更大的作用。”

Intersen Bioscope首席執行官Aldo Carrasco：

“2019年，我們開始看到在如何將人工智能應用到一個傳統上且由人驅動的過程上取得了真正的成果，這個過程過去需要幾周的時間，現在需要實時監控。如果應用得當，簡化和加快這一過程可以確保工作流程中的任何變化，從樣品收集、處理，一直到儀器攝取都被極大地減少。因此結果變得極其可重現，并且在幾秒鐘內就可以獲得潛在的可操作和臨床相關信息。”

十二

Sumo Logic的聯合創始人兼首席技術官Christian Beedgen：

“支持人類和算法的數據收集仍在繼續，并提出了重要的倫理問題，這是我們在未來幾年需要密切關注的問題。數據是人類的，因此和人類一樣混亂，數據不會產生客觀性。眾所周知，數據和算法使現有的偏見永久化，自動決策很難以解釋和證明。當我們陷入思考數據和算法結合起來創造客觀事實的陷阱時，對這樣的決定提出質疑就更加困難了。隨著更大的決策權帶來了更大的責任，人們將越來越多地為自己企業所做決策的影響負責。”

Avest軟件AI主管Rajarshi Gupta：

“2018年，我們看到了許多對抗性人工智能算法試圖愚弄人類的例子，比如Buzzfeed的視頻，其中奧巴馬總統以令人信服的方式發表了假句。很快，我們可以期待看到這一概念演變成一種新的網絡犯罪，在這種犯罪中，惡意內容由人工智能算法自動生成。我們將這一新的類別定義為“深度攻擊”深度攻擊可以通過在惡意軟件文件中生成代碼、在僵尸網絡中創建虛假網絡流量，或者以虛假URL或HTML網頁的形式來大規模展示自己。明年，我預計黑客會更頻繁地部署深度攻擊，試圖避開人眼和智能防御。”

英特爾人工智能產品集團首席技術官Casimir Wierzynski：

“確保數據隱私，進而確保客戶隱私，是我們實現人工智能優勢必須解決的挑戰。在2019年，我們將看到更多的解決方案出現，以確保用于人工智能的數據加密。最令人興奮的新興加密技術之一是同態加密（homomorphic encryption），這是加密數據的一種特殊方式，這樣第三方就可以對加密數據進行操作，并仍然使用保護隱私的機器學習技術來收集有價值的見解。我們看到這項技術已經出現在神經科的討論中和一些公共解決方案中，并且預計人工智能隱私和加密方面的創新將在明年爆發。”

OXX聯合創始人Richard Anton：

“人工智能將指數級提高檢測惡意行為的能力，這對網絡安全產生巨大影響，并最終顯著提高人類有效分析數據的能力，這將通過機器學習帶來更快的檢測和響應能力。然而，實事求是地說，人工智能不可能完全消除安全漏洞。這是可接受的誤報率（合法活動因被錯誤評估為惡意而被阻止）和誤報率（惡意活動未被識別為惡意活動）之間權衡取舍的典型案例。要將假陰性率降至接近零，合法活動的高得令人無法接受的比率將不得不被阻止。”

Brodmann17聯合創始人兼首席執行官Adi Pinhas：

“在2019年及以后，人工智能將越來越多地存在于邊緣，因為對隱私、安全和延遲的擔憂使得邊緣人工智能優于依賴集中式人工智能系統的傳統方法。然而，制造商們正努力應對在基于邊緣的產品中運用人工智能的后果，這主要是由于運行人工智能所需的昂貴、龐大和耗電的硬件。他們正在尋找更輕薄、低耗能電池、更經濟實惠的嵌入式解決方案。”

Digimarc CTO Tony Rodriguez：

“基于數據和人工智能驅動的零售模塊化實際上會導致商店內部的動態重組。隨著季節的變化，這種情況已經發生了，比如隨著夏天的臨近，燒烤用品會被移到顯眼的位置。但是現在有可能進行更精細的改變。例如，嬰兒食品和漢堡在周日-周二移動到上限，但是薯條和啤酒在周四-周六移動到上限。周末扔掉幾個中心商店的固定裝置，為橄欖酒吧的安裝騰出空間，按周翻轉商店布局。”

Ginger.io聯合創始人Karan Singh：

“人工智能和增強智能將有助于解決我們國家的精神健康危機。根據美國國家健康研究所的數據，近五分之一的美國成年人患有某種形式的精神疾病。人工智能將有助于擴大獲得合格醫療服務的范圍，并使人們能夠負擔得起獲得適當水平的醫療服務。結合遠程治療和遠程精神病學等技術，它將在改善協作護理方面發揮越來越重要的作用。人工智能工具和數據驅動算法將有助于臨床醫生跟蹤患者歷史，識別危機時刻，并為個人提供個性化護理，以減輕癥狀和改善結果。

SecBI的CEO Gilad Peleg：

“人工智能將越來越多地為網絡攻擊提供動力。事實上，可以合理地假設，人工智能黑客大軍將擁有更大、更快的滲透率和更高的自動化程度，從而讓黑客在執行網絡攻擊時取得更大的成功。通過機器學習和人工智能驅動的響應，安全團隊可以自動進行分類和優先排序，同時將誤報率降低高達91 %。企業將尋求創新的解決方案，使他們能夠在下一個未知威脅面前保持領先。”

IRONSCALES創始人兼 CEO Eyal Benishti：

“在2019年，人工智能技術將最終不僅能夠幫助識別攻擊，還能為安全團隊如何應對威脅提供循證指導。在許多情況下，人工智能將能夠在沒有SOC團隊干預的情況下做出反應。因為人工智能在不斷學習，所以該技術隨時準備與攻擊者保持同步，不斷改變工具和技術。總的來說，人工智能消除了許多傳統上減緩進程的挑戰和負擔，從而加快了從攻擊識別到補救的時間。這種人工智能驅動技術的實施將大大降低各種規模的企業的風險。”

PROS首席人工智能策略師Michael Wu：

“機器將開始理解因果關系——今天，當機器（如聊天機器人和虛擬助手，如Siri和Alexa ）回應我們時，它純粹是基于相關性。他們不了解因果關系。但是隨著機器獲得更多不同的數據源，它們將開始更好地理解大量變量之間的因果關系。作為人類，我們通過純粹的常識了解因果關系。2019年，我們將看到這一點隨著機器的出現而實現，因為我們收集并提供給它們更多不同的數據源，使它們能夠建立條件概率分布來理解因果關系的方向。”