免费久久国产&夜夜毛片&亚洲最大无码中文字幕&国产成人无码免费视频之奶水&吴家丽查理三级做爰&国产日本亚欧在线观看

辦公環境中的人工智能：下一步是什么？

根據分析師和技術專家的說法，人工智能在不久的將來可以讓用戶從已使用的各種服務中搜索文件，而不是使用戶局限于一個試圖滿足所有需求的套件中。

銷售支持軟件供應商Seismic的數據和分析副總裁Al Bsharah表示：“谷歌、微軟和Salesforce等公司在我們的生活和業務中已經深入人心，其他公司很難再擁有人工智能。其他平臺必須想法子利用這一點。其他供應商不一定非得提供一個可以完成所有工作的平臺，從創建算法到尋找創新方法來使用這些算法來解決業務問題。這也就是說，一個平臺就可以將所有你喜愛的平臺整合在一起。”

451 Research的分析師Chris Marsh表示同意，他認為，生產力套件中的人工智能很有前途，其使命就是將更多來自不同平臺的用戶和數據整合到一個儀表盤中。Marsh說，最終，我們在工作環境中會得到一種類似臉書的社交圖表。（重要的是，臉書自身就有以業務為中心的協作工具，名為Workplace。）

Marsh說：“Workplace的使命就是根據內容進行對話。因此，如果有人就修改特定內容而在Outlook中進行電子郵件對話，這對Box和Dropbox十分有用，有助于它們在平臺中生成更多工作流程。因此，他們將人工智能和機器學習視為一種能智能地發現相關對話并將其進行分類的方法。”

套件制造商Zoho的人工智能銷售助理Zia可以根據過去的活動預測交易成功的可能性

IT咨詢公司Globant最近的一份報告發現，近半數企業希望使用人工智能從它們所收集的大量數據中獲得洞察。

Bsharah說：“人工智能最高效的應用之一就是將來自不同團隊的不同數據聚集到一起（例如銷售和市場營銷），以發現原本無法看到的洞察。結果不僅僅是產生新的，受數據啟發的活動或項目，還將成為統轄不同部門的利器。”

Bsharah還說：“如果營銷和銷售都在同一套指標和數據下運作，那么這兩者就會形成一個基礎，以便它們能夠更好地協作。這有可能發生在任意兩個需要協作的團隊之間，例如負責產品和營銷的團隊之間的協作，或負責客戶成功和銷售的團隊之間的協作。當他們在一套通用的人工智能算法下運行時，其他新的合作方式也將浮出水面。”

指標權衡和安全性方面的問題

專家預測，將人工智能納入辦公室套件使企業可以獲得真正的生產力提升，但他們警告說，當人們把注意力從日常（而且可能很重要的）任務移開時，他們必須考慮各種風險。

人工智能技術供應商DarwinAI的首席執行官Sheldon Fernandez表示：“文字處理器和電子表格大大增強了傳統后臺辦公任務的自動化，同樣地，支持人工智能的軟件也將提升眾多業?智能水平日益提高對其目標用戶所產生的影響，以及這種自動化程度在多大程度上降低了他們對日常任務的參與程度，在多大程度上使他們的技能變得遲鈍。實施證明，很多領域對技術產生了過度依賴（如醫生和戰斗機飛行員）而這種依賴很容易蔓延到生產力領域。”

451 Research的Marsh想知道，將存儲在不同供應商平臺上的公司數據整合到一個由人工智能驅動的樞紐是否會導致安全性方面的風險。他說：“如果你將信息存儲在某一個環境中，這個環境又被另一個供應商整合到另一個環境中，那么當環境脫離你所使用的平臺時，就如何跟蹤這些信息，如何在自己的環境中提供環境治理而言，你會遇到各種問題。”

如今，雖然在Marsh與客戶進行的大多數談話中，“人們并沒有對人工智能有太大的擔憂”，但Marsh補充說，如果人工智能和機器學習是數據在平臺之間移動的渠道，“那么人們肯定會有這樣的擔憂——是否能準確地跟蹤大量的數據并對此采取安全措施。”

谷歌表示，谷歌套件中的Nudge功能每周會提示8％的Gmail用戶回復郵件

Fernandez說，個人用戶的隱私也是有理由引發擔憂的，“從人工智能獲得的見解——用戶的偏好，傾向和預期的工作流程——在多大程度上為私人所用，而不是用于商業利益。很多用戶協議幾乎可以讓公司以無限的方式收集數據點...... 使用由人工智能實現的生產力應用程序的人應該不斷地提這樣的問題：‘如果我的個性化數據被商品化會有什么危險？’”

虛擬化、軟件即服務（SaaS）和云技術提供商Citrix的云和物聯網副總裁Steve Wilson建議，用戶要記住，就數據而言，他們允許應用收集，共享和轉售的數據方面達成的共識。Wilson說：“現代機器學習功能的前提是訪問大量數據以訓練模型，然后實時處理數據。這就是說，你的人工智能系統將不斷了解你所在的環境的各個部分，從而為你提供幫助。”

Wilson繼續說道，為了保護個人和公司的數據，“你將希望在這方面發揮積極作用——批準對什么類型的數據進行共享。如果你只是用鼠標點遍所有的（權限）框中，你可能會泄露很多數據，比你想得還要多。”

Fernandez指出，各種法規（例如歐洲的《通用數據保護條例（GDPR）》和加利福尼亞的消費者隱私法案）正在就個人的私人數據著手解決問題。但現在還處于人工智能應用程序的初級階段，公司和用戶要了解風險，了解讓這些應用程序訪問其數據和操作所能得到的回報，這非常重要。

Wilson說：“他們不是不可逾越的障礙，但個人和企業必須認識到這些問題。”

Fernandez補充道，最后一個需要注意的問題是，人工智能所做的決策可能會出現意外偏差，最近發生的一個例子是，亞馬遜的人力資源工具開始偏向男性求職者，這是該工具已有的歷史數據造成的。

Fernandez說：“人工智能根據有偏差的數據集生成有偏差的結果，這種現象并不罕見。人工智能系統并不比訓練它們的數據強多少。”