至顶网软件与服务频道消息:人工智能(AI)已经成为了生活的一部分,这个过程是如此迅速而且无缝,以至于我们当中的很多人仍然没有意识到它对社会的影响会有多深。人工智能分析已经提高了从制造业到零售业在内的众多行业的生产力和效率。
在接下来的一年里,人工智能很可能将会取得更大的进步,推动一些特定的行业产生积极的变化,并从根本上改变它们的功能。那么包含了哪些行业呢?下面,福布斯技术委员会的11名成员探讨了接下来一年中可能从人工智能中受益最大的行业,以及为什么这种技术对这些领域如此重要。
1. 客户服务
不,机器人不会接管客户服务。人们仍然希望与真正的、活生生的人交谈以表达担心或获取信息。人工智能只会促进这些互动。通过提供即时信息和支持,客服代表可以提高生产力和效率,从而为各方带来更积极的对话。
——Dialpad的Craig Walker
2. 跨行业营销
我相信,对于当今的营销人员来说,人工智能可以成为一种超能力,可以帮助他们加速职业发展,为他们的公司创造更多价值并做得更多。应用良好的人工智能在整个营销渠道中都很有用。它有助于为每个独特的个人提供个性化的数字体验,实时吸引潜在客户,并预测哪些潜在客户更可能具有更高的价值。
——Intellimize的GuyYalif
3. 客户旅程管理
营销将利用人工智能进行客户旅程管理,并以此彻底改变客户体验。人工智能可被用于推荐下一步的最佳动作,以此提供有意义的体验,并且对人群进行分类,为不同的细分群体提供不同的体验。敏感的交互仍然需要人工操作,但是客户代表将得到人工智能的帮助,并且可以实时获得最新的相关信息,这些内容可以帮助他们处理工作。
——Kitewheel的Mark Smith
4. 在线和移动支付
人工智能将帮助保护在线和移动支付。此外,它的响应时间更快、也更准确,在这段时间里,可以识别出存在可疑之处的交易,从而阻止身份盗用。
——Calendar的Jon Bradshaw
5. 医疗保健
随着人们越来越关注医疗保健成本和生产力,该市场似乎将从人工智能的实施中受益最多。Mayo 诊所、德克萨斯儿童医院等大型医院正在使用人工智能技术来提高患者护理质量和临床医生的生产率。这种趋势的核心是提高网络上物联网设备的性能和安全性。
——Nyansa的Abe Ankumah
6. 小型企业财务
小型企业在美国经济中的占比约为50%,在美国所有企业中所占的比例超过99%。在财务工作中,这些组织中的大多数都非常依赖QuickBooks之类的技术。这些企业中的绝大多数对财务的需求都是一样的,这种情况意味着人工智能取代/增强会计和出纳等工作的时机已经成熟。
——DragonSpears, Inc.的Patrick Emmons
7. 网络安全
好消息是,结合了用户和实体行为分析(UEBA)的人工智能将增强并提高网络安全运营的生产力。企业将更有可能发现可能过去从未发现的安全威胁。坏消息是,黑客可以使用基于人工智能的恶意软件来创建新形式的武器,这些武器可以在组织网络中休眠,而且不被检测到。
——Crypto.com的Jason Lau
8. 公共安全
未来几年中,公共安全领域将大规模采用人工智能技术,无论是改善紧急呼叫的成本和速度效率,还是及早识别公共健康风险,都可能是人工智能的用武之地。人工智能可以帮助在高度动态和危险的情况下部署资源,并且在事件发生之前,进行预测并采取预防措施。应用的数量和产生的影响都将是非常巨大的。
——Rave Mobile Safety的Todd Piett
9. 零售
尽管每个人都在关注人工智能的闪光点,但零售行业将最大程度地受益。零售商将能够简化流程,并通过机器人和自动化为客户提供更好的帮助。人工智能支持的内容生成服务将使零售商易于扩展。最后,人工智能将帮助零售商为每个消费者定制个性化购物体验。
——AX Semantics的Robert Weissgraeber
10. 教育
随着人工智能越来越便利地适用于不同行业内各种不同规模的企业,我认为在不久的将来,教育行业将从中获得巨大的收益。学校可以利用人工智能的强大力量,为学生创建更为个性化的学习方法和测试。这将使教室能够更具适应性,并且根据每个学生个体的学习需求和喜好教导他们。
——OptinMo的Thomas Griffin
11. 公共交通
公共交通处于矛盾之中。 一方面,有很多关于人们将要去哪里的数据(交通数据、车票数据等),但另一方面,这些数据很难用于确保公共交通路线和时刻表最好地为公众服务。随着交通的发展,公共交通也将开始使用人工智能来改善服务并到达人们想要去的地方。
——Optibus的Amos Haggiag
好文章,需要你的鼓励
临近年底,苹果公布了2024年App Store热门应用和游戏榜单,Temu再次成为美国下载量最多的免费应用。
云基础设施市场现在已经非常庞大,很难再有大的变化。但是,因为人们可以轻松地关闭服务器、存储和网络——就像开启它们那样,预测全球云基础设施开支可能非常困难。