Dataiku首席執行官Florian Douetteau提供了他對2022年的五個企業和日常人工智能的預測。

在未來12個月里，人工智能將繼續發展并跨越邊界。

可以說，就我們在數據科學、機器學習和人工智能方面看到的創新而言，2021年是獨一無二的一年。許多公司遠遠超出了經受破壞的范圍，而是積極地擁抱它，在面對市場動態時顯得更加強大和有彈性。今天，公司認識到，為了推動有意義的變革，在數據項目的運作上付出艱苦努力的好處，我們將看到一些關鍵的人工智能趨勢，這些趨勢將在2022年及以后體現出來。

（1）我們將看到焦點從企業人工智能轉向日常人工智能

成為一個真正的人工智能企業的能力將來自于在特定組織的所有層面上成功地擴展、系統化和采用強大的數據項目和流程。日常人工智能將成為組織資產，對未來企業的成功至關重要，不管是什么行業。在日常人工智能方面取得成功的公司將是那些超越利用企業人工智能的一個特定項目或用例的公司，而是將重點放在將其擴展到能夠在未來維持業務的水平。規模化的日常人工智能公司將設法在組織層面上為數據科學、機器學習和人工智能建立一個基礎。

（2）無代碼的工具正在迅速發展，商業用戶將開始在人工智能上提供比數據科學家更多的價值

這是圍繞數據工具的思維方式的根本轉變的開始，我們將繼續看到有機會接觸數據的人在日常工作中的更大范圍。智能數據攝取、處理日期和時間、清除復雜的文本字段、組合數據集--甚至創建新的機器學習模型--都是在許多平臺上無需代碼即可完成的任務的例子。這意味著，非數據科學家的工作可以以有意義的方式納入數據科學項目。

（3）組織將變得更善于部署模式

隨著他們看到現有的數據科學和人工智能計劃的成功，企業正在推動在其業務的其他部分實施新的數據科學。因此，我們看到信心的增長和更多的實驗發生了。這不可避免地將人工智能領導者帶出舒適區，因為他們對數據和人工智能的應用已經很了解，或者他們使用了部分數字化的流程，并建立在 "更好的 "更多的數據上。

隨著公司發展到這個階段，新的風險將逐漸出現，因為下一組由數據科學增強或自動化的流程不太被理解。雖然風險是不可避免的，但公司將勇往直前，因為他們知道，在釋放新的數據科學和人工智能實施的潛在未來的旅程中，需要做出實驗的動作。

（4）機器學習將被應用于企業IT運營和IT服務問題

從歷史上看，IT部門可能對支持越來越多的機器學習模型感到緊張，因為它們的復雜性和模型維護可能會成為時間和資源密集型。然而，作為所有數據的傳統守門人，隨著數據科學變得更加操作化和民主化，IT部門正在意識到它有可能成為從機器學習中提取價值的關鍵業務利益相關者。IT部門將開始與機器學習模型攜手合作，解決企業的IT運營問題，改善IT服務，為機器學習投資的新價值途徑提供支撐。

電子商務領域的中小企業如何從機器學習中獲取價值

STX Next的機器學習和數據工程主管?ukasz Grzybowski討論了中小型電子商務公司如何從機器學習中推動價值。

（5）鑒于公司對人工智能越來越有信心，我們將期望看到這些實施的監管方面也會發生變化

這不一定意味著繁文縟節，但日常人工智能的承諾和能力也將帶來對該技術如何被監管和治理的態度的改變。我們期待著一個光明的未來--橫跨所有行業--但我們也將看到處于最前沿的團隊被新的實踐所管轄，這將真正使IT和業務團隊保持一致。因此，未來的人工智能實施將以協作和系統化為核心--負責數據治理的團隊將擁有來自業務各部分的一系列專業知識，如數據架構、隱私、整合和建模等。