车队经理需要移动物联网资产跟踪

Gianom公司分析师Yiannis Antoniou表示，人工智能/机器学习将成为云计算行业最热门的话题。考虑到社会越来越重视打击不公平和偏见，以及对机器学习模型更好的可解释性的整体兴趣，云计算提供商将投资并增强其机器学习产品，以提供全套负责任的人工智能/机器学习功能，旨在满足监管者和建模者，与此同时，人工智能/机器学习功能将会继续在整个行业中看到爆炸性的增长和使用，在易用性和用户体验方面有显著的增强，并在一个负责任的人工智能/机器学习功能框架内结合，以推动该行业的下一次增长。

瞻博网络公司首席技术官Bob Friday表示，用于网络的AIOps将成为主流，许多组织的AIOps将从理论变为实践。随着远程工作人员的增加以及家庭成为新的微型分支机构，人工智能可为云计算用户提供出色的客户体验，同时控制远程员工的IT支持成本。IT团队将需要采用AIOps来扩展和自动化其运营，并将颠覆客户支持模式。人工智能不会主动向IT机构提交票证，而是会主动识别存在连接或体验问题的用户。

Cloudleaf公司首席执行官Mahesh Veerina表示，与前几年相比，人工智能和机器学习将在供应链战略中扮演更加重要的角色。2021年，对整个供应链的更多实时洞察力的需求将继续增长，特别是由于发生疫情购买行为的突然变化导致供应链组织重新评估其运营。为了满足这一需求，供应链组织将需要寻求支持人工智能(AI)和机器学习(ML)的技术，以从当前的描述性分析中进行升级。在通常情况下，由于被具有不同系统的大型公司收购，一些组织会遇到各种混乱和分散的情况。供应链利益相关者在将2021年寻求在所有模块上部署数字孪生技术，以增加可视性，并确保组织现有系统与新技术之间的同步化。

Appen公司首席技术官Wilson Pang表示，人工智能中的偏见造成了巨大的伤害——从强化性别刻板印象影响招聘过程到信用评分和贷款中的种族歧视。组织知道雇佣不同的劳动力可以为人工智能模型提供一定程度的真实性，并且他们知道培训数据需要不断地监控偏差，因为它会影响算法的质量和准确性。他们也知道，目前还没有基于伦理的衡量标准来真正减轻人工智能中的偏见。到2021年，将看到组织不再只是承认和担心人工智能中的偏见，而是开始采取更重要的行动来解决它。组织将组建具体的团队计划，以解决负责任的人工智能所涉及的所有问题，包括从数据固有偏见到公平对待数据培训师的所有问题。建立负责任的人工智能计划不仅会成为一些组织高管层面的任务，而且合作伙伴和客户也会要求这样做。

BMC Software公司首席产品官Ali Siddiqui表示，AIOps将会不断升温，以增强客户体验并实现应用程序保证和优化。面对未来一年的不可预测性，人们将看到对AIOps的需求将继续增长，因为它可以使用人工智能、机器学习和预测分析来解决和预测这些意外情况。跨越混合内部部署和云计算基础设施的数字企业应用程序日益复杂，再加上采用现代应用程序架构(例如容器化)，将导致数据量和复杂性前所未有的增长。虽然现代数字环境中的数据过载可能会延迟维修并使ITOps团队难以应对，但更智能的策略和集中式AIOps系统可帮助组织改善客户体验，提供现代应用程序保证和优化，并将其与智能自动化，并发展成为自治的数字企业。实际上，传统的IT运营方法可能不再可行。为此组织不可避免地要采用AIOps，以便能够扩展资源并有效管理现代环境。

New Relic公司产品营销总监Michael Olson表示：随着AIOps的不断成熟，人们看到供应商有机会改进其风险评估功能，以使客户能够以几乎确定的方式解决问题，而不会破坏系统中的其他内容。在2021年，将会看到供应商和用户之间越来越多的关注，这将是实现更可靠依赖关系映射的一个方面，以便工程师可以在修复过程或构建更改周期的过程中准确评估风险，以进行软件更改，从而确保环境某一部分的更改不会破坏其他系统。

Qeexo公司首席执行官Sang Won Lee表示，到2021年，处于边缘的机器学习将成为人工智能/机器学习行业的主要焦点之一。在汽车、智能工厂和智能家居行业，对智能边缘应用的需求正在迅速增长。随着广泛可用的高效边缘机器学习开发工具和半导体公司推出具有机器学习功能的新型MCU，采用边缘机器学习应用将成为主要趋势。

（编辑：鹰潭站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!