相信无论您对AI聊天机器人在企业中的立场如何，都有两件事可以肯定–聊天机器人将成为行业标准，而NLP将继续发展，他的专长在于搜索引擎优化，移动应用程序，Web分析，电子商务，创业精神以及与DIY应用程序构建过程相关的所有事物，虚拟助手不是什么新鲜事物，效果不是很好，但是可爱的小回形针开始让用户适应直接与AI服务器对话而不是与现场人员对话的习惯。

COVID-19改变了近的全球工作环境，推动了地理空间界为人工智能和机器学习（AI / ML）提供支持和新功能的方式发生了重大变化。这种大流行病创造了这样一种条件，即许多分析人员无需很多ML所需的高级基础设施即可在家工作，而对任务的要求仍然很高。地理空间社区必须适应。

“云原生”意味着什么？“原生云”一词在过去几年中已经出现，它是在云环境中开发和交付应用程序的一种方法，直接利用了这些资源的规模，弹性和可用性。该术语可以追溯到搜索引擎，实际上过去十年左右的时间里，他们采用的扩展服务的方法定义了云原生的许多核心原则，云原生讨论的核心关键技术，它是一个编排平台，可以自动化并简化跨许多（甚至数千个）服务器的基于容器的服务的部署和管理，云原生服务通常将是自包含的，并且不依赖于其他服务；旨在自主扩展并在任何故障中幸存下来的设计；并且可以在多个应用程序之间重复使用，终原生云是优化云计算的价值和收益的第二阶段方法。

太多企业试图在没有首先部署正确平台的情况下实施数据科学应用程序，平台为何如此重要的原因，在我们持续的CEO访谈系列中，有关数据管理的现状以及部署数据科学的新策略，如果要在当今的企业中保持竞争力，哪种技术或方法必须成为企业数据战略的一部分？为什么？

在AI旅程中，自动化通常是默认的，人口稀少的目的地。我们必须有意识地选择通过增强来增强人类能力，机变得过于复杂以至于无法飞行，不再需要飞行员，通常更老更简单的飞机就更好了而且复杂性带来了危险，所有这一切都付出了高昂的代价，却收获很少，当人们认为这会造成灾难时，它通常会对计算机化做出内在回应。不幸的是，它忽略了围绕采用技术来支持和替代人类参与决策的微妙问题。

工人安全始终应该是企业的头等大事。过去，安全程序严重依赖于车间的人工检查，意见和态度。传统指标（例如事件发生率和丢失时间事件发生率）仅在事后跟踪问题，与制造业中的其他领域一样，安全专业人员也开始使用数据分析对其环境进行更客观的评估，通过利用数据和预测分析的力量，企业可以开始使用领先指标而不是落后指标来跟踪安全性并降低风险。