机器人技术次将承担平凡而简单的人工任务？
来源：CPDA数据分析师网 / 作者：数据君 / 时间：2020-12-22
随着对增强现实和虚拟现实的更多投资
我们将看到由远程工作人员在办公室和工厂车间漫游控制的机器人安全卫士，远程工作人员将能够远程控制无人机以在仓库中拣选和包装箱子，2021年革命将实现机器人化，COVID-19已迫使面对面的交流变为虚拟，这意味着企业比以往任何时候都更加依赖视频会议来召开会议，它们变得越来越复杂，并且变得非常容易生成，利用AI来创建真实世界中不存在的人的完全可信的图像。如果此过程可以用相对较少的信息来进行，那么黑客当然可以利用视频会议技术中使用的工作资料（使员工的姓名和图片自动与其关联）来制造令人信服的假货。
随着欺诈检测变得越来越困难
ML欺诈模型将得到增强，但将使用更多数据集，为了确定欺诈风险，公司通常使用过去交易的数据集，他们认为这些数据将代表未来来训练他们的机器学习（ML）楷模，但是，COVID-19对消费者数据和行为的巨大影响造成了脱节，因为过去的数据不再代表未来，这导致许多组织要么使用性能良好但未捕获新欺诈模式的欠拟合模型，要么使用过度拟合模型，这些模型会产生很多意外，例如泛滥的人工审核队列或更多的退款和欺诈
许多公司还从使用ML转变为基于规则的模型和手动审核
这些模型更多地依赖于人类的直觉，在2021年公司将能够利用对这些新行为模式的理解，再次开始构建更强大的ML模型，但是要获得成功，他们将需要使用更多的数据，在构建模型时将其拿来进行处理，并随其进行评估，人工智能造成了新的安全威胁，其中的威胁可能是假冒伪劣，伪造的音频，视频或图像，它们依靠人工智能技术来模仿现实，2021年将是技术释放实时音频转录的一年，企业必须保持警惕，以确保不会被骗，企业应该对任何可疑的电话保持警惕，切勿在未确认呼叫者是谁的情况下汇款或共享敏感信息。此外，设置基本的网络安全工具和协议可以防止欺诈者获得他们首先需要创建深层图像和音频所需的敏感信息。
在数据泄露事件的涌入认为对个人数据的利用的推动下
消费者数据隐私将继续成为2021年及以后的巨大关注点，我们可以期待看到更多的立法出台，以保护消费者的权利和对企业罚款不负责任地使用数据，为了在竞争日益激烈的业务环境中树立信任并改善客户体验，在未来几年中，将有更多的组织为消费者提供所有权和对其个人数据的控制权，通过将道德，合规和隐私保护原则与为将来扩展而构建的技术基础架构相结合，社会将朝着一个系统发展，在该系统中，数据的价值将使个人和企业都受益。
对象存储打破了仅用于存档的神话
尽管著名的对象存储是备份和归档存储解决方案，但到2021年，三种趋势将扩大这种认识，首先基于闪存的对象存储将在对容量要求也很高的数据分析工作负载中获得青睐，使其成为现代应用程序的合理选择。第三，原生云应用程序将越来越多地部署在本地，从而推动了对本地S3兼容存储的需求，以增强应用程序的可移植性。结果，更多组织将使用对象存储来支持大量计算用例，例如AI，ML和数据分析，从而彻底打破“廉价而深入”的神话。
企业现在正在收集大量的机器学习和物联网数据
如果您的公司依靠收集和分析数据来运作和成功，那么如果该数据没有得到充分备份且易于恢复，会发生什么？大多数公司主要考虑数据分析，而很少考虑数据备份或安全性，但是，随着数据越来越多地从分析环境转移到生产环境，保护就变得至关重要。尖端的存储工具越来越依赖于AI和机器学习来自动执行数据备份过程，鉴于企业数据的爆炸式增长，这些智能工具对于维持高效的备份过程至关重要，该过程可以快速轻松地响应不断变化的需求，同时节省大量的手动备份时间。
至少五年以来，人工智能在改善供应链流程中的潜力一直是公司关注的领域
我们将看到由远程工作人员在办公室和工厂车间漫游控制的机器人安全卫士，远程工作人员将能够远程控制无人机以在仓库中拣选和包装箱子，2021年革命将实现机器人化，COVID-19已迫使面对面的交流变为虚拟，这意味着企业比以往任何时候都更加依赖视频会议来召开会议，它们变得越来越复杂，并且变得非常容易生成，利用AI来创建真实世界中不存在的人的完全可信的图像。如果此过程可以用相对较少的信息来进行，那么黑客当然可以利用视频会议技术中使用的工作资料（使员工的姓名和图片自动与其关联）来制造令人信服的假货。
随着欺诈检测变得越来越困难
ML欺诈模型将得到增强，但将使用更多数据集，为了确定欺诈风险，公司通常使用过去交易的数据集，他们认为这些数据将代表未来来训练他们的机器学习（ML）楷模，但是，COVID-19对消费者数据和行为的巨大影响造成了脱节，因为过去的数据不再代表未来，这导致许多组织要么使用性能良好但未捕获新欺诈模式的欠拟合模型，要么使用过度拟合模型，这些模型会产生很多意外，例如泛滥的人工审核队列或更多的退款和欺诈
许多公司还从使用ML转变为基于规则的模型和手动审核
这些模型更多地依赖于人类的直觉，在2021年公司将能够利用对这些新行为模式的理解，再次开始构建更强大的ML模型，但是要获得成功，他们将需要使用更多的数据，在构建模型时将其拿来进行处理，并随其进行评估，人工智能造成了新的安全威胁，其中的威胁可能是假冒伪劣，伪造的音频，视频或图像，它们依靠人工智能技术来模仿现实，2021年将是技术释放实时音频转录的一年，企业必须保持警惕，以确保不会被骗，企业应该对任何可疑的电话保持警惕，切勿在未确认呼叫者是谁的情况下汇款或共享敏感信息。此外，设置基本的网络安全工具和协议可以防止欺诈者获得他们首先需要创建深层图像和音频所需的敏感信息。
在数据泄露事件的涌入认为对个人数据的利用的推动下
消费者数据隐私将继续成为2021年及以后的巨大关注点，我们可以期待看到更多的立法出台，以保护消费者的权利和对企业罚款不负责任地使用数据，为了在竞争日益激烈的业务环境中树立信任并改善客户体验，在未来几年中，将有更多的组织为消费者提供所有权和对其个人数据的控制权，通过将道德，合规和隐私保护原则与为将来扩展而构建的技术基础架构相结合，社会将朝着一个系统发展，在该系统中，数据的价值将使个人和企业都受益。
对象存储打破了仅用于存档的神话
尽管著名的对象存储是备份和归档存储解决方案，但到2021年，三种趋势将扩大这种认识，首先基于闪存的对象存储将在对容量要求也很高的数据分析工作负载中获得青睐，使其成为现代应用程序的合理选择。第三，原生云应用程序将越来越多地部署在本地，从而推动了对本地S3兼容存储的需求，以增强应用程序的可移植性。结果，更多组织将使用对象存储来支持大量计算用例，例如AI，ML和数据分析，从而彻底打破“廉价而深入”的神话。
企业现在正在收集大量的机器学习和物联网数据
如果您的公司依靠收集和分析数据来运作和成功，那么如果该数据没有得到充分备份且易于恢复，会发生什么？大多数公司主要考虑数据分析，而很少考虑数据备份或安全性，但是，随着数据越来越多地从分析环境转移到生产环境，保护就变得至关重要。尖端的存储工具越来越依赖于AI和机器学习来自动执行数据备份过程，鉴于企业数据的爆炸式增长，这些智能工具对于维持高效的备份过程至关重要，该过程可以快速轻松地响应不断变化的需求，同时节省大量的手动备份时间。
至少五年以来，人工智能在改善供应链流程中的潜力一直是公司关注的领域
但是在COVID-19造成的干扰之后，许多供应链分析师和企业都将注意力转向了人工智能，将其作为可能的解决方案，67％的企业投资了一些技术解决方案来帮助他们度过大流行，还有60％的工业企业正在特别关注AI，但是AI模型由数据推动，AI模型的准确性，范围和功能完全取决于其背后的训练数据，但是在AI程序可以消化之前，必须以机器可读的格式组织和标记数据，在拥抱AI之前，企业必须利用现代集成技术，以与供应商，合作伙伴，贸易商和客户生态系统互动的方式自动编译数据，其格式应能为AI模型提供动力。
商业联合会数据分析专业委员会
京公网安备 11010502034401号
课程体系 
试听申请 
复听申请 
在线报名 
考试大纲 
考试报名 
准考证打印 
