通过去中心化人工智能赋予制造业能量

 

　　事实上，在最近调查的1,000家美国组织中，有五分之一（20％）计划于2019年在企业内部实施AI。普华永道的研究还揭示了企业如何在生产过程的核心，越来越多地启用AI模型，以加强运营决策，为企业各个职能部门提供前瞻性情报。

　　对许多人而言，这一有关AI的举措并不意外。毕竟，多年来，机器人已在多个制造学科中发挥重大作用，因此AI的进一步发展似乎合情合理。不管怎样，人类的未来是一个人和机器在不断规范的管理下协同发展的未来，这一点毋庸置疑。

 

　　悬而未决的问题

 

　　人工智能是一项重大业务——在2018年前三个季度，有关AI的美国风险资本投资就达到66亿美元，而前年同期水平也高达39亿美元。与此同时，人工智能公司已然成为极具吸引力的收购目标；到目前为止，收购数量已达到了创纪录的35家公司，总价值高达38亿美元。

 

　　尽管前途一片光明，但仍存在一些悬而未决的问题。人们一直都在关注人工智能对隐私、网络安全、就业、社会不平等和环境的影响 。客户、员工、董事会、监管机构和企业合作伙伴都在问同一个问题：我们可以信任AI吗？

 

　　信任要素

 

　　鉴于AI越来越多地受到少数拥有基于云的AI和API的大公司的控制，信任问题就甚嚣尘上，引发人们对AI去中心化的呼吁。对于制造商而言，他们主要担忧的是，集中模式将导致人工智能市场被垄断，进而引发不公平定价并扼杀创新。

 

　　去中心化人工智能——诞生于区块链、设备内置AI和物联网（IoT）技术的交叉口——其有助于攻克这一挑战并提高透明度。此外，它还能确保互操作性，并鼓励无数AI公司开展创新。类似于SingularityNET这样的生态系统正促进全球去中心化AI社区之间更广泛的合作——这是一个有关数字安全的案例。更重要的是，这样的市场可确保AI在进入大众市场时，其实际控制人为贡献者和技术用户，而非一些强大实体。这是共同利益派的一次思想聚会，有点类似于蒂姆·伯纳斯－李爵士最初对互联网的期盼。

 

　　对互操作性和去中心化AI的推动，将开创一个可赋予制造商能量的AGI（人工通用智能）时代。举例而言，通过帮助制造商检测异常并生成可用于企业资源规划（ERP）的预测，他们就能有效改进未来流程。

 

　　新出现的监管问题

 

　　鉴于其他原因，去中心化人工智能势在必行。因各国对跨境数据流的限制，严格的数据隐私法规正影响着人工智能并限制其发展。

 

　　举例而言，欧洲在去年推出的通用数据保护法（GDPR）和加州即将实施的消费者隐私法案（CCPA）规定，个人有权查看和控制组织收集和使用个人数据的方法。如果消费者个人数据遭受任何方式的侵害，这两个监管框架均有权对企业开出巨额罚款。AI不仅仅是一个智能问题，也是数据问题。去中心化人工智能生态系统可帮助企业将数据库存储在国境内，从而确保合规性，并快速、轻松地响应跨地区法规的变化。

 

　　保持增长和竞争优势

 

　　许多企业已开始利用AI改善运营并增强客户体验。由于企业领导已意识到，在整个企业内部署AI可创造最大价值，于是AI应用率在2019年有所增长；这两者密切相关，因为AI在与其他技术（如分析工具、ERP，物联网和区块链）整合后，功能将进一步增强。

 

　　在整个供应链中部署人工智能可使企业免去大量在过去须人工操作的任务。然而，构建去中心化人工智能的概念也遏制了某种可支持自然地变化、竞争、适应和选择流程的潜在方法。

 

　　去中心化人工智能有助于解决这一极具挑战的问题，营造一个开发者社区可构建创新算法和解决方案的环境，从而确保制造商发展和保持—— 甚至是获得——竞争优势。