AI人工智能的趋势（下）
七
NICE机器人流程自动化负责人Oded Karev：
“2018年，许多启用人工智能的自动化项目都失败了，因为它们瞄准了错误的自动化流程。2019年，公司必须评估应该考虑哪些参数——例如任何给定流程的用户数量、处理时间和复杂性(即涉及的应用程序数量、执行的操作类型等)。)中。如果将这些因素考虑在内，这将有助于确保自动化的流程将为公司带来可观的投资回报。自动化错误的流程只会导致挫败感，并阻止组织走向成功的自动化之旅。”
B.Yond数据科学VP Johnny Ghibril：
“随着我们进入2019年，美国的电信运营商都将制定一项战略，并分配预算，将运营中的机器学习货币化。然而，人才短缺会影响每个人，并使公司的交付能力受到压力，除非他们有强大的扩展战略。有大量初级数据科学家，他们将是解决这些短缺的关键。”
Synopsys安全技术副总裁Gary McGraw：
“机器学习将继续发展，但偶尔也会遭遇荒谬的失败。在社会方面，人工智能/ML所揭示的一些固有的社会规范将继续受到冲击。当机器向人类学习时，它们会养成一些坏习惯和一些道德上可疑的习惯。谁知道我们作为一个物种如此可怕?”
Bigttincan联合创始人兼首席执行官David Keane：
“请注意寻找那些基于知识本体的数据科学项目，以是对现有的机器人和机器学习的补充，并将在2019年完善数据科学和人工智能的业务方法，并为这些技术如何提高工作效率方面设定标准。知识本体具有将各种数据集链接在一起并从中得出结论的能力，使基于本体的系统在2019年成为企业和企业组织的一个尝试”。
CGS高级副总裁兼全球CIO John Samuel：
“企业不应该关注2019年的人工智能热门话题，而应该关注人工智能如何为企业提供价值。人工智能应该有助于减轻日常业务的干扰，同时增强公司未来的技术实力。”
Perfecto软件传播总监Eran Kinsbruner：
“我们将会看到ML/AI工具的探索和采用大幅增加，这些工具可以帮助开发移动和web测试场景，而无需编码(无代码测试)，还可以加快代码验证过程，稳定性也更强。在智能决策和质量分析方面，基于ML/AI的解决方案可以自动进行数据切片和切割，并为DevOps(一组过程、方法与系统的统称)测试中检测到的问题提供快速分析。”
Outsystems AI主管Antonio Alegria：
“2019年，利用人工智能提高开发者生产力的研究项目和公司数量将呈指数级增长。我们预计到2020年，所有开发者都将得到人工智能的帮助，AI能理解开发人员的意图，并提出下一个最佳模式，并在产品投入生产之前发现问题。这将使公司能够持续改善产品体验，并以前所未有的速度响应市场需求。”
Mimecas首席科学家Nathaniel Borenstein：
“人工智能将越来越多地用于检测垃圾邮件、网络钓鱼等虚假行为。未来一年技术将继续进步，应该会发展良好。然而，它偶尔的错误会给企业带来重大问题，比如财务和声誉损失。”
ZL Technologies首席执行官兼联合创始人Kon Leong：
“2019年，企业将更加关注数据隐私行为，以遵守欧盟法律( GDPR )或州法律(如CCPA )。企业高管会十分关心他们的受托责任，以确保采取适当措施防止这种严重罚款，这种罚款可能造成严重的财务困难或声誉损害。”
MobileIron首席战略官Ojas Rege：
“在2019年，数据将会更加透明。包括如何收集数据，与谁分享这些数据，以及他们最终对这些数据做了什么。虽然这将会感觉过于“敏感”并且对一些供应商有所限制，但是对于长期的商业生存能力来说，在他们的用户群体中建立信任是绝对必要的。没有透明度，就没有信任。没有信任，就没有数据。没有数据，就没有人工智能。”
八
Augury联合创始人兼首席执行官Saar Yoskovitz：
“ 2019年是人工智能释放工业生产力巨大价值的一年。越来越多的公司将通过垂直解决方案进入市场，这些解决方案在培训模型或解释结果方面几乎不需要专业知识，任何人都可以使用这种专注的方法，并且可以在很大程度上实现非常快速的价值实现。这种转变将提高生产力和安全性，并将为整个行业的新业务模式打开大门。“
SAP首席创意官Timo Elliott：
“人工智能最大的价值将是我们认识到我们是‘优秀的团队成员’。前几年业界关注的是单一算法比个人做得更好，2019年将开始关注在复杂任务上合作的算法集合。机器凭借它们的速度、缺乏自我意识和内在利他倾向，目前迹象表明人工智能团队的表现将很快超越人类同行。”
Zipponosis首席执行官兼联合创始人Jon Pearce：
“人工智能为医疗保健提供了真正的变革机会，尤其是在虚拟医疗领域。我们所知的远程医疗正在迅速成为过去，而虚拟医疗才是数字未来，人工智能将引领行业的下一次迭代。最重要的是，随着这些人工智能工具掌握在供应商和医疗保健机构手中，数字化体验可以增强而不是取代患者与供应商之间的关系。”
Parxel综合解决方案副总裁Isabelle deZegher：
“2019年是我们拥有一切可以使用数字技术的一年，这一年将区分落后者和领导者，为有远见的组织提供竞争优势。落后者仍然相信还有时间，并将继续在孤岛中开发解决方案，取得微小进展，但没有意识到变革的速度比过去20年加快。领导者是那些准备在他们的组织中进行数字转型的人，将利用大数据和人工智能来部署从根本上影响整个药物开发生命周期的解决方案;他们将扭转目前的趋势——药物开发时间表增长25 %，平均达到惊人的12年，并更快地将急需的疗法推向市场。”
Cogito CEO兼联合创始人osh Feast：
“2019年，随着人工智能透明度的提高，人们会更好地理解人工智能并不是一个包罗万象的术语，而是一套更明确的功能，可以更好地运用于简单的任务，一些更复杂的事情才需要人类来做。这将减少对机器收购的恐惧，并让更多人接受新的创新。”
Scale Computing CTO Alan Conboy：
“2019年，人工智能( AI )和机器学习( ML )将通过分布在全球的边缘计算平台更快地连接和处理数据。人工智能和ML理解已经可用，但可能比云平台或传统数据中心要慢一些。我们已经从航空制造和服务、政府防御机构对黑客的反应以及个人助理对未来在线购买的建议中看到了这一点。”
Exabeam的解决方案架构师Stephen Galey：
“2019年似乎将是机器学习和人工智能的一年。这些工具已经有了，但由于无法将这些新功能与适当的新工作流和SOC实践相匹配，这些工具的使用往往会被延迟。明年应该会看到一些不靠谱的人工智能项目逐渐消失，这个领域真正的创新者开始占据主导地位。这可能会导致一些收购，因为一直在努力开发这项技术的大公司试图收购这项技术。2019年是投资有真正能力的机器学习安全初创公司的一年。”
Sinequa产品营销总监Scott Parker：
“到2019年，我们可能会看到更多的聊天机器人和无人驾驶汽车。聊天机器人AI能力的提升，将为创新客户服务团队创造机会，从而让他们超越竞争者。2019年也是无人驾驶计划的重要一年，将利用经验数据，不断改进算法和硬件处理能力。
WhiteHat Security公司战略VP Setu Kulkarni：
“随着人工智能和ML成为主流，一种新型职位——数据安全科学家将在2019年出现，他们需要了解计算机科学、数据科学等多门学科，最重要的是，他们要能够区分好数据和坏数据，以及好结果和坏结果。我们发现，数据安全专家能够首先理解我们今天可以获得的安全数据，一旦处理和解释了这些数据，人工智能和ML技术就可以使用这些数据来实时实现安全自动化。”
Plutora CMO Bob Davis：
“2019年最大的技术趋势将是机器学习/人工智能对软件质量的影响。过去，我们设计的交付流程是精益的，减少或消除浪费，但对我来说，这是一种过时的、半杯空的流程。在2019年，如果我们想充分利用ML/AI，我们需要理解浪费的反面是价值，并从另一个角度看待变得更有效率意味着增加价值，而不是减少浪费。”
九
Mya Systems产品管理VP Connie Schiefer：
“公司会意识到人工智能是对内部流程转型的投资，而不仅仅是一种可以提升效率的功能。AI技术供应商将使人工智能工具和平台更容易实施和安装，能够在组织内真正创造这种变化的技术领导者和试图利用这种炒作的技术领导者之间的差异将变得越来越鲜明。”
ThoughtSpot首席执行官Thudheesh Nair：
“过去20年来，随着以Sears为代表的传统公司逐渐退出市场，世界经济的中心已经发生了变化。但这只是开始，大型科技公司已经开始利用他们在人工智能和数据方面的优势，超越传统市场，进入全新的市场。亚马逊专注于娱乐和医疗保健，谷歌正在关注交通的未来，没有一家公司可以避免人工智能驱动的经济，我们将看到这一趋势在明年继续加速。如果公司愚蠢到止步不前，他们将很快跟随Sears的脚步，无法适应人工智能和ML主宰的新数字世界。”
Everseen CEO Alan O’Herliy：
“2019年将是人工智能公司开始摒弃提升硬件和流程的一年。相反，他们将着眼于整体生态系统，重新想象和重塑我们设计过程的方式。这一流程改革的技术将会带来巨变，但我们将会意识到，更大的机会在于使用先进的技术来优化与业务流程交叉的任何地方的人类行为。”
Albert Technologies首席执行官Or Shani：
“2019年，我们将不再怀疑也不担心人类在第四次工业革命中的角色，很明显，机器和人类之间的关系不是独立的，而是高度共生的。我们将会意识到将人类洞察力与人工智能结合起来对于发挥人工智能和人类的潜力是多么重要。我们已经看到人工智能解决方案在部门和企业层面都取得了成功，这些解决方案利用人类提出更大的战略愿景，并促使我们更加了解人类复杂过程的本能和直觉。
Bluecore CEO Fayez Mohamood：
“大多数早期的商业人工智能应用都围绕着预测性和规定性分析，利用人工智能来增强人类的决策能力。2018年，随着人工智能深入研究，不仅能预测，而且采取了商业行动。2019年，Bluecore将会更多地采用深度垂直特定的AIthat，这将会在整个供应链中自主采取高价值的商业行动——从采购、仓储、信息传递到客户服务管理。”
Epilogue Systems CEO, Michael Graham：
“几乎所有软件公司都知道用户在应用程序中的每一次点击，但缺少对用户需求以及他们成功还是失败的真正理解。2019年将是人工智能驱动技术开始理解用户意图和基本软件功能之间区别的一年。有了这些信息，公司可以针对个人、团队和功能改进工作。软件公司可以主动干预那些正在走向次优结果的客户。此外，这将告知软件公司及其客户应用程序或业务流程优化的潜在需求。”
Montagon首席执行官Kurt Heikkinen：
“2019年，虽然在招聘过程中早期使用人工智能的机构已经看到了有希望的结果，但是很明显，这种技术仍处于早期阶段，人工智能正在被用来告知更好、更快和更明智的招聘决策，而不是做出这些决定。然而，我们可能会看到人工智能得到更广泛的应用，以减少招聘人员花在日常工作上的时间，这样他们就可以将时间用于和更有意义的候选人互动。”
Noble教育公司数字解决方案总裁Kanuj Malhotra：
“我们预计2019年人工智能将在高等教育中得到更多的应用，因为各机构将继续其数字转型之旅，并希望吸引学生对适应性、参与性学习体验的偏好。尤其是千禧一代，他们的学习偏好将会与他们之前的几代人有所不同。人工智能教学助理、在线课程和写作中心，将开始在校园中更频繁地使用。”
HighGround/YouEarnedIt总裁Andee Harris ：
“随着自动化技术在2019年创造了很多应用场景，对于公司来说，思考技术的冲击在短期和长期内将如何影响他们的企业文化是很重要的。在一些每天都会接触人工智能的公司，需要从一开始就了解员工的看法。在推出任何新技术平台之前，企业需要想好改产品将给公司带来的价值，它将如何更好地影响员工，以及将对生产率和参与度产生的积极影响。只有通过这样做，当实施新技术时，公司才能建立成功的团队。”
Insureon总裁Jeff Somers：
“我们预计，人工智能将在2019年保险业变得更加突出。但同时我们也不认为人工智能会在新的一年或未来几年取代人类保险代理人。尽管机器学习模型可以帮助代理商成为他们客户的更好顾问，但在保险行业，人情味总是很重要的。”
十
QuantExa公司COO兼产品主管Imam Hoque：
“随着人工智能继续流行，不可否认的是，自动化决策将取代传统白领。这意味着人工智能系统将代替人类来决定从批准贷款或决定客户是否应该被解雇到识别腐败和金融犯罪的任何事情。这与机器人过程自动化( RPA )不同，RPA只是模拟人类的决策。相反，真正的人工智能系统将超越人类的能力。我们还可以期待人工智能有更深入的理解——包括竞争优势分析、降低运营成本和裁员。期望看到这种C-suite理解会引发工会和工作保障方面的问题，这是重大运营变化的结果。”
Filetack首席执行官Sameer Kamat：
“虽然智能虚拟助理和会话式人工智能在2019年将获得很大的注意力，但机器学习及超级人工智能的一大焦点将是理解内容。人工智能将被用来过滤出什么是真实的，什么不是，什么是适当的，什么不是。虽然在更好地理解这种背景下的内容方面会有所进步，但更大的挑战是在不施加偏见的情况下训练数据。这种‘第22条规则’使得这个问题极难解决，但在2019年，这个问题将会引起很多关注。”
Figure Eight 业务开发副总裁Dale Brown ：
“除了公司内部对人工智能的需求增加，我们还看到专业数据科学家持续短缺。为了推动人工智能的应用，人工智能平台需要赋予传统开发人员工具，使他们能够更快地创建机器学习模型，并确保他们有一个集成的平台，允许开发人员注释和标注提高模型准确性所需的数据。”
Anki的联合创始人兼总裁Hanns Wolfram Tappener：
“对美国和欧洲最大的威胁是来自中国的人工智能的快速发展。毫无疑问，中国是一个人工智能大国，如果我们不小心的话，它将完全超过西方。为什么?因为人工智能的成功取决于大量结构化数据的可用性。在中国，用私人的个人信息换取少量的货币价值/福利是社会可以接受的。，这给了在该国经营的公司比我们的公司更大的优势。如果我们想要竞争，需要一个快速解决数据问题的方案。”
埃森哲应用智能公司搜索和内容分析常务董事Kamran Khan：
“对支持人工智能的搜索和分析解决方案的需求将在2019年变得更加普遍。传统的搜索功能将让位给认知搜索的出现，从而产生人工智能驱动的解决方案，帮助企业摆脱数据陷阱，获得更有价值的知识和见解。到2020年，认知搜索将精简信息，将被动搜索减少20 %，企业需要在未来一年为此做好准备。”
Aptos零售创新副总裁Nikki Baird：
“2019年，我们将看到更多的公司转向‘玻璃盒’人工智能——更透明的人工智能，能看到技术在不同数据点之间的联系。例如，‘玻璃盒’AI不仅告诉你有一个新的零售机会，还揭示了这个机会是如何在数据中被识别出来的。这也为零售商提供了一个机会来检查他们的数据——他们获取的任何公共或聚合数据，以确保人工智能没有在“垃圾输入，垃圾输出”下做出错误的假设。
Pexip建筑副总裁Jordan Owens：
“随着云计算驱动的人工智能( AI )功能的日益普及，AI将在2019年进入视频会议，涵盖从会议室活动效率分析、理解参会者对信息的反应、自动加入程序以及平台利用率等各个方面。正如我们所知的那样，人工智能现在可以随时帮助预测性分析并将数据转化为可操作的见解。”
Acast联合创始人兼首席产品官Johan Billgren：
“我们将在不久的将来看到音频内容和书面内容之间的界线消失。所有的音频将以今天基于文本的网络一样的方式进行搜索，所有的文本都可以用你最喜欢的声音作为音频读给你听。随着语音助手和搜索算法的不断进步，你很快就能和你的助手进行类似人类的对话，他能即时获得世界上所有的知识。”
BluVector CEO Kris Love Joy：
“2019年，我预测很明显，那些基于人工智能技术处于创造和监管真相边缘的信息和分析系统，本身就是‘偏见’问题的一部分。这将导致我们看待真相的方式发生根本性转变——不是以二进制方式，而是作为一个光谱上的点，潜在的信息系统和分析系统因为无法衡量或加强其潜在数据集和分析方法的完整性而受到攻击。”
ISG首席分析师Blair Hanley Frank：
“我预计2019年将是利用人工智能生产应用激增的一年。市场上可用的工具和模型已经准备好迎接黄金时代，这意味着各种规模的公司部署智能应用程序将更加容易。除此之外，我们还将看到关于人工智能伦理道德争论会更多，而人工智能专家在这一争论中有很大的影响力，因为没有他们的帮助，这些服务最终无法运作。看看这个过程中会出现什么样的规范将会很有趣。”
Absolutdata首席执行官兼联合创始人Anil Kaul：
“对于企业来说，2019年是早期选择做人工智能平台公司的一年，他们将会比创新性较低的竞争对手有更大的飞跃。就市场份额和利润增长而言，将会有明显的赢家和输家。正是在这个阶段，持续的数据模式刺激了深度学习，从而带来了更大的市场发展。
Alion设计和战略计划副总裁，联合创始人Aaron Kalb：
“对于所有关于机器学习和人工智能的模糊宣传，行业将会经历进一步的幻灭。他们会越来越意识到，准确的预测不仅需要大量的训练数据，还需要一种特殊的数据类型——行为元数据。对这些数据的分析可以被挖掘出来，以便更好地让人们关注哪些数据被使用，哪些数据有用。随着ML/AI越来越流行，我们将会看到行业对这种影响驱动的技术和行为元数据产生强烈的兴趣。”
Kinetica首席技术官和联合创始人Nima Negahban：
“去年是数据科学家的一年——企业非常注重雇佣数据科学家并赋予他们权力，以创建先进的机器学习模型。2019年也是数据工程师年，数据工程师的需求很大，他们专门将数据科学家的工作转化为针对企业的强化的、数据驱动的软件解决方案。这包括创建深入的人工智能开发、测试、开发和审计流程，使公司能够在整个企业中大规模整合人工智能和数据管道。”
Allego首席执行官兼联合创始人Yuchun Lee：
“人工智能将使销售的接单环节更自动化，并推荐成功的销售代表成为买家顾问，帮助双方发现为他们的购买和销售决策提供信息所需的关键资源。人工智能驱动的创新将预测销售问题和买家的反对意见，并加以分析以更好地预测买卖双方合作成功率。在售后阶段，人工智能可以精确定位最佳实践，并确定影响客户体验的因素，以帮助口碑销售。最后，人工智能将迅速培养出一名更易于指导、更了解客户的销售代表，他更聪明、更敏捷，更容易成功销售。”
Vaynersmart总监Claire Mitchell：
“在接下来的几年里，人工智能将越来越多地被用来根据特定环境中的相关内容，为特定受众动态修改和提供创造性内容。虽然创意团队和设计师仍将决定给定内容的美感和基调，但作为生成框架的设计师，他们的角色变得更加重要，他们决定了体验中哪些元素可以变得灵活，同时仍然保持创意概念的核心。”
TechStyle首席执行官兼联合创始人Adam Goldenberg:
“2018年许多零售商和品牌对人工智能及其潜在的使用案例更加熟悉，2019年这些应用将付诸实施。人工智能将从根本上改变消费者与品牌互动的方式，我预计2019年将通过新的个性化设计更加明显，采用人工智能优化客户体验的品牌将会看到效果。”
Deep North总裁兼首席执行官Michael Adair：
“到目前为止，人工智能的能力集中在解决我们知道的问题上——更有效地从我们历史上一直熟悉的大量数据集中提取模式和见解。明年，人工智能的更大潜力将成为焦点，通过引入全新的数据集来改变现状，解决我们不知道能够解决的问题。视频人工智能将是一个很好的例子，有助于将物理环境转变为可操作的数据，零售和其他行业的公司可以利用这些数据来加强前所未有的客户体验，并释放出他们甚至没有想过要推向市场的新服务和客户价值。”
Campaign Monitor营销活动监测部首席产品官Cody Bender：
“个性化长期以来一直是营销人员的圣杯，每个人都通过了解顾客关心和参与的内容来提高业绩。今天的营销人员拥有比以往更多的行为数据，但是他们通常没有时间、资源或知识来恰当地使用这些数据来定制他们的方法。2019年，人工智能技术将解决这一问题，最终惠及客户和业务成果。”
甲骨文HCM Strategy GVP Gretchen Alarmcon：
“2019年将是人工智能应用落地的关键一年——这将是我们从谈话转向影响力的一年。我们将开始看到人工智能通过数字助理，无论是语音、短信还是其他渠道，更深入地融入到日常员工体验中。我认为，我们还会看到基于人工智能的数字助理对新员工来说更具前沿性，在入职或技能培训等过程中发挥更大的作用。”
Intersen Bioscope首席执行官Aldo Carrasco：
“2019年，我们开始看到在如何将人工智能应用到一个传统上且由人驱动的过程上取得了真正的成果，这个过程过去需要几周的时间，现在需要实时监控。如果应用得当，简化和加快这一过程可以确保工作流程中的任何变化，从样品收集、处理，一直到仪器摄取都被极大地减少。因此结果变得极其可重现，并且在几秒钟内就可以获得潜在的可操作和临床相关信息。”
十二
Sumo Logic的联合创始人兼首席技术官Christian Beedgen：
“支持人类和算法的数据收集仍在继续，并提出了重要的伦理问题，这是我们在未来几年需要密切关注的问题。数据是人类的，因此和人类一样混乱，数据不会产生客观性。众所周知，数据和算法使现有的偏见永久化，自动决策很难以解释和证明。当我们陷入思考数据和算法结合起来创造客观事实的陷阱时，对这样的决定提出质疑就更加困难了。随着更大的决策权带来了更大的责任，人们将越来越多地为自己企业所做决策的影响负责。”
Avest软件AI主管Rajarshi Gupta：
“2018年，我们看到了许多对抗性人工智能算法试图愚弄人类的例子，比如Buzzfeed的视频，其中奥巴马总统以令人信服的方式发表了假句。很快，我们可以期待看到这一概念演变成一种新的网络犯罪，在这种犯罪中，恶意内容由人工智能算法自动生成。我们将这一新的类别定义为“深度攻击”深度攻击可以通过在恶意软件文件中生成代码、在僵尸网络中创建虚假网络流量，或者以虚假URL或HTML网页的形式来大规模展示自己。明年，我预计黑客会更频繁地部署深度攻击，试图避开人眼和智能防御。”
英特尔人工智能产品集团首席技术官Casimir Wierzynski：
“确保数据隐私，进而确保客户隐私，是我们实现人工智能优势必须解决的挑战。在2019年，我们将看到更多的解决方案出现，以确保用于人工智能的数据加密。最令人兴奋的新兴加密技术之一是同态加密(homomorphic encryption)，这是加密数据的一种特殊方式，这样第三方就可以对加密数据进行操作，并仍然使用保护隐私的机器学习技术来收集有价值的见解。我们看到这项技术已经出现在神经科的讨论中和一些公共解决方案中，并且预计人工智能隐私和加密方面的创新将在明年爆发。”
OXX联合创始人Richard Anton：
“人工智能将指数级提高检测恶意行为的能力，这对网络安全产生巨大影响，并最终显著提高人类有效分析数据的能力，这将通过机器学习带来更快的检测和响应能力。然而，实事求是地说，人工智能不可能完全消除安全漏洞。这是可接受的误报率(合法活动因被错误评估为恶意而被阻止)和误报率(恶意活动未被识别为恶意活动)之间权衡取舍的典型案例。要将假阴性率降至接近零，合法活动的高得令人无法接受的比率将不得不被阻止。”
Brodmann17联合创始人兼首席执行官Adi Pinhas：
“在2019年及以后，人工智能将越来越多地存在于边缘，因为对隐私、安全和延迟的担忧使得边缘人工智能优于依赖集中式人工智能系统的传统方法。然而，制造商们正努力应对在基于边缘的产品中运用人工智能的后果，这主要是由于运行人工智能所需的昂贵、庞大和耗电的硬件。他们正在寻找更轻薄、低耗能电池、更经济实惠的嵌入式解决方案。”
Digimarc CTO Tony Rodriguez：
“基于数据和人工智能驱动的零售模块化实际上会导致商店内部的动态重组。随着季节的变化，这种情况已经发生了，比如随着夏天的临近，烧烤用品会被移到显眼的位置。但是现在有可能进行更精细的改变。例如，婴儿食品和汉堡在周日-周二移动到上限，但是薯条和啤酒在周四-周六移动到上限。周末扔掉几个中心商店的固定装置，为橄榄酒吧的安装腾出空间，按周翻转商店布局。”
Ginger.io联合创始人Karan Singh：
“人工智能和增强智能将有助于解决我们国家的精神健康危机。根据美国国家健康研究所的数据，近五分之一的美国成年人患有某种形式的精神疾病。人工智能将有助于扩大获得合格医疗服务的范围，并使人们能够负担得起获得适当水平的医疗服务。结合远程治疗和远程精神病学等技术，它将在改善协作护理方面发挥越来越重要的作用。人工智能工具和数据驱动算法将有助于临床医生跟踪患者历史，识别危机时刻，并为个人提供个性化护理，以减轻症状和改善结果。
SecBI的CEO Gilad Peleg：
“人工智能将越来越多地为网络攻击提供动力。事实上，可以合理地假设，人工智能黑客大军将拥有更大、更快的渗透率和更高的自动化程度，从而让黑客在执行网络攻击时取得更大的成功。通过机器学习和人工智能驱动的响应，安全团队可以自动进行分类和优先排序，同时将误报率降低高达91 %。企业将寻求创新的解决方案，使他们能够在下一个未知威胁面前保持领先。”
IRONSCALES创始人兼 CEO Eyal Benishti：
“在2019年，人工智能技术将最终不仅能够帮助识别攻击，还能为安全团队如何应对威胁提供循证指导。在许多情况下，人工智能将能够在没有SOC团队干预的情况下做出反应。因为人工智能在不断学习，所以该技术随时准备与攻击者保持同步，不断改变工具和技术。总的来说，人工智能消除了许多传统上减缓进程的挑战和负担，从而加快了从攻击识别到补救的时间。这种人工智能驱动技术的实施将大大降低各种规模的企业的风险。”
PROS首席人工智能策略师Michael Wu：
“机器将开始理解因果关系——今天，当机器(如聊天机器人和虚拟助手，如Siri和Alexa )回应我们时，它纯粹是基于相关性。他们不了解因果关系。但是随着机器获得更多不同的数据源，它们将开始更好地理解大量变量之间的因果关系。作为人类，我们通过纯粹的常识了解因果关系。2019年，我们将看到这一点随着机器的出现而实现，因为我们收集并提供给它们更多不同的数据源，使它们能够建立条件概率分布来理解因果关系的方向。”