机器学习和人工智能(AI)趋势2019年证明了2019年对于人工智能和人工智能都是至关重要的一年，随着人工智能和人工智能在国际商业中越来越主流，它们无形的潜力在现实生活中迅速得到体现。

让我们看看2020年人工智能和ML的趋势:

根据Forrester到2020年，“正在使用的企业人工智能(人工智能)和机器学习技术每年将从其市场基础上获得1.2万亿美元的收益。”

商业专家说人工智能或人工智能将创造近230万件工作岗位，并享受180万。发达国家将在今年使用AI助理的AI助理将占人口的20％。在另一个有趣的开发中，即将到来的AI项目，“内置透明度”将在2022年底之前获得企业资金。同样，到2024年，数据科学家的短缺将停止成为企业数据科学（DS）的障碍或机器学习（ml）实施。虽然云技术为“敏捷性对业务流程”提供了“敏捷性”，但AI和ML技术可以集体转换业务结果。

在2020年，AI解决方案将继续实施为主流技术，以提高业务效率和生产力。UIPATH，Informatica或Pegasystems - 所有这些创新决策支持技术平台都可以探索AI和ML应用程序，以控制创建，传播和分析分析内容。

今年，云服务提供商预计将为没有内在数据管理设施的企业提供MLAAS。包括亚马逊，IBM，微软和谷歌（包括亚马逊）的着名MLAAS公司已经为没有内部ML计划的企业提供MLAAS服务。今年，最具猎物ML服务将是自然语言处理（NLP），预测分析和数据可视化。

与MLAA类似，具有多种特征和潜力的组合AI平台将作为今年第三方提供商的服务。

人工智能技能提升从去年开始的趋势将持续到2020年。提高现有员工的人工智能技能将是新十年的关键商业战略。这将产生更多的公民数据科学家，拥有强大人工智能技能的公民开发人员，以及一群专业数据科学家和数据工程师。

今年，数据科学职位将根据上述技能和技术专长的组合进行重组。据业内专家称，从2020年开始，人工智能将在其接管的行业创造更多的就业机会。就业市场上对专业数据科学家的现有缺口需要通过启动数据科学课程和DS学徒计划来填补。2020年将有大量此类课程推出。

AI中的信任赤字将被道德和治理的数据科学实践回答。此外，关于AI的目前偏见和可解释性欠款将需要通过数据治理，数据质量和数据管理最佳实践来处理。

内置机器学习模型的嵌入式分析将成为今年所有商业智能平台的主流潜力。实际上，所有主要的BI公司现在都在竞争在他们的系统中实现嵌入式分析能力，以便他们能在2020年的BI市场中分得一杯羹。

人工智能和自然语言处理(NLP)将共同帮助创建类似于Alexa或Siri的声控助手。这些有用的助手将有效地将人类语言转录成数据，这将有助于进一步的分析。AI、ML和NLP将提供与业务数据有机交互的解决方案。随着这种情况的发生，企业将不再需要依赖数据科学家和先进的数据分析平台，因为增强分析将帮助人工智能模型直接与数据交互，并为商业用户提供关键、有效的见解。

ML，在2020年，人工智能和NLP将会越来越便宜，并且对各种规模的公司都是唾手可得的。这是由于应用的广泛商业化。预算型企业无需担心投资本地数据中心。

到2020年，开发商业应用的公司将继续蓬勃发展。然而，开发者必须牢记，只有伟大的想法才能帮助开发伟大的应用程序，这些想法必须与经验丰富的商业和技术大师分享、培养和指导，才能转化为商业上可行的产品。