来源： 汽车互联网  埃森哲

埃森哲技术研究院最新发布《2020年创新报告》。埃森哲技术研究院是埃森哲创新架构的重要组成部分，为实现埃森哲创新能力规模化而设立，致力于引领尖端技术开发，将技术转化为实际商业应用，助力各大合作伙伴、客户和员工驾驭技术、商业和社会的重大变革。

数字体验：材料科学的突飞猛进以及电子纺织、柔性电子、4D打印等领域的不断创新，为智能环境提供了无缝的顺畅界面。

人工智能：从规模化分析成功产品的成功属性到预测设计选项的受欢迎程度等方面，人工智能均有望颠覆传统的创意设计流程。借助人工智能衍生式设计，一家飞机制造商将关键飞机零件的重量减轻了45%，从而显著降低了整个机群的油耗和二氧化碳排放量。

知识图谱通过获取实体概念之间的关系，实现知识可视化。无论是社交网络、生物信息学数据集还是零售购买数据，均可将知识建模成图谱（互联事实网络），助力企业发现易被忽略的关系模式。对这些图谱的日益重视反映了-仅靠机器学习无法解决企业面临的所有知识问题-这一共识。但是，随着知识图谱的不断扩增，自动确定概念之间的新关系变得越来越重要。

高质量的数据对数据驱动型企业的发展而言至关重要。为此，各大企业正竞相丰富和修复企业数据并删除重复数据。现有方法要么依赖人工对数据点的逐一判断，要么依赖适用于整个数据集的硬性规则;为了开发新的数据标注工作台（Data Labeling Workbench），埃森哲技术研究院正在创建一款轻量级工具，用于显著提升和加速这些数据增强工作。该标注工作台使用人工智能技术帮助人类专家有效传达知识并迭代优化数据增强成果。例如，在训练模型时，专家并非判断是否应批准单个保险索赔，而是确认或纠正由机器做出的大量判断，从而降低了多达90%的标注成本。

安全漏洞自2018年以来上升了11%，且自2014年以来上升了67%。仅2019一年因网络犯罪而造成的企业平均损失就已达到1，300万美元。企业每推出一项新服务、新技术或集成新的合作伙伴，都意味着企业网络攻击面的进一步扩大。如何"防网络攻击于未然"成了企业必须面对的新课题。埃森哲技术研究院通过敏捷安全研究首创了网络数字孪生这一解决方案。该方案通过在企业安全态势动态模型内置知识图谱平台，实现了对任何类型数据的配置，从而助力企业针对风险进行动态分析。

人工智能在不断推动更多业务决策的同时，也为攻击者提供了新的攻击面。与传统的应用程序开发不同，大多数人工智能均基于机器学习模型，这些模型在投入生产之前要经过大量训练数据的训练。通常来说，训练数据集越大，模型性能就越出色。但是，测试所有可能的数据输入往往过于耗时耗财。