在過去的幾個月中，COVID-19病毒已對全球產生了巨大影響。根據世界衛生組織的數據，截至4月28日，全球已有280萬例確診病例，全球超過213個國家報告了近198000例確診死亡病例。COVID-19大流行正在迫使政府和企業采取對降低病毒傳播速度至關重要的行動。

[[331519]]

3月19日，加利福尼亞州40歲以上的所有居民被要求“庇護所在”，僅出于基本必需品而離開家園。而一個月前，這里的交通擁擠不堪。此后的日子里，紐約市，費城，俄亥俄州，特拉華州以及許多其他州和城市也紛紛效仿。

當然，如果我們要對數千人喪生和數十萬人將被感染的悲劇產生任何影響，這些步驟是必要的。即使采取了嚴厲的措施，家庭和社區從COVID-19大流行中恢復所需的時間也將至少在幾個月內進行衡量。在人類遭受苦難的背景下，擔心企業將如何應對放緩的經濟似乎充其量不過是一場毫無意義的軼事討論。

但是，COVID-19對世界經濟的影響可能會將醫療保健危機轉變為同等重要的金融危機。美國的失業人數每周以兩位數的速度增長。在中國，COVID-19疫情已導致自1970年代以來首次經濟萎縮，而美國道瓊斯指數在三個月內下跌了近35%。美國經濟顯然將步伐放緩，全球各行各業的企業正為經濟衰退做好準備。

人工智能和機器學習的成功案列存在有風險嗎?

在過去的五年中，人工智能(AI)和機器學習(ML)項目已接近企業投資優先級的項目。根據Gartner的調查，到2020年，將有14%的組織已經采用AI，而正在考慮采用的組織又有48%。對AI和ML的快速采用和持續關注的原因在于對AI / ML技術的巨大影響投資在幾乎任何業務上。

一家大型跨國銀行通過部署基于AI / ML的預測來確定適合更可能關閉模式的目標客戶，從而能夠使新客戶的關閉率翻倍。同一組織還通過根據其他已購買產品的興趣來預測客戶何時對購買服務感興趣，從而提高了收盤率。一家保險跨國公司通過將重點放在具有團體合同的客戶以及在其網站上具有很高訪問量的合同上，從而可以將向上銷售的可能性提高2.9倍。

這些只是AI / ML為消費者和企業帶來重大利益的一些用例。對于大多數組織而言，即使在財務狀況良好的經濟時期，AI / ML的挑戰也并不在于衡量投資回報率，而是在于項目開發所涉及的重要時間表?？紤]到經濟的萎縮，可能的裁員以及我們未來的衰退時期，現有的和可能的新AI / ML投資會發生什么?企業應如何應對和適應?

AI / ML在低迷時期，需要幫助還是阻礙?

經濟低迷總是帶來很大的不確定性-經濟衰退會短暫而劇烈嗎?不太嚴重，但時間跨度較長?在最好的情況下，為經濟衰退做計劃是一個復雜的提議。許多組織在經濟衰退開始時反應太慢，然后在經濟總是復蘇時無法迅速做出反應。

每當討論經濟衰退時，企業都必須開始考慮減少投資，但是正確的舉動是什么?特別是關于AI / ML的投資?AI / ML項目的實際回報通常不是以周為單位，而是以更長的時間框架衡量。AI / ML項目(例如客戶流失預測，貸款違約監控，營銷活動優化等)過去一直專注于組織的高度戰略性領域，以增長或風險管理為目標，使其成為可提供豐厚收益的高價值機會，但這也需要大量的資金和資源。

在經濟衰退期間，企業中的這些AI / ML用例更具價值，因此，真正的問題不是是否應該重新評估對AI / ML的投資，而是企業如何繼續提高其AI / ML的價值。經濟不景氣期間的ML倡議?

隨著組織在經濟增長放緩期間重新評估其投資時，最可能的應對措施之一是放慢甚至停止招聘新人才，尤其是技能嫻熟，價格昂貴的人才，例如數據科學家和AI / ML專家。考慮到仍然需要完成項目但資源不可用或無法訪問的情況，企業如何繼續發展和擴展其AI / ML項目?

答案在于利用自動化在現有BI組織中為全新的AI / ML開發人員級別提供支持。AutoML 2.0平臺可以加快開發AI / ML解決方案所需的幾乎所有步驟，并可以為企業業務帶來兩方面的好處：首先，通過簡化AI / ML開發生命周期，AutoML 2.0可以加快AI / ML項目的時間表從幾個月到幾天其次，甚至更關鍵的是，對AutoML 2.0平臺的投資可以增強一類全新的用戶：商業智能開發人員和數據工程師。

這些配備了AutoML 2.0的新AI / ML專家不僅可以在經濟低迷時期幫助組織擴展AI / ML投資，還可以在經濟穩定并恢復增長的同時提供易于訪問的資源。

投資恢復

不管我們即將到來的衰退有多長，每個人都有可能感受到它的影響，而且影響很大。在這些經濟放緩期間，直覺的對策可能是減少對利用AI / ML技術的項目的投資，因為在衡量回報之前需要很長時間。但是，企業必須解決的真正問題不是AI / ML投資是否有價值。

取而代之的是，重點必須轉移到通過采用AutoML 2.0之類的新技術，使每個企業中已有更多用戶，以幫助創建由商務智能專業人員和數據工程師組成的功能更強大的技術團隊。