作者：Research
AI以一種更實際的形態作為數字化商業的關鍵組成要素獲得了新生。AI的復興是由多個關鍵部分的正向市場發展所驅動的，這些部分是：
對于爆炸性非結構性數據的捕捉，預處理和存貯，用于“訓練機器”；
用于機器學習的高互補性的處理單元和并行處理架構；
通過平臺/API接口獲得的更廣泛的算法來處理更大量的商業應用；
不斷增加的數據科學實踐者和大眾對于數據科學/機器學習的興趣。
由于以下幾種原因，這里所展示的AI技術十分引人注目：
41%被評為轉型性的，另外44%被認為會帶來高價值；
87%被認為是正在或是在低谷期之前；
54%被認為要在2022年甚至更晚才能夠達到成熟期，能夠帶來可靠的生產力。
對于企業來說，這些高顛覆性，價值豐富但往左偏移的技術模式代表著高風險高回報的提議，有幾個比較突出的結論可供AI技術購買者參考：
失敗的風險非常大，但在數字化商業中過時而失去競爭力對于企業來說的風險更大；
雖然潛在的利益很大，但它們通常都伴隨著失敗，倒退，和新興技術典型的“低谷期”；
贏家會在具備減輕風險的戰略和技術的前提下逐步開始AI項目——但需要長期投入資源
上升期
人機回環眾包
定義：人機回環眾包是人與算法互補來解決問題或是任務，其中人工輸入進一步改善自動化AI或數據管理結局方案的表現。人機回環眾包有三個重要的特性：
能夠大規模觸及到人的能力；
能夠將人（眾包）的貢獻聚合成有意義結果的能力；
為完成特定任務才使用眾包者，而不是將他們作為全職員工。
典型任務通常是以信息為中心，與可用性有關的。
代表企業：Amazon Web Services; CrowdFlower;Experfy; Kaggle; Maana; Topcoder; WorkFusion
位置：距成熟應用時間超過十年
與AI有關的咨詢和系統集成服務
定義：與AI有關的咨詢和系統集成服務是智能自動化服務的子集，幫助客戶設想用戶案例，設計商業或IT流程，選擇技術，管理數據，建立和訓練模型，部署解決方案，評估并減少風險，適應人才與流程以成功集成新的AI解決方案。AI解決方案可能會包括一種或者更多高級技術，例如機器學習，深度學習，自然語言處理，機器視覺和推理。
代表企業：10Pearls; Accenture; Aigen; Deloitte;EY; Fujitsu; IBM; Infosys; PwC; Volume.XO
位置：距成熟應用2-5年
通用人工智能
定義：通用人工智能(AGI)——又名“強AI”或“通用機器智能”——如果它存在的話，能夠解決廣泛的問題。然而它并不存在。狹義AI（弱AI）是真實存在并且強有力的，但是它僅僅局限于特定狹義的用例。AGI只存在于科幻小說和“如果怎樣”的討論中。AI技術并不能夠交付AGI。除了具備類人的學習，推理，適應和理解能力，它們還缺乏常識，智能，以及自我維護和反之的延伸性手段。
代表企業：無
位置：距成熟應用10年以上
算法市場
定義：算法市場是一個促進可復用算法發布和消費的技術性基礎設施。有些市場是在企業內部使用來支持算法的內部共享的。但是大多數都是作為外部基礎設施來推動免費活付費算法，有時還包括對數據集的共享和貨幣化。
代表企業：Algorithmia; Alteryx; Apervita;Foxtrot Code; IBM; Microsoft Azure; Numerai; PrecisionHawk; Quantiacs
位置：距成熟應用時間5-10年
用于IT運營的人工智能平臺
用于IT運營的人工智能平臺結合了大數據，機器學習和其他技術來支持所有主要的IT運營功能。AIOps平臺支持多數據源，數據收集方法，分析技術和表達技術的并發。AIOps平臺壓縮了過去市場上稱為算法IT運營和IT運營分析的技術。
代表企業：BigPanda; BMC; Elastic(Elasticsearch); Evolven; Loom; Moogsoft; Rocana; Splunk; Sumo Logic; XpoLog
位置：距成熟應用10年以上
深度增強學習
定義：深度增強學習是將深度神經網絡運用于增強學習中。增強學習是一種機器學習的技術，目的是在場景和行動之間獲取映射。不像非監督式學習，只有不定時的獎勵可以影響系統的行為。正面的獎勵加強目前的行為，負面的獎勵懲罰目前或過去的行為。缺乏反饋會造成訓練時間的延長。
代表企業：Google; Nvidia; OpenAI
位置：距成熟應用時間5-10年
神經形態硬件
定義：神經形態計算可以被定義成由神經生物學架構啟發的半導體處理器。神經形態芯片組具有非馮·諾依曼式架構的特性，通常需要與傳統處理器完全不同的執行模型。
代表企業：BrainChip; Hewlett Packard Enterprise;IBM; Micron Technology
位置：距成熟應用時間5-10年
自然語言生成
定義：自然語言生成會自動生成自然語言的敘述。在分析的情境下，這一敘述會隨著用戶與數據的交互而改變，來解釋一張表格或儀表盤的意義。它結合了自然語言處理，機器學習和人工智能，動態地發掘數據中最相關的見解和情境。
代表企業：AnswerRocket; Arria NLG; AutomatedInsights; Narrative Science; Salesforce (BeyondCore); Yseop
位置：距成熟應用2-5年
Bots:
定義：Bots是能夠在其他Bots，app或服務上運行的微服務或app，來響應事件觸發或是用戶請求。它們可能會通過效仿用戶或app，或是通過API來喚起起其他服務或應用。這些請求可以通過對話式UI（chatbot）來發起，或是對事件的響應——例如應用或數據庫狀態的改變。Bots基于預設規則或是更復雜的算法來自動執行任務，這其中可能涉及到AI。
代表企業：Amazon; Baidu; Google; IPsoft; Kore;Microsoft; x.ai
位置：距成熟應用時間5-10年
對話式用戶界面
定義：對話式UI是一種高級設計模型，用戶和機器間的交互主要以用戶的口語或書面自然語言進行。這些交互通常是非正式且雙向的，從簡單的表達到搞復雜度的交互和結果。作為設計模型，對話式UI依賴于應用程序或有關服務或對話式平臺。
代表企業：Amazon; Baidu; Facebook; Google; IBM;IPsoft; Microsoft; Next IT; Salesforce
位置：距成熟應用5-10年
數字道德
定義：數字道德由人，企業和事物之間電子化交互的價值系統和道德原則所組成。有些考慮包括社會和移動技術，和社會性交互；云和安全；大數據和個人隱私；自動化技術和自由；人工智能/機器人化和工作價值，可預測算法和自由意志。
代表企業：無
位置：距成熟應用5-10年
快速發展期
深度神經網絡特定用途集成電路
定義：深度神經網絡特定用途集成電路是一種能夠加速深度神經網絡機器學習系統計算的集成電路。
代表企業：Google; Graphcore; Intel
位置：距成熟應用2-5年
第三級自動駕駛
定義：第三級自動駕駛，在汽車工程0-5級的評分系統中，指的是部分自動化的駕駛。它指的是在有限環境下系統可完全控制一臺汽車。舉例來說，車載系統將在限制出入的高速公路，或在特定速度以下的環境中處理所有駕駛任務。人類司機將在上述環境之外對車輛進行控制。
代表企業：Bosch; Continental; Delphi Automotive;Intel; ZF Group
位置：距成熟應用5-10年
智能機器人
定義：智能機器人是能夠在現實世界中自主運行的電子機械形態，它從短期的人工監督訓練中，或是工作中監督式體驗中學習。它們感知環境因素，識別并解決問題。有些機器人能夠使用語音與人類交互，有些具有特殊形態，例如倉儲機器人；有些有著通用/類人的外形。由于它們具有先進的傳感能力，智能機器人可能可以與人類一同工作。
代表企業：Aethon; Amazon Robotics; ARxIUM;Google; iRobot; Panasonic; Rethink Robotics; Savioke; SoftBank Robotics;Symbotic
位置：距成熟應用5-10年
圖譜分析
定義：圖譜分析是一系列分析技術，能夠挖掘實體之間的關系，例如企業，人和交易。圖譜分析通常是通過可視化給企業用戶進行展示。圖譜由能夠決定數據點之間聯結的模型組成。數據節點之間聯結的緊密型表明了影響，交互頻率，可能性的層級。
代表企業：Ayasdi; Cambridge Semantics;Centrifuge Systems; Databricks; Digital Reasoning; Emcien; Intel Saffron;Maana; Palantir; SynerScope
位置：距成熟應用5-10年
規范分析
定義：“規范分析”這一術語描述了一系列明確行動步驟來滿足預設目標的分析能力。規范分析最常見的例子是線性編程這樣的優化手段，結合了規范分析和規則，啟發方法，決策分析方法等。規范分析與描述性，診斷性和預測分析不同，它的輸出是一種行動建議。
代表企業：AIMMS; Angoss; Decision Lens; FICO;Gurobi Optimization; IBM; River Logic; SAS; Sparkling Logic; Veriluma
位置：距成熟應用5-10年
虛擬助理
定義：VA幫助用戶或企業完成過去只有靠人工才能完成的任務。VA使用AI和機器學習來輔助用戶或是自動完成任務。VA聆聽并觀察行為，建立并維護數據模型，預測并提出行動建議。它們可能會代表用戶行事，隨著時間推移與用戶建立聯系。虛擬助理將理解流程這一責任從用戶轉移到了系統。
代表企業：Amazon; Apple; Google; IBM; IPsoft;Microsoft; Nuance; x.ai
位置：距成熟應用5-10年
深度學習
定義：深度學習可以發掘中間表示，擴展了標準的機器學習能力。這些中間表示可以使用更少的觀察，更少的人工調整，以更高準確度解決更復雜的問題。
代表企業：Amazon; Arimo; deepsense.io; Google;H2O.ai; Intel; Kaggle; Microsoft; Psiori; Skymind
位置：距成熟應用2-5年
機器學習
定義：機器學習是一種旨在從一系列觀察中抽取特定知識和模式的技術學科。機器學習下有三種主要的子學科，主要根據觀察的不同進行分類：監督式學習，其中觀察包含了已配對的輸入和輸出；非監督式學習；和增強學習。
代表企業：Alteryx; Dataiku; Domino Data Lab;H2O.ai; IBM; KNIME; Microsoft; RapidMiner; SAP; SAS
位置：距成熟應用2-5年
自然語言處理
定義：自然語言處理是超過20種不同的自然語言工具的使用，例如知識圖譜，語音文本轉寫，機器翻譯，自動歸納，實體識別，問題回答，自然語言生成，情感分析和文本分析。它能夠讓人機交互變得輕松，幫助人類找到，理解并根據自然語言內容行動，并為人類決策提供基礎。
代表企業：Brainspace; Clarabridge;CognitiveScale; Digital Reasoning; Microsoft; Narrative Science; SAS; Yseop
位置：距成熟應用5-10年
無人駕駛汽車
定義：無人駕駛汽車是能夠使用多種車載傳感器和定位技術，以及基于AI的決策能力，在無人工干預的情況下，從起點自動行駛到預設終點的車輛。無人駕駛汽車目前得到了大量關注，其中的技術也能夠被運用到無乘客汽車和其他空中水域設備中。
代表企業：Continental; Daimler Group; DelphiAutomotive; General Motors; Mobileye; Nvidia; Robert Bosch; Uber; Waymo
位置：距成熟應用超過10年
智能APP
定義：智能APP戰略通過使用超級個性化的移動APP體驗和服務，幫助供應商提升客戶體驗。這一戰略依靠大數據和簡單規則集，來增加有關消費者的個人和商業信息。
代表企業：Amazon; Apple; Facebook; Google; Ozlo;Salesforce
位置：距成熟應用2-5年
認知計算
定義：認知計算是一類技術，從虛擬助理，認知專家顧問到智能增強現實，讓人類在認知類任務中有更好的表現。我們認為“認知計算”在市場中是一個營銷術語，但我們不認為這些系統真正做到了認知；它們模仿或只是延伸了人類的認知能力。它們是可交互式，可迭代，可對話的，能夠抓取歷史交互，并適應信息或目標的變化。
代表企業：Accenture; CognitiveScale; Deloitte;Digital Reasoning; Google; IBM; IPsoft; KPMG; Microsoft; Saffron (an Intelcompany)
位置：距成熟應用5-10年
計算機視覺
定義：計算機視覺是一個涵蓋了抓取，處理和分析現實世界圖像和視頻的過程，它讓機器能夠生成有意義的，有上下文信息的信息。在供應側，有大量不同的計算機視覺技術領域，包括機器視覺，光學元素識別，圖像識別，模式識別，面部識別，邊緣檢測和動作識別。
代表企業：Amazon; Apple; Baidu; Facebook;Google; Herta Security; Luxoft; MathWorks; Microsoft
位置：距成熟應用5-10年
第四級自動駕駛
定義：第四級自動駕駛，或“高自動化”，在國際汽車工程學會的定義中指的是在大部分環境中能夠在無人干涉的情況下自動駕駛的車輛。它可能不包括在某些環境，例如大雪或大雨，或是沒有電子地圖記錄的環境中駕駛。這一術語最初運用于汽車行業。
代表企業：Bosch; Continental; Delphi Automotive;Intel; nuTonomy; Nvidia; Waymo
位置：距成熟應用超過10年
商用無人機
定義：商用無人機是遠程遙控或是裝備了自動巡航系統的小型直升機，混合翼飛機和多軸飛行器。通常無人機都配備了全球巡航衛星系統攝像頭，以及使用圖像，溫度和光譜分析的傳感器。高速緩存和通信連接讓無人機能夠收集或傳輸數據集，進行存儲或是在云端進行處理。這些系統中越來越多的包括防撞系統。
代表企業：AirShip Technologies Group; AscendingTechnologies; DJI; Flyability; PrecisionHawk; senseFly; Skycatch; Trimble
位置：距成熟應用2-5年
預測分析
定義：預測分析是先進分析的一種形態。它通過檢視數據或內容來回答“將發生什么”這一問題，或更精確的“可能發生什么？”它以回歸分析，多元統計，模式匹配，預測建模和預測為特性。
代表企業：Dataiku; Domino Data Lab; H2O.ai; IBM(SPSS); KNIME; MathWorks; Microsoft; RapidMiner; SAS
位置：距成熟應用2-5年
下降期
FPGA加速器
定義：現場可編程門陣列加速器是基于服務器，可配置的計算加速器，它能夠帶來極佳的計算表現。
代表企業：Amazon Web Services; Baidu; Bigstream;Intel; Microsoft Azure; Xilinx (DeePhi)
位置：距成熟應用2-5年
認知專家顧問
定義：認知專家顧問是“AI虛擬助理”中最特別的形態，它的運用領域極其狹窄和有限。認知專家顧問至少會使用特定的算法，機器學習和自然語言處理功能處理大數據來回答問題，進行挖掘，建議，輔助決策。它們模仿人類專家的“認知”功能，延伸人類見解的透徹性，深度和即時性。
代表企業：CognitiveScale; IBM; Infosys; IPsoft;Saffron (an Intel company); Wipro
位置：距成熟應用2-5年
學習商業流程外包
定義：學習商業流程外包指的是將管理企業的學習，訓練，培訓或指導項目進行部分或全部外包。這其中可以包括對學習管理流程中任何一步的支持。
代表企業：Accenture; Allegis Group; Aon Hewitt;CGI; Global Knowledge; IBM; Infosys; NGA Human Resources; Raytheon ProfessionalServices; Tata Consultancy Services
位置：距成熟應用2-5年
消費級智能家電
定義：智能家電能夠連接其他的機器或系統并與其分享信息。不像傳統單用途的家電，它們能夠根據智能手機，平板和其他電子設備捕捉到的環境信息進行反饋。它們通過通信協議，例如藍牙，Wifi，ZigBee或Z-Wave無線連接，進行實時的數據交換。
代表企業：GE; Haier Group; LG; Samsung;Whirlpool
位置：距成熟應用2-5年
虛擬客戶助理
定義：虛擬客戶助理是以企業身份行事來模擬交互以給消費者傳遞信息，并/或者以消費者身份行事進行交易操作的電腦程序。VCA由五個部分組成：1. 接收需求并傳遞反饋的用戶界面；2. 自然語言處理和生成的引擎；3. 能在數據庫中抓取知識和內容的搜索引擎；4. 能分析并處理意圖的情境引擎；5. 機器學習（可選）
位置與部署速度：VCA的轉折點是2017年，隨著Facebook宣布為開發者提供bot架構之后，VCA市場迎來了爆發。但之前IBM Watson，Nuance，Next-IT，CreativeVirtual所做的工作已經積累了對于虛擬助理技術廣泛的興趣和關注。如今，將VCA作為支持客戶服務提升客戶體驗是全球最普遍的做法。除此之外，很多企業在對對話式平臺和人工智能進行試水。對這些技術越來越高漲的興趣是基于極大改進的自然語言處理技術。以聊天為中心的移動渠道是這些興趣背后的推手?，F在正在進行的轉型是由在結構性和非結構性內容庫中尋找答案回答用戶問題的被動式編程虛擬助理，轉向學習個人特性并代替其行動的VCA。但是這一轉型需要花費2-5年才能達到主流。VCA和其他類型的對話式代理有時沒有被正確使用。由于將領域內容與模型集成是一個挑戰，它們有時無法達到需要的自信程度。簡單來說，這些對話式代理無法捕捉用戶意圖，或無法處理超出預期的輸入。
虛擬客戶助理與chatbot的不同之處在于，它需要更多基礎設施，它具備記憶能力，并能夠與客戶建立聯系。Chatbot則是用于處理單一任務。
用戶建議：確認目前用戶參與平臺的現狀和理想狀態。現在使用的方法和資源有哪些？你是否在使用自然語言處理來確定用戶輸入，并將電話轉給正確的接線員或是提供一個自動回答？
VCA是支持多渠道的起點。它可以是社會群體的調解員，移動設備的指導或是幫你進行銀行開會的聊天代理。
目前市場上的一個變化是虛擬形象的使用和重視程度正在降低。隨著消費者接受與電腦交互，對于擬人3D動畫形象的需求也降低了。企業使用虛擬形象的目的在于提升品牌價值，而不僅僅是刺激店內體驗。VCA不僅僅是面向消費者的，而也逐漸用于面向雇員——在聯絡中心減少處理時間并保證回答的連貫性。
對比一系列簡單的項目和一個能夠滿足所有需求的大型項目。找到能夠最容易使用自動化替代，并維持一定客戶滿意度的高頻簡單對話。然后，接下來確定需要人工在技術發現問題是接管的一系列對話。舉例來說，VCA中對知識的缺乏，消費者聽起來不對的語調，或是消費者明顯希望人工接管的信號。
商業影響：VCA是可用于銷售，客服和電子商務的特定目的虛擬助理，并且有獨特的目標。VCA的商業案例是三倍。它們能夠處理以下需求：
滿足客戶在網頁和移動渠道上對客服的期待——更高交互頻率，7*24在線，即時交互；
將交互轉移到成本更低的自助渠道，處理時間更短；
提供主動建議，建立忠誠度和客戶滿意。
對于VCA有效的使用讓企業能夠擴大交互規模，尤其是呼叫中心。在電話亭或是自動答錄機中使用語音VCA能夠減輕鍵盤輸入，并幫助提高非傳統用戶的興趣
代表企業：Artificial Solutions; CreativeVirtual; eGain; IBM Watson; IPsoft; Microsoft; Next IT; Nuance; Xiaoi; [24]7
位置：距成熟應用2-5年
增強現實
定義：增強現實是實時使用現實世界中文本，圖像，視頻和其他虛擬增強信息并以頭戴式顯示器或投影圖像顯示方式呈現的技術。這種“現實世界”的元素將增強現實與虛擬現實區分開來。增強現實旨在增加用戶與環境的交互，而不是分離他們。
代表企業：Blippar; Catchoom; Daqri; Google;Kudan; Microsoft; Wikitude
位置：距成熟應用5-10年
知識管理工具
定義：基礎設施和運營領導者使用知識管理工具來創造，調整并接入IT知識庫。知識管理工具通常與支持自助服務的門戶相連，這樣最終用戶就能自行解決簡單問題。這些產品由它們對于IT服務信息的收集，存儲和存取的能力而定義。知識管理工具可以作為單獨的選項，或是IT服務管理工具的模塊組成部分使用。
代表企業：ComAround; Knowesia; RightAnswers
位置：距成熟應用5-10年
爬坡期
GPU加速器
定義：GPU加速計算指的是使用GPU，與CPU一同加速高度并行計算密集型工作的處理。
代表企業：AMD; Cray; Dell; Hewlett PackardEnterprise; IBM; Lenovo; Nvidia
位置：距成熟應用2-5年
虛擬現實：
定義：虛擬現實提供了一種圍繞用戶，由計算機生成的3D環境，并能夠以自然地方式對用戶動作作出反饋。手勢識別或手持遙控器會進行手和身體的追蹤，觸覺反饋有可能也會得到使用。分室系統提供了一種3D體驗，也能夠被多成員使用。
代表企業：HTC; Mechdyne; NextVR; Oculus VR;Samsung; Sony; Valve; Virtual Heroes; WorldViz
位置：距成熟應用2-5年
集成學習
定義：集成學習是創造預測模型并將其結果進行匯總來生成單一輸出的機器學習算法。這一方法極大依靠“眾包智慧”原則，其中意見和模型輸出的多元化是關鍵。最有名的模式包括隨機森林和梯度推進。這些技術會定期為監督式學習的問題帶來高精度的結果。
代表企業：Dataiku; DataRobot; Domino Data Lab;H2O.ai; IBM SPSS; KNIME; Microsoft; RapidMiner; SAP; SAS
位置：距成熟應用2-5年
成熟期
語音識別
定義：語音識別將人類語音轉變為文本，用作進一步處理。
代表企業：Amazon; Apple; Baidu; Google; iFLYTEK;IBM; LumenVox; Microsoft; Nuance; Sensory
位置：距成熟應用少于2年
