IDC聯(lián)合百度預測2019年人工智能十大趨勢

12月20日，國際數(shù)據(jù)公司(IDC)與百度AI產業(yè)研究中心(BACC)聯(lián)合發(fā)布《百度大腦領導力白皮書》，白皮書預測了2019年中國人工智能市場發(fā)展趨勢，通過實際案例解析人工智能如何從技術到落地，并提出“100天AI部署計劃”。

IDC預計，2022年，中國人工智能市場規(guī)模將達到98.4億美元。白皮書從技術走向、落地實施、應用價值、市場生態(tài)四個維度預測了2019年人工智能十大趨勢：

展望一：機器學習/深度學習開始走進傳統(tǒng)企業(yè)。機器學習/深度學習將走進企業(yè)內部，為企業(yè)提供以決策為中心的服務。同時，深度學習也將繼續(xù)廣泛應用在圖像、音頻、文本等非結構化數(shù)據(jù)處理中。尤其是傳統(tǒng)行業(yè)中的大中型企業(yè)，采用機器學習平臺開發(fā)人工智能應用將逐漸成為主流。IDC預計到2020年行業(yè)前15%的企業(yè)都將采用機器學習。

展望二：融合視覺、語音、語義等多模態(tài)計算開始落地。僅能夠看清聽清的機器智能已經不能滿足人類需求，融合視覺、語音、語義及情感的多模態(tài)計算成為實現(xiàn)真正智能的迫切剛需。預計未來三年多模態(tài)計算將在實際應用中開始落地。

展望三：多模型數(shù)據(jù)庫開始走向市場。隨著物聯(lián)網的投資以及企業(yè)數(shù)字化轉型的進程，企業(yè)內各種非結構化數(shù)據(jù)高速增長，使得能夠支持多種格式數(shù)據(jù)管理的多模型數(shù)據(jù)庫成為迫切需求。IDC預計到2023年，多模型數(shù)據(jù)庫的支出將達到NoSQL數(shù)據(jù)庫支出的30%。

展望四：低代碼量開發(fā)平臺降低AI技術使用門檻。低代碼量/無代碼開發(fā)平臺促進AI部署自動化，降低技術使用門檻，使中小企業(yè)也能平等使用AI，實現(xiàn)普惠AI。用戶可以上傳圖片、音頻、文本等原始數(shù)據(jù)，系統(tǒng)即可自動訓練出合適的模型。典型的案例—谷歌AutoML，百度EasyDL。

展望五：人工智能從云端部署向邊緣計算擴展?；A架構開始向靠近數(shù)據(jù)源的邊緣位置以及端側設備轉移，而人工智能將成為最先受益于邊緣計算的應用程序。邊緣設備將包含AI算法并將驅動計算能力的交付。IDC預計至2022年，25%的物聯(lián)網端設備都將運行AI算法模型。

展望六：業(yè)務流程智能化、自動化水平達到新高度。機器學習驅動的人工智能將推動新一輪的業(yè)務流程重構的浪潮，眾多應用程序將被高度簡化。典型的案例如財務流程自動化、核保自動化等眾多流程自動化水平將達到新高度。IDC預計至2023年，人工智能將取代50%的IT業(yè)務工作量，節(jié)省20%以上的運營成本。

展望七：人機交互界面趨向智能化。一方面語音賦能的程序越來越廣泛--語音對話能力將嵌入到硬件以及應用程序軟件中。另一方面融合語音、圖像、視頻以及語義理解能力的AI將成為人類與應用程序交互的主流方式。IDC預計到2023年，支持AI 的人機交互接口將取代目前50%的基于屏幕的B2B和B2C的應用程序。

展望八：六大行業(yè)全面采用AI。政府行業(yè)、金融業(yè)、互聯(lián)網行業(yè)在經過近年的應用實踐后將全面擴展AI的應用。而新零售、新制造、醫(yī)療領域也將成為AI市場的新增長點。IDC預計未來這六大行業(yè)應用AI的3年復合增長率將超過30%。

展望九：軟件及應用引領基礎架構。軟件定義計算已成為芯片廠商的重要戰(zhàn)略之一。軟件及應用驅動AI專用芯片的階段也將到來。未來，機器學習應用的普及程度、機器學習是否始終需要大量的數(shù)據(jù)集、深度學習神經網絡的演化，都會影響加速計算類硬件的發(fā)展路線。機器學習技術演進、AI應用趨勢對基礎架構供應商日益重要。

展望十：生態(tài)資源整合成為制勝關鍵。人工智能技術正在向端側智能滲透，成功的應用離不開硬軟件的高度適配，這使得技術型廠商與傳感器、攝像頭、模組等細分產業(yè)的整合愈加重要。能夠整合解決方案中的各種生態(tài)要素并構建合作伙伴網絡平臺成為制勝關鍵。

那么，技術如何才能與實際應用相結合?IDC追蹤了近70個應用場景后發(fā)現(xiàn)，隨著市場上開放的技術能力越來越豐富，應用場景趨向廣泛化，而要將人工智能技術落地到企業(yè)進行應用并且發(fā)揮效能，需要著力三點：一是易上手、操作簡單的技術堆棧，二是基于垂深場景對模型調優(yōu)，三是從數(shù)據(jù)中心到端側的軟硬件適配。

白皮書提出了AI應用效能評估初步框架，將AI會影響到的部門分成產品服務、生產模式、運營模式、決策模式四類，并從各個維度進行評估。比如在制造業(yè)，人工智能將優(yōu)先為產品服務、生產模式以及運營模式帶來高效能;在金融業(yè)，人工智能應用效能最優(yōu)體現(xiàn)在產品服務以及運營智能環(huán)節(jié)，其次是生產智能以及決策智能。人工智能可以為企業(yè)不同部門帶來不同效能，但幾乎所有的人工智能用例帶來的效能都體現(xiàn)在時間、人力等生產資源的節(jié)省、成本降低以及生產力提升、收入增長等方面。

白皮書還提出，人工智能生態(tài)正在經歷從“高度集中”到“各自為政”再到“各司其職”的變化，高度整合、分工明確的人工智能生態(tài)即將到來。在此趨勢下，為充分發(fā)揮應用效能，行業(yè)參與者不應止步于單純的采用這些技術，而應積極構建和啟用有助于促進各方合作的平臺與服務，從而提升整個生態(tài)系統(tǒng)的效率。

白皮書強調，隨著人工智能在各行業(yè)滲透率的不斷提高，具備條件的企業(yè)都需要盡快制定人工智能部署計劃。IDC建議企業(yè)規(guī)劃100天AI部署計劃，循序漸進完成制定計劃、選擇場景、成立小組、測試、實施、復制，以此循環(huán)不斷調整以適應更廣泛的業(yè)務需求。