德勤2019年TMT行业预测之人工智能：AI红利由少数企业带给更多企业

虽然人工智能最初的好处主要被拥有强大IT基础设施和资金雄厚的早期采用者所享用，但这些早期采用者现在已经推出了基于云的人工智能服务，这些服务正在将人工智能带给大众。

德勤预测，2019年，公司将加速使用基于云的人工智能(AI)软件和服务。在采用AI技术的公司中，70%将通过基于云的企业软件获得AI功能，65%将使用基于云的开发服务创建AI应用程序。此外，德勤预测，到2020年，企业软件的渗透率将提高，在使用AI软件的公司中，集成AI和基于云的AI平台将分别达到87%和83%。云将推动更全面的AI实施，更好的人工智能投资回报率(ROI)和更高的人工智能支出。重要的是，我们将看到人工智能功能的民主化，以及由此带来的好处，这在以前是专属于早期使用者的。

到目前为止，人工智能使少数企业受益

AI由多种技术组成。其基础是机器学习及其更复杂的分支技术，深度学习神经网络。这些技术可以激活人工智能应用程序，如计算机视觉、自然语言处理，以及利用大量数据进行准确预测和挖掘隐藏洞见的能力。最近对AI的兴奋源于机器学习和深度学习神经网络的进步，以及这些技术可以帮助公司改善运营，开发新产品、以更低成本提供更好的客户服务的无数方式。

然而，AI的问题在于，迄今为止，许多公司未能充分利用它的专业知识和资源。机器学习和深度学习通常需要AI专家团队，访问大型数据集以及专业基础架构和处理能力。那些能够承担这些资产的公司需要找到合适的用例来应用AI，创建定制解决方案，并在整个公司范围内进行扩展。所有这些都需要一定程度的投资和经验，需要时间来开发，并且对许多人来说是遥不可及的。

出于这个原因，人工智能最初的好处主要属于那些拥有所需技术专长、强大的IT基础设施和雄厚资金的先驱者，他们能够获得稀缺和昂贵的数据科学技能，最著名的是全球“科技巨头”。他们有资源参与到人工智能人才的激烈竞争中。他们还在基础设施上投入了数十亿美元，包括海量数据中心和专业处理器。例如：

谷歌已经设计了自己的AI专用芯片，以加速其数据中心和物联网设备的机器学习。自2011年Google Brain推出以来，该公司一直在探索深度学习，并将其广泛应用于从视频分析到冷却数据中心的各个领域。

亚马逊多年来一直使用机器学习来优化推荐。该公司正在使用深度学习来重新设计业务流程并开发新的产品类别，例如其Alexa虚拟助手

中国的BAT - 百度，阿里巴巴和腾讯 - 正在大力投资人工智能，同时扩展到以前由美国公司主导的领域：芯片设计、虚拟助手和自动驾驶汽车。

少数企业将AI带给了更多企业

这些科技巨头正在使用人工智能创造数十亿美元的服务，并改变其运营模式。为了开发他们的人工智能服务，他们遵循一个熟悉的剧本：(1)为内部挑战或机会找到解决方案; (2)完善公司内部规模的解决方案; (3)推出快速吸引大量采用的服务。因此，我们看到亚马逊，谷歌，微软和中国的BAT都根据自身的使用经验，向更广阔的市场推出了AI开发平台和独立应用程序。

加入他们的是大型企业软件公司，他们将人工智能功能集成到基于云的企业软件中，并将其带入大众市场。例如，Salesforce于2016年9月将其支持AI的商业智能工具Einstein集成到CRM软件中;该公司声称每天向用户提供10亿次预测。SAP将AI集成到其基于云的ERP系统S4 / HANA中，以支持特定的业务流程，如销售、财务、采购和供应链。 S4 / HANA拥有约8,000名企业用户，SAP正在推动其采用，宣布2025年以后该公司将不再支持旧版SAP ERP系统。

许多创业公司也在利用基于云的开发工具和应用程序进入这个市场。这些初创公司包括至少六个AI“独角兽”，其中两个位于中国。其中一些公司针对特定行业或用例。例如，总部位于美国的AI独角兽Crowdstrike专注于网络安全，而Benevolent.ai则使用AI来改善药物开发。

结果是，这些创新者正在让更多公司更容易受益于人工智能技术，即使他们缺乏顶尖的技术人才，无法获取庞大的数据集，也缺乏庞大的计算能力。通过云，他们可以访问解决这些不足的服务，而无需进行大量的前期投资。简而言之，云让企业现在就能使用人工智能，从而使人工智能的使用变得更加大众化。

基于云的AI可帮助公司克服采用障碍

德勤最近对1,900名“有认知意识”的高管进行了调查，其公司已开始将AI用于试点和实施。与普通企业相比，所有这些代表10个行业和7个国家的公司都可以被视为“早期采用者”，尽管它们与亚马逊，谷歌和BAT这样的AI先驱不在同一个联盟。调查发现，数据问题，如访问质量数据、清理数据，以及培训人工智能系统，是人工智能采用的两大障碍之一，被38%的受调查公司列为前三大挑战。38%的受访者表示，将AI集成到现有流程和工作流程中，是其面临的前三大挑战，而实施AI的的难度紧随其后，为37% ，也就是公司试图将概念证明扩展到完全生产时遇到挑战。

另外，我们向这些早期采用者询问了“技能差距”是否会抑制他们的AI计划。 41%的人表示他们有“中等”的技能差距，另有27%的人认为他们的技能差距非常“严重”或“极端”。对于人工智能研究人员、数据科学家和软件开发人员等技术职位而言，技能差距最为严重。

基于云的软件和平台可帮助公司从AI中受益，即使他们缺乏构建和培训系统的专业知识，或者无法自行管理数据。根据我们的调查，AI早期采用者正在占据优势。如今，许多未使用这些技术的公司计划在未来加入这一行列。

简单的方法：企业软件集成 AI

我们对人工智能早期采用者的调查显示，获取人工智能功能最流行的、也是最简单的途径：集成了人工智能的企业软件。绝大多数情况下，该软件都是基于云的，可以通过公共云或私有云部署。全球58%的受访者目前正在使用这种方法。德勤估计，到2020年，大约87%的AI用户将通过集成AI的企业软件获得部分AI功能(图1)。

这种采用AI的方法可以有很大的优势：

公司不需要开发自己的AI应用程序。 AI只是在后台运行，使软件对最终用户更有价值。

最终用户不需要任何专业知识就可以使用嵌入在企业应用程序中的AI。

公司不需要开发直观的新用户界面。这对于从头开发AI应用程序来说可能是一个挑战，特别是因为有21%的技术差距，受访者表示缺乏用户体验设计师。实际上，软件公司正在使用自然语言处理等AI技术来使其解决方案更易于使用。例如，Salesforce最近为Einstein发布了一个语音助手。

语音辅助等新功能的增加强调了所有基于云的AI服务的另一个好处：持续升级。人工智能提供商之间的竞争非常激烈;他们正在迅速改进其服务，基于云的交付使客户能够立即获得这一优势。

2019年，公司将拥有越来越多的企业AI服务可供选择。新的云AI服务提供商正在进入市场。例如，谷歌最近宣布了针对特定业务功能(如人力资源和营销)的三项人工智能服务，并计划推出更多服务。很快，我们预计几乎所有的企业软件都会至少包含一些AI元素。

希望增加AI功能的公司也可以利用一系列单一用途的应用程序，例如聊天机器人，可以快速部署并作为数字业务的基础。 Lemonade是保险行业的一个颠覆者，使用聊天机器人来销售其政策，并且比人类更快、更有效地解决索赔。

行业特定的AI应用程序也在不断涌现，通常来自初创公司。 Reflektion利用深度学习帮助电子商务网站通过展示符合客户个人偏好的产品来增加销售额。Ayasdi开发基于云的AI软件，帮助医院确定保险公司为何拒绝索赔，建议修改并确定哪些被拒绝的索赔值得重新提交。这些应用虽然范围不大，但可以帮助公司解决棘手且成本高昂的问题。

然而，这种“简单”方法的最大优势也许是它最大的限制：用例由软件严格定义。一方面，公司无需担心用例是否存在;他们购买的AI专门用于解决特定的，通常是关键业务功能。另一方面，这些解决方案提供有限的定制，并且任何使用该软件的公司都可以使用相同的功能。所以，那些希望从人工智能中获得竞争优势的公司需要开发自己的解决方案。

AI开发服务：更快地定制解决方案

这就是基于云的AI开发服务的用武之地。这些服务包括用于创建新的AI应用程序，选择正确的模型以及在自然语言处理和计算机视觉等高阶AI技术上领先的服务。

与集成AI的企业软件不同，人工智能开发服务要求公司拥有内部技术人才，如AI程序员和数据科学家。这些服务可以通过提供对经过验证的模型的访问，以及加速关键流程来帮助公司充分利用其技术人才。换句话说，它们允许具有一些技术AI专业知识的公司，但又不足以开发自己的AI服务，或者足够快地开发它们，大规模地创建更多的AI服务。

例如，使用机器学习和深度学习构建解决方案需要多个步骤：构建模型，使用大型数据集训练模型，评估模型的性能，以及“调整”模型以获得最佳结果。这些步骤中的每一步都可能是劳动密集型的，需要数据科学家做出多项决策。人工智能开发服务减少了构建和测试模型所需的时间，并减少了与数据“争论”的时间。自动化机器学习可以从给定的集合中选择最强大的模型，并且“自动调整”，比人类数据科学家快100倍，使数据科学团队能够以更少的步骤生成更多模型。这有助于公司迅速“测试和学习”，即使只有一小部分专家。

一些AI开发服务变得非常直观，开发人员甚至不需要太多的专业知识。例如，百度最近发布了一个名为EZDL的人工智能培训平台，该平台不需要编码经验，甚至可以用于小型数据训练集。

即使对于拥有大量资源的公司，AI开发平台也可以帮助提供改变行业的创新。例如，三星重工正在使用AWS开发自动驾驶货船及其管理所需的服务

当然，与企业软件一样，没必要白费力气做重复工作。云提供商已经开发了预构建的机器学习API，用于自然语言处理等技术，客户可以访问这些技术，而不是自己构建。

许多企业开始从中受益

我们对人工智能早期采用者的调查表明，人工智能的民主化正在增加人工智能的使用。虽然我们的受访者正在采用不同的AI方法，但具有集成AI和基于云的开发平台的企业软件代表了公司访问AI技术的两个主要途径。

在AI调查中的美国受访者，AI早期采用者的深度学习使用率从2017年的34%增加到2018年的50%。基于云的人工智能服务，其中许多专注于使深度学习更容易获得，促成了这种增长。在另一项关于云服务的调查中，德勤发现，公司更倾向于获得高级创新能力(例如人工智能和高级分析)作为服务，是传统IT服务可能性的2.6倍。

随着云技术变得越来越普遍，早期采用者获得了使用它们的经验，正在产生结果：

从2017年到2018年，调查的美国受访者平均将全面实施人工智能的数量从6个增加到9个，增加了50%，这证实了德勤2018年的预测。

在所有国家，人工智能早期采用者都看到了积极的财务回报，报告的平均投资回报率为16%。对于那些通过快速发展的技术获得经验的公司而言，这是一个充满希望的开端。

投资回报率正在帮助人工智能建立势头，但这只是公司采用它的原因之一。我们的受访者还认为，AI将在未来两年内对其竞争力产生重大影响(图2)。

受到成功的鼓舞，并认为人工智能将在提高竞争力方面发挥关键作用，公司正在增加人工智能投资。接受我们调查的公司在2017年平均花费了390万美元用于人工智能，预计2019年将增加到480万美元。

从我们的调查结果来看，基于云的企业软件+ AI的使用将加速。有趣的是，这条“简单的道路”不仅仅适合初学者。我们研究中最成功的AI早期采用者 - 内部资源最多的人 - 也是企业软件+ AI的最大用户。

然而，我们也看到，随着公司在人工智能使用方面的成熟，他们倾向于更多地依赖人工智能开发平台来利用人才。人工智能开发平台提供商也在增长：据亚马逊称，2018年使用AWS进行机器学习的开发人员数量比2017年增加了250%。

显而易见的是，随着越来越多的服务进入市场，人工智能的采用将加速。

结果

公司可以做些什么来模仿AI早期采用者的成功?

密切关注AI趋势。市场正在迅速变化，新的能力正在出现。即使是最先进的技术，也可供具有适度内部AI技能的企业使用。正如市场份额的竞争推动了科技巨头和创业公司之间的进步一样，人工智能的早期采用者正在试验这些能力，以超越他们的竞争对手。

尽量采用“现成的”。AI应用程序专注于特定的业务流程，无论是本土的还是供应商提供的。在软件公司创建“现成”解决方案的地方，公司应该看看它是否适合他们的需求。除非有必要，否则不要“重新发明聊天机器人”。

确保至少聘请一些AI专家。虽然企业软件和基于云的开发平台可以为人工智能提供有效的门户，但它们并不能替代内部至少拥有一些技术的人才。它们不会提供定制解决方案所具有的竞争优势，尤其是当AI在企业软件中无处不在时。公司需要自己的AI专家来使用AI开发平台开发和定制算法。这些专家还有助于确保公司投资于满足业务需求的AI应用程序和服务。当供应商试图将普通分析作为最新的深度学习功能时，技术专家的“现状核实”变得越来越重要。内部AI专家还可以基于目前的人才水平、数据访问和战略，帮助公司了解人工智能技术可以为他们做些什么。

专注于业务需求。公司从AI获得的答案与他们提出的问题相匹配。公司应该了解AI可以帮助他们解决哪些挑战，以及如何帮助他们解决这些挑战。这不仅需要技术人才，还需要了解业务需求，并能够向技术专家“讲述数据科学”的高管。这些人才可以帮助公司确保他们更有效地构建模型。