摘要：Forrester預測，到2020年，《財富》500強中有25%的企業，將在他們的機器人流程自動化(RPA，RoboticProcessAutomation)項目中加入人工智能構件模塊，如文本分析和機器學習，以創建數百個新的智能過程自動化(IPA，IntelligentProcessAutomation)用例。Forrester警告說，到2020年，人工智能濫用和潛在危害將成倍增加，三個方面的公關災難將備受矚目，讓AI“聲名狼藉”：Deepfake的廣泛傳播、面部識別技術的不正當使用，以及無節制的個性化。

歡迎關注“創事記”微信訂閱號：sinachuangshiji

文/機器之能

來源：機器之能（ID:almosthuman2017）

對付泡沫的有效方法，就是用另一個更大的泡沫包住它，這也是常說的“嵌套式泡沫”。

如果要追求可持續繁榮，必須要同時做到兩件事：小心地把裏面的虛假消掉、認真地把外面的空間做大。

身處人工智能巨輪上的我們，越來越頻繁地聽人談論起人工智能過快增長而導致泡沫叢生，獨角獸越來越多，但跑出資本怪圈獨立生長的卻寥寥可數。

對於即將到來的2020，前景談不上明朗，巨輪究竟將駛向何方？

幾乎所有參與人工智能的玩家都已經意識到，AI就像加速器。

比如，AI與“互聯網復古風口”RPA(自動化)結合，成就了IPA（智能流程自動化）。將RPA比作人的雙手，AI比作人的大腦，IPA就是把AI作爲大腦去指揮RPA這雙靈巧的雙手來完成工作。

然而，AI絕不僅僅是一場指揮大腦的遊戲。

更重要的是，AI已經從單一應用集成到企業的方方面面，重塑其在整個產業鏈中的位置。

最近，全球兩家領先的市場研究與諮詢機構IDC和Forrester發佈了他們對2020年及以後人工智能產業化的預測。

通過IDC和Forrester的調查和預測，我們可以看到的未來是：

1）是否存在高技能工程師的差異，將在不同公司之間築起一道“數字鴻溝”。

2）三大公關災難將讓AI“聲名狼藉”：Deepfake的廣泛傳播、面部識別技術的不正當使用，以及無節制的個性化。

3）《財富》500強中有25%的企業將投資轉向有“明顯效率收益”的IPA項目，近半的軟件與服務公司將在其投資組合中強調IPA。

4）“數據的可靠性”（digitaltrustworthiness）將成爲一項關鍵的企業資產，《福布斯》全球上市公司2000強中超過70%將監控其“數據可靠性”。

5）75%的企業將投資員工再培訓和發展，以滿足人工智能應用帶來的新技能需求和工作方式。

6）即便每五次AI對話中就有四次無法通過圖靈測試。但到2020年底，對話式AI仍將成功支持五分之一的客戶服務交互。

7）到2023年，近20%使用AI優化或者協處理器優化的服務器將部署在邊緣。

8）到2025年，50%的計算機視覺和語音識別模型將在邊緣（包括終端)上運行。

9）至少90%的新企業APP將包含嵌入式人工智能功能。然而真正由顛覆性人工智能主導的APP將只佔總數的10%。

10）2020年的AI融資或將再創新高，但這將是最後一次的狂歡——人工智能創業生態系統將達到飽和。

1

機遇與風險並存，但AI不會遲到

Forrester表示，雖然典型的“資本事件”可能會讓企業對人工智能持謹慎態度，但“勇敢的企業”將繼續投資AI並邁出重要的一步。

據Forrester調查顯示：

53%的全球數據和分析決策者表示，他們已經實施、正在實施、或正在擴展或升級人工智能。

29%的全球開發人員(經理級別或更高級別)在過去一年裏使用人工智能／機器學習軟件工作。

54%的全球化使用邊緣計算的公司決策者表示，他們期望邊緣計算帶來的最大好處之一，就是應對當前和未來人工智能計算需求的靈活性。

16％的全球B2C市場營銷決策者計劃，在2020增加10%的支出，投入在數據和分析技術上，其中包括人工智能。

Forrester預測，到2020年，《財富》500強中有25%的企業，將在他們的機器人流程自動化(RPA，RoboticProcessAutomation)項目中加入人工智能構件模塊，如文本分析和機器學習，以創建數百個新的智能過程自動化(IPA，IntelligentProcessAutomation)用例。

“自動化需要人工智能，而人工智能也需要自動化來擴展。”Forrester表示。

《財富》500強中有25%的企業，將人工智能投資轉向更平凡、更短期以及更有戰術意義的IPA項目，這些項目具有“非常明顯的效率收益”，近半的人工智能平臺提供商、全球系統集成商和管理服務提供商將在其投資組合中強調IPA。

基於這些IPA用例的成功經驗，IDC預測，到2022年，75%的企業將把IPA嵌入到技術和流程開發中，使用基於人工智能的軟件計算出操作和經驗上規律，以指導創新。

到2024年，人工智能將整合到企業的每一個部分，25%的人工智能解決方案作爲“成果即服務”投入，推動規模創新和卓越的商業價值。

人工智能將通過重新定義用戶體驗，建立起新的用戶界面，超過50%的用戶操作將被計算機視覺、語音、自然語言和AR/VR等技術增強。

未來幾年，我們將看到人工智能和計算機視覺、自然語言處理和手勢等新興用戶界面嵌入到每一種產品和設備中。

但是，新興技術也是把雙刃劍，廣泛普及的另一面也存在着高風險。

Forrester警告說，到2020年，人工智能濫用和潛在危害將成倍增加，三個方面的公關災難將備受矚目，讓AI“聲名狼藉”：Deepfake的廣泛傳播、面部識別技術的不正當使用，以及無節制的個性化。

IDC預測，到2021年，結合各種數據和更新的強化學習算法，將有15％的客戶體驗應用程序將持續超個性化。

儘管如此，Forrester強調了積極的一面，他仍然相信“這些舉措不會延緩明年人工智能的實施計劃”。

相反，他們將強調設計、測試和部署負責任的人工智能系統的重要性——通過考慮偏見、公平、透明、可解釋性和可問責性，以健全人工智能治理。

2

新的數字鴻溝

IDC預計，到2022年，可能由於幾次備受關注的公關災難，“數據的可靠性”（digital trustworthiness）將成爲一項關鍵的企業資產，《福布斯》全球上市公司2000強中超過70%將通過正式的計劃來監控其“數據可靠性”。

Forrester表示，領導力很重要，擁有首席數據官（CDO）的公司使用人工智能、機器學習/或深度學習的可能性是沒有CDO的公司的1.5倍。

到2020年，認真對待AI的首席數據和分析官（CDAO）和CIO等高級管理人員將看到，數據科學團隊擁有他們所需要的數據。

Forrester表示，真正的問題是“從複雜的應用程序組合中獲取數據，並取得各個數據部門負責人的認可”。

IDC認爲，“有效地使用智能自動化需要付出大量努力，尤其在數據清理、集成和管理方面，並且需要IT部門的大力支持。對於大型企業而言，要解決數據中心的“陳年舊賬”是非常大的挑戰。”

人工智能在所有公司的應用並不一致，我們看到一個新的數字鴻溝，即有或沒有高技能工程師的公司之間的鴻溝。

3

勞動力被重新定義

Forrester認爲，到2020年，“技術精英”將提升人工智能和設計技能，而其他人將“笨手笨腳”。以人爲本的設計技能和人工智能開發能力將是關鍵。

IDC預計，到2024年，75%的企業將投資員工再培訓和發展，包括第三方服務，以滿足人工智能應用帶來的新技能需求和工作方式。

“勞動力”的構成和定義不斷被豐富。

IDC預測，隨着智能自動化擴展到整個企業，IT組織將管理和支持越來越多支持IPA（智能過程自動化，即AI+RPA）。

勞動力的另一大增量將是聊天機器人大軍，協助企業的各種任務。

Forrester預測，每五次AI對話中就有四次無法通過圖靈測試。

儘管這樣，到2020年底，對話式AI仍將成功地支持五分之一的客戶服務交互。

AI影響的工作區域也將繼續擴大。

IDC表示，隨着計算能力從數據中心向邊緣轉移，管理和控制邊緣處理設備將面臨挑戰。

到2023年，近20%使用AI優化或者協處理器優化的服務器將部署在邊緣。

到2025年，50%的計算機視覺和語音識別模型將在邊緣（包括終端)上運行。

4

泡沫爆發前兆

人工智能將無處不在。

IDC估計，到2025年，至少90%的新企業APP將包含嵌入式人工智能功能。然而，IDC補充，真正由顛覆性人工智能主導的APP將只佔總數的10%。

因此，我們還需要等待五年才能看到AI的“摧毀式”的潛力爆發。

另一份Forrester的預測報告表示，“到2020年，隨着預期迴歸現實，人工智能的繁榮將逐漸增強。”

Forrester預測，到2020年的AI融資將再創新高，但這將是最後一次狂歡——“全球有2600多家公司，人工智能創業生態系統達到市場飽和”。

Forrester稱，未來經濟放緩最重要的信號是，在過去12個月裏，已有20家人工智能公司進行了一輪又一輪的融資，規模堪比獨角獸。

“這是不可持續的。”Forrester說。

這讓我想起了查爾斯·麥凱(CharlesMackay)在《非同尋常的大衆妄想與人羣的瘋狂》裏所描寫的：“The bubble was then full-blown and began to quiver and shake preparatory to its bursting.”

（“泡沫正全面爆發，並開始顫抖，爲破裂做準備”）