咨询QQ:
      杂志订阅

      编辑

      网管

      培训班

      市场部

      发行部

电话服务:
 010-82024981
欢迎, 客人   会员中心   帮助   合订本   发布信息
设为首页 | 收藏本页
IDC与百度联合发报告:预测2019年人工智能十大趋势
  • 近日,国际数据公司(IDC)与百度AI产业研究中心(BACC)联合发布《百度大脑领导力白皮书》,白皮书预测了2019年中国人工智能市场发展趋势,通过实际案例解析人工智能如何从技术到落地,并提出“100天AI部署计划”。

    近日,国际数据公司(IDC)与百度AI产业研究中心(BACC)联合发布《百度大脑领导力白皮书》,白皮书预测了2019年中国人工智能市场发展趋势,通过实际案例解析人工智能如何从技术到落地,并提出“100天AI部署计划”。
      
      IDC预计,2022年,中国人工智能市场规模将达到98.4亿美元。白皮书从技术走向、落地实施、应用价值、市场生态四个维度预测了2019年人工智能十大趋势:
      
      展望一:机器学习/深度学习开始走进传统企业。机器学习/深度学习将走进企业内部,为企业提供以决策为中心的服务。同时,深度学习也将继续广泛应用在图像、音频、文本等非结构化数据处理中。尤其是传统行业中的大中型企业,采用机器学习平台开发人工智能应用将逐渐成为主流。IDC预计到2020年行业前15%的企业都将采用机器学习。
      
      展望二:融合视觉、语音、语义等多模态计算开始落地。仅能够看清听清的机器智能已经不能满足人类需求,融合视觉、语音、语义及情感的多模态计算成为实现真正智能的迫切刚需。预计未来三年多模态计算将在实际应用中开始落地。
      
      展望三:多模型数据库开始走向市场。随着物联网的投资以及企业数字化转型的进程,企业内各种非结构化数据高速增长,使得能够支持多种格式数据管理的多模型数据库成为迫切需求。IDC预计到2023年,多模型数据库的支出将达到NoSQL数据库支出的30%。
      
      展望四:低代码量开发平台降低AI技术使用门槛。低代码量/无代码开发平台促进AI部署自动化,降低技术使用门槛,使中小企业也能平等使用AI,实现普惠AI。用户可以上传图片、音频、文本等原始数据,系统即可自动训练出合适的模型。典型的案例—谷歌AutoML,百度EasyDL。
      
      展望五:人工智能从云端部署向边缘计算扩展。基础架构开始向靠近数据源的边缘位置以及端侧设备转移,而人工智能将成为最先受益于边缘计算的应用程序。边缘设备将包含AI算法并将驱动计算能力的交付。IDC预计至2022年,25%的物联网端设备都将运行AI算法模型。
      
      展望六:业务流程智能化、自动化水平达到新高度。机器学习驱动的人工智能将推动新一轮的业务流程重构的浪潮,众多应用程序将被高度简化。典型的案例如财务流程自动化、核保自动化等众多流程自动化水平将达到新高度。IDC预计至2023年,人工智能将取代50%的IT业务工作量,节省20%以上的运营成本。
      
      展望七:人机交互界面趋向智能化。一方面语音赋能的程序越来越广泛--语音对话能力将嵌入到硬件以及应用程序软件中。另一方面融合语音、图像、视频以及语义理解能力的AI将成为人类与应用程序交互的主流方式。IDC预计到2023年,支持AI的人机交互接口将取代目前50%的基于屏幕的B2B和B2C的应用程序。
      
      展望八:六大行业全面采用AI。政府行业、金融业、互联网行业在经过近年的应用实践后将全面扩展AI的应用。而新零售、新制造、医疗领域也将成为AI市场的新增长点。IDC预计未来这六大行业应用AI的3年复合增长率将超过30%。
      
      展望九:软件及应用引领基础架构。软件定义计算已成为芯片厂商的重要战略之一。软件及应用驱动AI专用芯片的阶段也将到来。未来,机器学习应用的普及程度、机器学习是否始终需要大量的数据集、深度学习神经网络的演化,都会影响加速计算类硬件的发展路线。机器学习技术演进、AI应用趋势对基础架构供应商日益重要。
      
      展望十:生态资源整合成为制胜关键。人工智能技术正在向端侧智能渗透,成功的应用离不开硬软件的高度适配,这使得技术型厂商与传感器、摄像头、模组等细分产业的整合愈加重要。能够整合解决方案中的各种生态要素并构建合作伙伴网络平台成为制胜关键。
      
      那么,技术如何才能与实际应用相结合?IDC追踪了近70个应用场景后发现,随着市场上开放的技术能力越来越丰富,应用场景趋向广泛化,而要将人工智能技术落地到企业进行应用并且发挥效能,需要着力三点:一是易上手、操作简单的技术堆栈,二是基于垂深场景对模型调优,三是从数据中心到端侧的软硬件适配。
      
      白皮书提出了AI应用效能评估初步框架,将AI会影响到的部门分成产品服务、生产模式、运营模式、决策模式四类,并从各个维度进行评估。比如在制造业,人工智能将优先为产品服务、生产模式以及运营模式带来高效能;在金融业,人工智能应用效能最优体现在产品服务以及运营智能环节,其次是生产智能以及决策智能。人工智能可以为企业不同部门带来不同效能,但几乎所有的人工智能用例带来的效能都体现在时间、人力等生产资源的节省、成本降低以及生产力提升、收入增长等方面。
      
      白皮书还提出,人工智能生态正在经历从“高度集中”到“各自为政”再到“各司其职”的变化,高度整合、分工明确的人工智能生态即将到来。在此趋势下,为充分发挥应用效能,行业参与者不应止步于单纯的采用这些技术,而应积极构建和启用有助于促进各方合作的平台与服务,从而提升整个生态系统的效率。
      
      白皮书强调,随着人工智能在各行业渗透率的不断提高,具备条件的企业都需要尽快制定人工智能部署计划。IDC建议企业规划100天AI部署计划,循序渐进完成制定计划、选择场景、成立小组、测试、实施、复制,以此循环不断调整以适应更广泛的业务需求。
      编辑:NIKI

    近日,国际数据公司(IDC)与百度AI产业研究中心(BACC)联合发布《百度大脑领导力白皮书》,白皮书预测了2019年中国人工智能市场发展趋势,通过实际案例解析人工智能如何从技术到落地,并提出“100天AI部署计划”。