Gartner:2022 年時超過半數的人工智慧技術尚未邁入成熟期

作者 | 發布日期 2018 年 06 月 06 日 10:55 | 分類 AI 人工智慧 , 人力資源 , 機器人 line share follow us in feedly line share
Gartner:2022 年時超過半數的人工智慧技術尚未邁入成熟期


國際研究暨顧問機構 Gartner 調查指出,根據人工智慧技術成熟曲線,有 86% 的人工智慧技術尚未進入 「泡沫破裂低谷期」(Trough of Disillusionment,即成熟期起點),包括預測分析、認知專家顧問與虛擬客戶助理等,朝向更實際穩定的應用邁進;同時 Gartner 也預測在短期內──2022 年時,54% 的人工智慧技術應用尚未達到技術成熟期,無法進入主流市場,但長期來看有 85% 的人工智慧技術將為產業帶來巨大變革轉型,並提供高收益及商業價值。

Gartner 研究副總裁蔡惠芬(Tracy Tsai)表示:「運算能力與資料數量的快速成長,加上深度神經網路(DNN)技術獲得空前的研究成果,讓人工智慧被譽為未來十年最具突破性的創新技術類別;而在接下來五年間,我們可看到許多相關技術從過熱的市場巔峰退下,回歸理性和本質,為邁入主流市場應用奠基;企業也可藉此沈澱重整的機會,釐清人工智慧在企業內的應用和商業價值,進而掌握相關技術以解決無前例可循的問題,同時追求創新心態,帶動自身企業轉型並創造商業價值。」

未來二至五年間 人工智慧技術將持續創造龐大的商業契機與工作機會

Gartner 預測到 2020 年時,至少四成的人會與以人為中心設計的科技進行互動,未來以人為中心設計的使用界面,機器可以理 解人類自然語言判斷意圖,因此投入在人類如何學習使用科技來操作的資源也將大幅降低;此外,95% 的影片或影像內容將不再由人工審閱,而是交由機器判讀、提供不同等級的自動化分析;同樣於 2020 年,在新的人工智慧專案中採用認知人因工程(cognitive ergonomics)或系統設計的企業,將獲得比其他企業高出四倍的長期成功;而在 2020 年人工智慧也將成為新工作機會的主要來源,相較取代的 180 萬個工作,企業導入人工智慧將創造 230 萬個工作機會。

此外,Gartner 也預測在 2021 年人工智慧將實現 2.9 兆的商業價值及相當於 62 億小時的生產力。其中人工智慧所創造的商業價值可分為三類,包括:提升營運效率和品質、改善顧客體驗、開創新的商業模式和營收。

提升營運效率和品質,企業可藉此增進競爭優勢,不然在未來五年間可能會面臨業務流失的風險。以製造業為例,導入人工智慧技術可用於預測性維護、品質控制、庫存管理、工業機器人自動化、需求預測及改善物流和倉儲營運等,增加生產效率的同時也提高商品品質和價值;其他應用實例還包括佈建在客服中心的聊天機器人、虛擬個人助理(VPA)或無人銀行使用的虛擬代理等。

改善顧客體驗,提升客戶關係、拉開和競爭對手的距離;以微軟在中國推出的人工智慧機器人「小冰」為例,小冰可從對話中掌握顧客資訊、理解顧客的需求和情緒,加速服務流程並提升互動體驗品質,目前已經累積超過 300 億回對話,平均每次可對話 23 回。

開創新的商業模式與營收,推動企業轉型以帶來新的業務機會,以智慧冰箱為例,除了搭載智慧功能可控管冰箱內的食物品項和保存日期外,更可整合其他電子商務平台的資訊,將相關連的訊息展示在冰箱外的螢幕,甚至是手機及智慧音箱,轉型成為新的數位銷售通路。智慧冰箱的供應商也將從原先製造與銷售,拓展至新的數位商業機會,透過轉換顧客使用體驗和習慣,獲得新的收益成長。

Gartner 研究副總裁蔡惠芬指出:「人工智慧快速發展的這幾年,創造的商業價值仍多落在改善客戶體驗及降低企業成本,包括透過人工智慧加深對顧客的理解,提高互動品質與體驗,增加來客數和黏著度,或運用人工智慧提高企業效率和決策品質,進而降低企業成本;不過從 2021 年開始,企業導入人工智慧所帶來的新營收,將成為主要的商業價值,在人工智慧技術逐漸走向成熟之際,企業更能掌握相關技術在市場實務上的應用,藉此發展出前所未有的商業模式,拓展新的價值鏈。」

缺乏理解和高複雜度是企業擁抱人工智慧的最大挑戰

Gartner 調查指出,近九成(89%)受訪企業認為,缺乏對人工智慧技術的知識和理解,以及新舊整合所牽涉的複雜性,是企業採用人工智慧技術時所面臨的最大挑戰;其中包括與既有產品、服務甚至是 IT 架構、企業流程串接、定義自身企業的人工智慧策略、辨識出具商業價值的應用,甚至導入人工智慧後的效益評估。

Gartner 研究副總裁蔡惠芬建議:「對於欲部署人工智慧技術的企業來說,除了強化對資料科學和 IT 技術的認知,還應持續加深對所處行業的專業領域流程痛點與問題的挖掘,哪些是可以用人工智慧來解決問題得到最大的收益。甚至是招募或培育發展人工智慧技術所需的跨領域人才,負責像數據與分析監管、或數據分析判讀等跨領域工作。在檢視人工智慧技術的實質應用時,企業也應提高層次,全方面考慮智慧功能對顧客、物件、生態圈和 IT 系統的影響。對 IT 負責人來說,搭配時程制訂行動方案更是部署人工智慧技術的關鍵,短期先評估人工智慧可用於解決哪些既有問題、與企業其他單位合作找出適合的人工智慧應用等;長期可加碼人力以維持競爭優勢,或隨著技術變遷重新檢視、評估既有做法,提升企業營運的敏捷性。」

(首圖來源:shutterstock)