2019年迎來AI泡沫集體爆發 還是最後一次狂歡？

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：小心地把裡面的虛假消掉、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緻泡沫叢生，獨角獸越來越多，但跑出資本怪圈獨立生長的卻寥寥可數。

對于即将到來的2020.前景談不上明朗，巨輪究竟将駛向何方?

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“網際網路複古風口”RPA(自動化)結合，成就了IPA(智能流程自動化)。将RPA比作人的雙手，AI比作人的大腦，IPA就是把AI作為大腦去指揮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已經從單一應用內建到企業的方方面面，重塑其在整個産業鍊中的位置。

最近，全球兩家領先的市場研究與咨詢機構IDC和Forrester釋出了他們對2020年及以後人工智能産業化的預測。

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，将在不同公司之間築起一道“數字鴻溝”。

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

3)《财富》500強中有25%的企業将投資轉向有“明顯效率收益”的IPA項目，近半的軟體與服務公司将在其投資組合中強調IPA。

4)“資料的可靠性”(digitaltrustworthiness)将成為一項關鍵的企業資産，《福布斯》全球上市公司2000強中超過70%将監控其“資料可靠性”。

5)75%的企業将投資員工再教育訓練和發展，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仍将成功支援五分之一的客戶服務互動。

7)到2023年，近20%使用AI優化或者協處理器優化的伺服器将部署在邊緣。

8)到2025年，50%的計算機視覺和語音識别模型将在邊緣(包括終端)上運作。

9)至少90%的新企業APP将包含嵌入式人工智能功能。然而真正由颠覆性人工智能主導的APP将隻占總數的10%。

10)2020年的AI融資或将再創新高，但這将是最後一次的狂歡——人工智能創業生态系統将達到飽和。

1

機遇與風險并存，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态度，但“勇敢的企業”将繼續投資AI并邁出重要的一步。

據Forrester調查顯示：

53%的全球資料和分析決策者表示，他們已經實施、正在實施、或正在擴充或更新人工智能。

29%的全球開發人員(經理級别或更進階别)在過去一年裡使用人工智能/機器學習軟體工作。

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，就是應對目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，投入在資料和分析技術上，其中包括人工智能。

Forrester預測，到2020年，《财富》500強中有25%的企業，将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子產品，如文本分析和機器學習，以建立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充。”Forrester表示。

《财富》500強中有25%的企業，将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”，近半的人工智能平台提供商、全球系統內建商和管理服務提供商将在其投資組合中強調IPA。

基于這些IPA用例的成功經驗，IDC預測，到2022年，75%的企業将把IPA嵌入到技術和流程開發中，使用基于人工智能的軟體計算出操作和經驗上規律，以指導創新。

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

人工智能将通過重新定義使用者體驗，建立起新的使用者界面，超過50%的使用者操作将被計算機視覺、語音、自然語言和AR/VR等技術增強。

未來幾年，我們将看到人工智能和計算機視覺、自然語言處理和手勢等新興使用者界面嵌入到每一種産品和裝置中。

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将成倍增加，三個方面的公關災難将備受矚目，讓AI“聲名狼藉”：Deepfake的廣泛傳播、面部識别技術的不正當使用，以及無節制的個性化。

IDC預測，到2021年，結合各種資料和更新的強化學習算法，将有15%的客戶體驗應用程式将持續超個性化。

盡管如此，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，他們将強調設計、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，可能由于幾次備受關注的公關災難，“資料的可靠性”(digital trustworthiness)将成為一項關鍵的企業資産，《福布斯》全球上市公司2000強中超過70%将通過正式的計劃來監控其“資料可靠性”。

Forrester表示，上司力很重要，擁有首席資料官(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的首席資料和分析官(CDAO)和CIO等進階管理人員将看到，資料科學團隊擁有他們所需要的資料。

Forrester表示，真正的問題是“從複雜的應用程式組合中擷取資料，并取得各個資料部門負責人的認可”。

IDC認為，“有效地使用智能自動化需要付出大量努力，尤其在資料清理、內建和管理方面，并且需要IT部門的大力支援。對于大型企業而言，要解決資料中心的“陳年舊賬”是非常大的挑戰。”

人工智能在所有公司的應用并不一緻，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認為，到2020年，“技術精英”将提升人工智能和設計技能，而其他人将“笨手笨腳”。以人為本的設計技能和人工智能開發能力将是關鍵。

IDC預計，到2024年，75%的企業将投資員工再教育訓練和發展，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，随着智能自動化擴充到整個企業，IT組織将管理和支援越來越多支援IPA(智能過程自動化，即AI+RPA)。

勞動力的另一大增量将是聊天機器人大軍，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。

盡管這樣，到2020年底，對話式AI仍将成功地支援五分之一的客戶服務互動。

AI影響的工作區域也将繼續擴大。

IDC表示，随着計算能力從資料中心向邊緣轉移，管理和控制邊緣處理裝置将面臨挑戰。

到2023年，近20%使用AI優化或者協處理器優化的伺服器将部署在邊緣。

到2025年，50%的計算機視覺和語音識别模型将在邊緣(包括終端)上運作。

4

泡沫爆發前兆

人工智能将無處不在。

IDC估計，到2025年，至少90%的新企業APP将包含嵌入式人工智能功能。然而，IDC補充，真正由颠覆性人工智能主導的APP将隻占總數的10%。

是以，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，随着預期回歸現實，人工智能的繁榮将逐漸增強。”

Forrester預測，到2020年的AI融資将再創新高，但這将是最後一次狂歡——“全球有2600多家公司，人工智能創業生态系統達到市場飽和”。

Forrester稱，未來經濟放緩最重要的信号是，在過去12個月裡，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群的瘋狂》裡所描寫的：“The bubble was then full-blown and began to quiver and shake preparatory to its bursting.”

(“泡沫正全面爆發，并開始顫抖，為破裂做準備”)

原文釋出時間：2019-12-01

本文作者：機器之心

來源：矽谷網綜合 HV：12483 編輯：GuiG

本文來自雲栖社群合作夥伴“

矽谷網

”，了解相關資訊可以關注“

”