Gartner的這種成熟度周期凸顯出人工智能正以多種不同的方式影響企業

根據Gartner對2019年的CIO議程調查，2018年至2019年間，部署人工智能(AI)的組織從4%增長到了14%。

與幾年前相比，人工智能正在以多種不同的方式影響組織，當時沒有其他方法可以替代使用機器學習(ML)構建自己的解決方案。AutoML和智能應用擁有較明顯的發展勢頭，其他方法也同樣值得關注——即人工智能平臺即服務（AIPaaS）或人工智能云服務。

受亞馬遜Alexa、谷歌Assistant等公司在全球范圍內取得成功的推動，對話人工智能仍是企業規劃日程中的首要內容。與此同時，諸如增強智能、邊緣人工智能、數據標簽和可解釋的人工智能等新技術不斷涌現。

今年的成熟度曲線出現了許多新技術，但被大眾所知曉的有價值或目標的很少

Gartner 2019年人工智能成熟度曲線審查了在AI領域的創新和趨勢潮流，以及AI計劃范圍。快速跟風者，首先應該為AI設計一個商業案例。對于早期使用者來說，AI的可擴展性是下一個挑戰。


今年的成熟度周期包含了很多新技術，但被大眾所知曉的有價值或目標的很少，而被主流應用的則少之又少。“這并不代表AI是不可用的。這表示它將會發生改變，為了評估AI的價值和風險，CIO需要為其設定現實的預期?！?Gartner副總裁分析師Svetlana Sicular表示。

以下是Sicular重點介紹的人工智能技術，這些技術必須在CIO的計劃上，才能在未來兩到五年內對業務轉型產生巨大影響。

增強型智能（Augmented intelligence）

增強型智能是以人為中心的AI與人協作提高認知能力的合作模式。它關注的是人工智能在提高人類能力方面的輔助作用。

AI與人們互動，改善他們已經知道的事物，可以減少日常失誤，并可以改善客戶互動、市民服務和病人護理。增強型智能的目標是提高自動化的效率，同時輔以人性化和常識來管理決策自動化的風險。

聊天機器人（chatbots）

聊天機器人是AI的代表，影響著人們所有可交流的領域，比如汽車制造商KIA，它每周與11.5萬名用戶對話，或者Lidl的Winebot Margot，它提供購買葡萄酒的指導和食物搭配方面的建議。

聊天機器人可以基于文本或語音，也可以兩者結合，并依賴于極少人為干預的腳本響應。

常見的應用程序存在于HR、IT幫助臺和自助服務中，聊天機器人在客戶服務領域已經產生極大影響，尤其是改變了客戶服務的執行方式。從“用戶學習界面”到“聊天機器人正在學習用戶想要的東西”的轉變，意味著對員工入職、工作效率和培訓的更大影響。

機器學習（Machine Learning,ML）

機器學習可以解決業務問題，如個性化的客戶服務、供應鏈推薦、動態定價、醫療診斷和反洗黑錢。ML使用數學模型從數據中提取知識和模式。隨著組織面臨的數據量的指數增長和計算基礎設施的改進，ML的使用也在增加。

目前，ML被用于多個領域和行業，以推動改進，并為業務問題找到新的解決方案。美國運通使用數據分析和ML算法來幫助檢測幾乎實時的欺詐行為，以節省數百萬美元的損失。沃爾沃利用數據幫助預測零部件何時可能出現故障，何時需要維修，從而提高了其汽車的安全性。

AI治理

組織不應該忽視AI治理。他們需要意識到潛在的監管和聲譽風險。Sicular說:“AI治理是制定政策，對抗AI相關的偏見、歧視和AI其他負面影響的過程?！?br />
確定數據源和算法的透明度要求，減少風險并增強信心。

為了發展人工智能治理，數據和分析領導者和CIO應該關注三個領域：信任、透明度和多樣性。他們需要關注對數據源和人工智能結果的信任，以確保人工智能的成功使用。他們還需要確定數據源和算法的透明度要求，以降低風險，增強對人工智能的信心。此外，應該確保數據、算法和觀點的多樣性，以追求人工智能的道德倫理和準確性。

智能應用

大多數組織對獲取AI功能的偏好正在發生改變，更傾向于將其用于企業應用程序中。智能應用是具有嵌入式或集成AI技術的企業應用，通過智能自動化、以數據為基礎的分析和指導建議來支持或替代基于人工的活動，以提高生產力和決策制定。

今天，企業應用程序供應商正在他們的產品中嵌入AI技術，并引入人工智能平臺功能——從企業資源規劃到客戶關系管理，再到人力資源管理，再到勞動力生產率應用程序。

CIO們應該向他們的外包軟件供應商提出要求，需要他們在產品路線圖中概述如何結合AI，以高級分析、智能流程和高級用戶體驗的形式增加業務價值。

來源：Gartner