科技丨2019年前沿技術預測

 

 

 

本文轉載自科技中國，做者：孟海華(上海市科學學研究所)，首發刊載於《科技中國》雜誌2018年3月 第3期 預測。

1、人工智能

全球領先的信息技術研究與顧問公司Gartner認爲，2018年將是人工智能大衆化應用的開始，將影響到企業和政府以外的更普遍的領域，這會給人工智能的發展和CIO們帶來更多的機會。

1.在發達國家，到2020年，20%的公民將使用人工智能助手幫助他們完成一系列平常的、可操做的任務。

在發達國家，我的的互動與基於人工智能的服務已經變得愈來愈頻繁，虛擬我的助理(VPA)再也不是簡單的提問和回答。從主要語音廠商反饋的數據來看，目前的語音錯誤率徘徊在5%，這是能夠接受的錯誤率。

這種更高的準確性使消費者更偏向於語音服務，如蘋果的Siri、亞馬遜的Alexa和谷歌助手，對數以百萬計的智能手機用戶來講更加有效。在這個背景下，2018年人們將賦予人工智能更多、更高的指望。2018年將有超過20億的人會經過智能手機及其鏈接的設備，使用會話AI與VPA、虛擬客戶助理(VCA)、虛擬執行助理(VEAs)、聊天機器人和其餘的人工智能功能的服務。消費者將愈來愈熟悉使用這些服務，制定簡單任務過程，好比設置鬧鐘或提醒。

他們很容易地將這些人工智能會話轉換成更復雜的任務，例如對將來任務進行計時或以其餘方式進行交互。

2.到2022年，40%的面向客戶的員工和政府工做人員天天都會諮詢AI，在虛擬助理的支撐下進行決策或執行流程。

人工智能助手將愈來愈多地被做爲會話平臺與決策過程支持助手的關鍵點。AI功能將在兩個方面支持虛擬助理：一是做爲一種資源，AI令人類支持代理可以更快更有效地響應客戶/公民的查詢或行動;二是成爲回答基本查詢的首要對話界面。

當前人工智能在減小關係摩擦和改善服務方面超越了商業售賣。具備人工智能虛擬助理(如蘋果Siri或亞馬遜Alexa)的人們對政府服務的反應也愈來愈靈敏。許多CIO還沒有充分意識到基於人工智能的虛擬支持代理的潛力，包括聊天機器人。

神經語言程序學配合機器學習可以理解不一樣組合中的詞彙含義，並提出問題以揭示意圖和建立上下文。基於這種理解，虛擬代理將可以迴應客戶或公民的問題，採起或提出智能支持。一個虛擬代理將可以更快地完成任務，而不只僅是一個代理——人或虛擬的智能研究機構。

3.到2020年，85%的CIO將經過AI程序執行購買、建造和外包工做

目前的人工智能趨勢意味着大多數機構將沒必要從頭開始啓動他們本身的人工智能研究項目。相反，CIO們將可以從當前的知識中收集和整理合理的發展戰略，集合各業務單位的具體擅長。

今天，絕大多數企業處於人工智能倡議的早期階段，但它們正在迅速地向前發展。來自Gartner的最新調查數據顯示，約4%的CIO(首席信息官)有AI部署，另外21%有短時間規劃，另有25%在中期或長期規劃中有AI倡議。CIO們面臨一系列嚴峻的挑戰，包括孤立的數據孤島，可憐的或不肯定的數據質量，數字化和最基礎的AI技能缺少。雪上加霜的是，DNN開闢了AI新天地，怎麼去適應?網絡公司、雲計算企業和雲服務提供商都在選擇部署機器學習和DNN融合的產品，該領域正有大舉蔓延的趨勢。

將來三年人工智能人才缺口也將迅速填補，由於愈來愈多的大學開設人工智能課程，並展開人工智能再培訓。在接下來的三年裏，更多的軟件企業和雲服務提供商將DNN功能整合到他們的產品，進一步下降AI項目相關的複雜性和障礙。

4.到2022年，公司內部公開設立的人工智能項目將100%從CIO那裏獲得資金支持

CIO們正在評估關鍵任務的應用場景，肯定對AI的舉措。實事求是地說，人工智能驅動過程和能力優化的潛在好處是巨大的。可是，建立系統的危險性彷佛帶來了偏頗的結果，這可能對AI結果會形成毀滅性的影響。

所以，決策者須要確保基本方法科學，採起問責制和提高透明度。企業使用具備挑戰性的DNN案例的狀況下，CIO必須可以驗證和捍衛AI系統的結果。CIO尋求可以提供有效生產的AI的舉措將是高度公開和透明的。許多企業使用案例，從金融服務到自動駕駛，實施DNN技術將具備挑戰性。在金融服務方面，規定要求金融服務分析要有明確的定義和解釋。而DNN能夠提供極其精確的結果，但它中間階段的數據如何轉換獲得結果每每是不透明的。

所以，對於涉及訴訟、法規規範、監督和業務控制的案例，將須要採用更加科學的方法。人工智能生態系統應該提供工具來驗證數據源和模型結果。機器學習建模環境越透明，組織就越能分析底層機器學習模型的效能。研究人員正在努力提升DNN方法透明度。

5.到2022年，成熟經濟體中人們將面臨比真實信息更多的虛假信息

一是智能之下隱藏的偏見——一種衆所周知的人類傾向——引導全部人去尋找、選擇和評估他們所相信的、指望被證實真實的信息。二是人工智能能夠檢測錯誤信息，但也能夠生成它。檢測和改善須要時間。三是人工智能創造虛假信息的成本和花費要比檢測信息的成本更低。

因爲經濟和政治的緣由，虛假信息會超越真實信息的傳播。在2020年以前，這種虛假信息表現爲詐騙信息和金融領域的謊話，在這段時間內，沒有大型互聯網公司將徹底成功地減輕這一問題。到2020年末，一些主要國家將經過規章或法律來遏制虛假信息的傳播。

2、3D打印和增材製造

數字化3D打印硬件平臺、軟件和材料以及相關技術不只給精密零件製造帶來突破，也將改變組織的業務模式。具體來看，航天工業、醫療行業、創業者們由於3D打印和增材製造獲益不淺，同時也模糊了零售商和製造商之間的界線。實踐告訴咱們，3D打印使用不會危及組織的核心製造能力或現有產品線。

1.到2021年，75%的新型商用和軍用飛機將使用3D打印部件飛行

30年前，航空航天行業是首批採用3D打印的行業之一。因爲產品設計和開發時間過長，航空航天製造軍品商擁有飛機模型和部件的早期測試平臺。今天，蔓延到多個業界，多數正在創建基礎設施，以支持其組織和供應鏈中的多個3D打印業務。雖然在全部行業中，原型機制造仍然是3D打印的主要用例，但航空航天顯然已經積極地跨出了一步，即實戰。

軌道發射器領域已經成功地進行了70次3D打印的Aeon 1發動機的測試。Aeon 1使用氧氣和甲烷做爲推動劑，其材料也將是火星上最容易製造的材料。空客320的「仿生分區(bionicpartition)」沒法使用傳統的製造和加工技術建造，使用3D打印，比目前的設計每一年能夠節省465000噸的二氧化碳排放量。

波音公司已經在四個國家設立20個增材製造網站。超過50000個3D打印部件在商業和國防領域獲得應用。GE航空渦輪螺旋槳發動機設計的855個常規制造部分，被劃分爲12個3D打印板塊，產生10%馬力，節省20%燃料，致使更短的開發週期和更低的開發成本。

2.到2021年，25%的外科醫生術前將在3D打印的解剖模型上練習

國際頂級醫院結合醫學影像軟件和服務，不斷提高3D打印硬件水平，培訓外科醫生及新員工3D打印水平。目前，近3%的大型醫院和醫療研究機構在現場都有3D打印技術能力。手術和術前準備的三維模型已經過如下方式獲得改進：一是設計，即改進用戶體驗設計;二是計算機斷層掃描(CT)、磁共振成像(MRI)和其餘醫學成像技術;三是得益於基於雲的CAD和建模軟件。

在美國，隨着3D打印技術的進步和其餘技術的進一步完善，3D打印將從醫院教學和專科中心擴展到更普遍的醫院系統。例如，波士頓兒童醫院結合3D打印進行團隊訓練和術前計劃，臨牀醫生、工業工程師、設計師、模擬專家、插圖師和病人護理團隊都參與其中。在組織架構上，3D打印部門獨立於個別部門，如外科或放射科，以防止所謂「草坪問題」的出現。

3.到2021年，20%的消費品公司將使用3D打印來製做定製產品

3D打印可能對消費品公司供應鏈產生重大影響。尤爲是知足特定定製需求的類別中，減小庫存，成本和生產能夠更接近最終客戶。這種向本地生產轉移以供當地消費的作法將迫使商業公司從新考慮其商業模式。例如，消費者或徹底不相關的第三方能夠成爲完整產品的最終生產者或產品一部分的提供者而參與實際的產品交付。例如美國一家名爲raceware的公司使用3D打印製做所定製的自行車部件，而美國一家零售初創公司則在當地生產3D打印服裝。阿迪達斯等體育用品生產商都是圍繞鞋底、鞋墊的3D打印，甚至是個性化的鞋墊圖案來提高品牌的。這些產品有更高的價格，並且是定製的，旨在提升運動員的我的表現。

4.到2021年，20%的企業將成立內部創業公司，開發基於3D打印的新產品和服務

如今，商業以閃電般的速度發展，而技術的發展則更快。技術破壞一晚上之間改變公司或整個行業。老牌企業不斷面臨來自全球一半地區的初創企業和新興公司的競爭。即便是大公司也必須集成3D打印技術進入他們的研發、工程和製造集團，並創建一個內部推動3D打印和其餘創新技術進入公司總體流程的業務部門。

這些初創公司一般有獨立於公司運營的自由，但具備利用企業設施的能力，如物理設施、財務、人事和採購，以下降成本。一旦成功，一家內部初創企業就會發展其研發和製造，工藝和產品進入主流製造業務，或主流業務。在過去的幾年裏，一些大型的企業工程組織，如空客、巴斯夫和通用電氣，已經創建了工業規模的3D打印內部創業公司。

這些公司可以加快將3D打印集成到他們本身的製造過程當中，由於這些零件使用傳統的製造方法，要麼太困難，要麼成本過高，它們還可以繞過大公司中已創建的管理鏈，它們每每扼殺而不是鼓勵創新和冒險。除了加速創新以外，這些內部初創企業還有助於在公司內部識別企業家，並吸引外部工程人才，特別是那些永遠不會考慮在這麼大的公司工做的人才。

5.到2021年，40%的製造企業將創建3D打印中心

到2021年，40%的製造企業將創建3D打印中心(例如，波音、GE、Johnson、RollsRoyce和Siemens)。這些企業將3D打印相關工做流集成到關鍵業務流程中。3D打印中心以專一於改進設計創新、標準化等關鍵流程，重點關注質量和檢查流程的改進。3D打印中心還可做爲培訓機構或供應鏈合做夥伴的經驗交流中心。

中型企業製造商正開始效仿創建3D打印中心，但投資較小。這些公司傾向於將3D打印服務外包，由於所需的資本成本和專門的勞動力一般都太大，沒法維持。3D打印技術的主要增加動力在新興市場，在巴西、南非和土耳其等幾個新興市場，3D打印發展神速。事實上，南非的研究更深刻了一步，aeroswift 3D打印機打印速度是現有的粉牀融合設備速度的10倍，建造面積是2000毫米×600毫米×600毫米，是世界上最大和最快的打印機。

3、AR/VR/MR等沉浸式技術

AR、VR和MR用戶指望更大程度上從2D界面轉移到更身臨其境的3D世界，從3D捕捉更豐富、更平滑的圖景，從3D得到新的體驗。影響麪包括商業、店內體驗、聊天機器人、虛擬助理、區域規劃、監控等。

1.到2022年，20%的早期採用者將使用3D輸入/輸出接口來取代傳統的2d/平面交互

人工智能和計算機視覺技術的進步將爲3D圖像掃描、建立和消費者用戶案例提供更多的價值。預計計算機視覺功能將愈來愈多地嵌入智能手機和智能終端。亞馬遜最近投資於人體實驗室，用於3D人體模型掃描，一些初創企業和公司，如Styku和Bodi.me，正在推進3D人體掃描，以實現對衣服的虛擬試穿和健康情況評估。

空間音頻的進步能夠爲用戶提供既能將聲音放置在3D環境中，又能檢測出聲音位置來源的體驗。Google VR音頻系統建立多個虛擬揚聲器來再現聲波。空間音頻的進步能夠爲用戶提供在三維環境中放置聲音以及探測聲音的位置源的體驗，而DearVR空間鏈接簡化了集成音頻之間的互動環境和3D空間渲染。智能手機廠商的強大投資，爲3D深度感知成爲智能手機的標配功能開闢了道路。

2.到2021年，20%的虛擬助理、聊天機器人和短信互動在發達國家將得到更豐富的形象，2017年這個比例只有3%

幾十年來，虛擬人類互動實驗室(VHIL)一直在探索從面部表情到身體位置等虛擬人的視覺描繪的細微差異，以及它們如何對社會互動產生明確的影響。一是語音技術。例如，亞馬遜在2017年推出了它的語音標記功能，容許開發人員經過同步語音和麪部動畫來進行脣同步。二是面部跟蹤技術。臉譜網展現了今年早些時候的社會虛擬實驗。

經過機器學習工具從2D照片中推斷3D模型。例如，loom.ai經過機器學習將自拍轉換爲我的3D形象，並之內嵌式自動實現頭像的建立過程。它使用公共API和視覺效果(VFX)建立逼真的可視化，而後能夠動畫化，並用於一系列應用程序。三是人體掃描技術。多倫多的ITSME這樣的公司使用全身掃描，而且可以在掃描後的一分鐘內建立一個我的的3D形象。

它的第一款產品ITSMIJI，容許個性化形象做爲表情符號。這些技術也將在消費環境中發揮做用，用戶當前不存在於社會虛擬現實中，將可以支持基本的自動化交互。像Furhat機器人公司這樣的動畫廠商也將擴大業務，提供品牌體驗，利用應用於酒店、商店、交通樞紐和其餘公共場所的ARVR技術。

3.到2022年，加強現實將超過虛擬現實成爲頭戴式顯示器的主流，將佔頭盔式顯示銷售的55%，2017年這一比例小於5%

頭盔顯示器將從2016的1,600萬臺增加到2021年的6,700萬臺(複合年增加率爲33%)。在這個預測期內，ARHMD將增加到這一數量的近一半。因爲蘋果和谷歌等領先廠商發佈了各自的平臺ARkit和ARcore，開發者和消費者的關注度有所提升。

AR是一組技術集合，提供一種將物理世界與數字信息結合在一塊兒的體驗和用戶界面。智能手機其實是消費者的個性化設備。智能手機上的通常消費者AR體驗很難得到吸引力，這是由於形式因素(手持)限制了用戶的行爲。大衆市場的用戶不肯意不停地拿起手機到他們周圍的環境，以得到更多的信息。

隨着時間的推移，這些設備將成爲用戶的重要裝備，多模態(觸摸、手勢、語音和運動)和免提交互將成爲這些設備的主流功能。消費者將開始轉變，從智能手機到HMDS，以更透明、更直觀的方式與物理和數字世界互動。計算機視覺等技術將使消費者可以直觀地搜索和識別其物理環境。

4.到2021年，25%的大型企業將試點並部署混合現實(MR)解決方案，而今天只佔1%

Gartner預計，到2020年，加強現實和虛擬現實將合併他們的特性和功能。預計，微軟的其餘技術供應商可能在2018年和2019年推出更便宜的MR硬件。混合現實是市場中的一種沉浸式解決方案，不像AR和VR那麼成熟，這項技術是經過一個帶有透明鏡頭的耳機，將3D圖形疊加到真實世界的視圖上。

MR促進了複雜的用戶體驗，加強了真實世界的視覺覆蓋、音頻和觸覺反饋。混合現實目前處於早期階段，以航空航天、空間探索、汽車製造、建築和設計、醫療保健等領域爲中心正在進行試點。該技術使企業可以使用複雜的多通道和多視覺體驗來橋接物理真實世界和虛幻世界。

更天然的是，與3D對象和數字世界進行交互，並提供虛擬和真實環境的更靈活的集成，支持在業務和虛擬現實中更普遍的協做場景。可視化和定製新車、新房子、新的互動遊戲、新的購物或娛樂體驗(博物館或旅遊目的地)等方面將潛伏商機。

5.到2021年，硬件和平臺市場的整合將致使蘋果、微軟和谷歌佔據沉浸式解決方案60%的營收

沉浸式技術包括加強現實技術、虛擬現實技術和混合現實技術。AR與實際環境相關度較高，VR使得用戶被放置到充分的虛擬環境中，MR把虛擬對象插入到實際環境中。谷歌和蘋果兩家公司，都在積極關注身臨其境的體驗，並將其帶給主流用戶。最近推出的ARcore，旨在使AR開發人員可以不須要特殊的深度傳感器來操做安卓系統。

蘋果的關注點是AR，由於蘋果已經發布了ARkit(IOS 11的一部分)。iPhoneX也有一個正面的3D深度感測相機，將容許用戶查看三維的世界。微軟是市場的領導者，它的全息透鏡設備正在引領將來。

沉浸式設備和技術的現實市場很是分散，就像蘋果、微軟和谷歌等科技巨頭的新興科技市場同樣，現在佔據的市場份額不到15%。全部這三家領先的技術供應商都對沉浸式的現實市場抱有很高的指望。

他們但願在這些市場上獲勝，由於這是用戶如何與設備以及物理和虛擬世界互動的一個新興前沿。目前，AR、VR和MR更像是一個單獨的市場，每一個市場都有特定的參與者。沉浸式現實解決方案的成功不只取決於硬件/設備的可用性和能力，還取決於內容、開發人員的支持和生態系統。

4、區塊鏈

區塊鏈並不是靈丹妙藥，可是企業須要得到其帶來的差別化價值，在技術選擇方面保持適當的平衡，確保不錯過任何變革的機會。

1.到2022年，只有10%的企業將利用區塊鏈技術實現完全的變革

企業若是要充分運用區塊鏈技術，須要對本身現有的業務模式進行解構和變革。由於，區塊鏈技術能夠在不須要中間人的狀況下發展分散的企業和系統，而今天的大多數系統都是集中的或依賴中間人。其實，運用區塊鏈技術構建集中式系統是可能的，前提是技術通過驗證。區塊鏈技術有待進一步成熟，當前企業在技術性能、數據管理、技術集成和可操做性都有較高的需求，這也是漸進發展進化的重要體現。傳統企業不擅長利用創新技術進行顛覆，可能不會像初創企業那樣熱衷於區塊鏈技術。

初創企業沒有任何體制束縛或路徑鎖定，可能會最大限度地利用破壞性技術武裝本身的商業能力。目前活躍的區塊鏈企業符合這一特徵。開發基於區塊鏈的企業管理，須要跨越公司戰略、業務流程、風險管理、員工技能、技術投資和管理操做等多個方面。

2.到2022年，有超過10億人可能在沒有意識的狀況下，將一些數據存儲在區塊鏈上

幾乎全部區塊鏈項目都涉及將數據存儲在區塊鏈分佈式分類帳上。區塊鏈技術有多個方面，包括加密貨幣令牌、分佈式分類帳、協商一致機制和智能契約。雖然並非全部的項目都涉及每一個元素，但它們老是將一些數據存儲在分佈式分類帳上。大多數企業尚未準備好替換它們當前的數據存儲(一般是關係數據庫)，而是進行擴充。

區塊鏈被認爲是能夠存儲各類數據，包括身份、交易、交互、事件等數據。區塊鏈炒做幾乎在全部行業都很廣泛。除了政府以外，許多其餘行業也在分析調研區塊鏈，其中許多涉及將客戶數據存儲在分佈式分類帳上。雖然金融服務多是傳統行業中第一個進行試驗的行業，但它們並非惟一的，並且人們對其餘行業領域的興趣也愈來愈大。基於區塊鏈中的創業活動很是活躍，風險投資和天使投資者等都將對區塊鏈產生極大的興趣。初創企業及其客戶都但願將數據存儲在分佈式分類帳上。

3.到2022年，至少將有5個國家(包括至少一個G7國家)將發行一種由法訂貨幣支持的加密貨幣

加密貨幣將有助於集中和分散狀況下建立、轉移數字資產，而且避免相關花費。目前幾乎全部的加密貨幣都是比特幣和其餘由初創企業推廣的替代貨幣，而不是經過中央銀行或其餘金融機構發行的貨幣。加密貨幣能夠做爲另外一種支付工具，也能夠做爲另外一種存儲價值，但目前加密貨幣的市場增加主要圍繞後者，並有較高的投機成分，因此已經不只僅是一種支付工具。在部分國家，接受比特幣做爲替代支付機制已被採納，與法訂貨幣掛鉤的加密貨幣將減小對加密貨幣的接受難度，並將提升加密貨幣的合法性。各國央行對加密貨幣技術的興趣一直在上升。

4.到2020年，80%的基於區塊鏈的企業的省錢計劃將會不切實際

目前大部分企業試圖基於區塊鏈提升企業的效率，實現過程自動化、流程簡單化、技術精煉化，以減小沒必要要的錯誤。企業考慮用區塊鏈取代陳舊、封閉、支離破碎的系統，特別是難以維護並具備許多手動過程的系統。這樣的企業不須要考慮區塊鏈平臺，不多關聯區塊鏈的關鍵方面如密碼、分佈式帳本、協商一致機制或智能合同等。雖然區塊鏈技術提供了獨特的好處，但它並非一個目標明確和成熟的平臺，沒法在可伸縮性、延遲、互操做性和分析等領域處理企業需求。此外，技術組成部分還沒有在規模上獲得強化。

能夠預見，2018年，85%用區塊鏈命名的項目，就是不使用區塊鏈，都會有商業價值產生。Gartner注意到，人們傾向於將區塊鏈做爲流程中許多問題的解決方案。雖然區塊鏈彷佛是一種適用的技術，但極可能還有其餘更適合並準備就緒的技術。咱們必須認真細緻地評估其餘技術的優勢。目前，「青春期」的區塊鏈技術要求任何考慮其使用的人，在做出決定以前，都要評估其對功能性和非功能性需求的適用性。此外，大多數區塊鏈項目須要獲得生態系統中其餘各方的採納和支持才能取得成功，應該搞清楚須要支持的全部對象、支持動機(或缺少支持)，以及這樣作的可行性，除非及早處理，不然這些問題可能在之後階段沒法解決。

5、人工智能和將來的工做

從以往的案例來看，科技的重大創新每每致使一些崗位暫時性失業，而且產生過渡期，而後是行業復甦和業務轉型。人工智能也是如此，這一過渡期將在2020年左右，與以前的重大創新相比，人工智能領域更早地發出了警告，預見了人工智能對工做可能產生的負面影響。這可能有助於進一步縮短過渡時期，儘管咱們在以前的討論中沒有考慮到這種狀況。

1.在2020年，人工智能做爲網絡工做「發動機」，將創造230萬個工做機會，同時也會消滅180萬個工做崗位

2020年將是人工智能就業動態的關鍵年份：AI將在2019年以前減小更多的就業機會(主要是製造業)。從2020年開始，與人工智能相關的就業機會將會正向增加，2025年將達到200萬個淨新增就業崗位。受人工智能影響的就業崗位數量因行業而異：醫療、公共部門和教育部門的就業需求將持續增加;製造業將受到最嚴重的衝擊;醫療保健提供者、公共部門、銀行和證券、通訊、媒體和服務、零售和批發貿易將從人工智能中受益，而不會遭受年度淨失業。

製造業和運輸業將遭受較大沖擊：到2019年年末，因爲人工智能技術的發展，93.8萬個製造業崗位將被淘汰;交通運輸業將在2020首次實現就業淨增加;2018年，全球IT服務公司將有大量的工做崗位流失，新增10萬個工做崗位，減小8萬個工做崗位。總的來看，Gartner認爲人工智能將對工做就業產生積極的影響，就業淨增加的主要緣由是人工智能自己——其實質是人類與智能的合做關係，二者相輔相成。人工智能對就業的影響在全球範圍內處於起步階段。

爲了預測人工智能將如何改變就業前景，咱們研究了2015年至2025年10年期間，按行業、按國家分列的商業價值創造的地點和方式。從就業動態走勢來看，2025年之後新的行業和工做崗位將被創造出來，但它們是難以預見的;就像過去同樣，很難預見智能手機、社交網絡和廣告等新行業的就業機會。能夠確定的是，從2020年開始，與人工智能相關的工做崗位將穩步增加。

在2021年，人工智能技術將產生2.9萬億美圓的商業價值，並節省62億小時的人工。從長遠來看，人工智能將下降勞動力成本佔收入的百分比，但其中一部分收入將繼續轉化爲新的工做。

2.在2021年，人工智能技術將產生29,000億美圓的商業價值，並節省62億小時的人工

Gartner的預測顯示，人工智能將帶來使人震驚的29,000億美圓新的商業價值，以及節省62億小時的人工。歸因於使用人工智能提升了工做效率，創造個性化客戶體驗，吸引客戶參與，並幫助擴大創收機會，並以此做爲新的業務模式的一部分，這些新的業務模式是由價值數據驅動的。

許多行業的商業價值將會增長，但製造業將會迎來更多的價值機會，由於人工智能而節約成本，消除價值鏈中的摩擦消耗。製造業主要由於人工智能而大大節約成本，從而帶來更多的收入。然而，這隻說明了故事的一個方面。雖然人工智能無疑會帶來這些收益，但產業不會停滯不前，不會讓人工智能成爲決定贏家和輸家的惟一因素。事實上，外包等行業正在從根本上改變其商業模式，只是依託人工智能尋求更低的成本，新的商業模式和機會顯得更爲重要。

目前，雖然人工智能輕鬆替代人類承擔重複的、普通的勞動，令人類自由從事其餘活動，但人類與人工智能的共生關係將更加微妙。對於人類來講，智能須要從新設計，而不是簡單地用自動化替代。例如，與模仿人的行爲和判斷的套路不一樣的是，整個決策過程能夠重構，應該充分利用機器和人的相對優點和弱點，最大限度地產生價值。

3.到2022年，1/5從事很是規工做的工人將依靠人工智能來完成他們的工做

人工智能被用於高度重複的任務，包括執行大量的觀察和分析活動，例如篩查乳房的X線掃描結果，來診斷乳腺癌。可是，將人工智能用於一些平常人們接觸較少、類型比較獨特的工做，將會產生更好的效益。一些特殊的工種，將受到高度關注。人工智能應用於半常規和很是規認知任務，在訓練數據的支撐下，會產生更加有趣的聯繫，使得現有的工做更加有效。

供應商們應該抓住機會，讓人工智能通用工具來改進很是規工種。例如，天然語言查詢數據集、自動分類內容、重要電子郵件的提醒或即時消息，以及介紹具備相似興趣的同事等。這些新的潛在工做，將催生積累和分析知識工做的深度改進。應用人工智能技術加強人類認知能力，提升認知任務和決策的質量。

4.到2022年，零售商試圖使用人工智能取代銷售人員的作法，將被證實是不成功的，儘管諸如收銀員、運維工做將被打亂

多渠道零售有一個複雜的成本結構，有兩大驅動因素：商品銷售成本和勞動力成本。競爭和投資將產生巨大的驅動力，使幾十年來相對不變的任務和流程自動化。利用人工智能和機器人等技術，零售商實現自動化來識別、優化密集型和重複性勞動。

目前，零售商正在擴大對技術的使用，以改進店內財務流程，好比自助結賬，這已經超出了雜貨店和大商場零售商的範圍，進入了便利店等領域。一些零售公司，如ahold，正在向消費者提供掃描設備，供他們在裝載購物車時使用，從而進一步爲結帳的消費者提供了無縫交易。

沃爾瑪目前正在測試一種由客戶的移動設備啓用的掃描和關閉過程。一些零售商正在試驗機器人解決方案的客戶服務，積極實驗虛擬客戶服務助理。儘管全部這些努力都將繼續，但研究代表，全部年齡層的消費者在逛商店時仍更願意與知識淵博的銷售助理互動。這一需求在家庭裝修、藥店和化妝品等專業領域比較明顯，零售商會發現很難消除傳統的銷售關聯功能。

到2020年，人工智能及算法將促使前10名零售商削減多達1/3的總部採購人員。到2020年，至少有一家大型多渠道零售商將嘗試一個徹底自動化的、無關聯的物理存儲場地。到2020年，將有50%的零售客戶服務至少部分經過對話式的人工智能應用程序進行處理。

 

 

【科技開放平臺】將挖掘企業更多發展價值與成長空間，幫助企業實現創新轉型升級，歡迎諮詢溝通。