三个皮匠微信公众号每天给您带来最全最新各类数据研究报告

IDC观点

• 把握市场趋势为制定AI战略提供参考。•技术走向方面，机器学习平台、多模态计算、多模型数据库将开始走向市场。落地实施方面，AI部署过程将更加自动化，AI也将从主要在数据中心进行计算扩展至边缘计算。应用价值方面，业务流程自动化、人机交互智能化将是优先受益领域。市场生态方面则体现出两大明显趋势：软件及应用引领基础计算架构、生态资源整合制胜。（原文来自皮匠网，关注“三个皮匠”微信公众号，每天分享最新行业报告）

• 辨识从技术到应用的路径驱动AI落地。机器学习、深度学习作为最基础最关键的核心技术，驱动图像、视频、语音、语义、知识图谱等技术的应用，未来还将向融合语音、语义、视频图像等多模态计算发展。而从技术到应用，IDC在本次研究中也追踪了16个行业的应用场景。要将这些应用在企业中落地并发挥效能，需要行业参与者共同解决数据资源、硬件适配、云端协同、工程化等诸多环节的要求。

• 评估AI应用效能促进商业模式重构。全面分析所有AI应用场景可以看到：人工智能对企业的影响深远，从产品服务侧，到中间的生产模式、运营模式，再到决策端，人工智能将从降低人力成本、缩短流程所需时间、降低风险损失、带来增值收入、提高生产效率等方面发挥效能。人工智能在不同行业不同企业发挥的效能并不均衡，本着“早投资早评估早受益”的原则，AI系统的早期投资者基本可在6-24个月内收回投资成本，甚至获得更多投资回报。

• 共建合作伙伴网络帮助各方轻松拓展业务。人工智能生态系统正在经历高度集中-各自为政-各司其职的演化进程。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。

• 百度大脑：简单易用、全面开放。百度大脑经过两年多的开放和迭代，目前已经升级到3.0版本，开放超140项AI能力。百度大脑始终致力于为用户提供最丰富最开放、简单易用的AI能力。

• 最后，AI行动计划可以分为六步走：1-10天——制定AI行动计划；11-20天——选择合适的启动场景；21-40天——成立项目小组，准备数据并落实预算；41-60天——开始测试AI系统；61-80天——正式开始部署AI系统；81-100天——复制成功实践，扩大部署规模。

把握趋势•2019年AI市场展望

过去两年间，人工智能在中国的发展速度可谓一日千里、遍地开花：从企业单个业务场景试用到复制推广到更多部门，从先行者的小范围探索到行业企业全面入局，从语音控制、人脸识别、OCR等单点应用到将机器学习应用在各种细分领域。先行者正在将成功的人工智能系统实践复制到更多领域，技术与应用双重创新驱动中国人工智能市场高速发展。展望2019年以及其后的3年，预计人工智能市场将再续辉煌，新技术的渗透率将进一步提高，将从智能流程自动化、人机交互智能化等方面变革性地提升人类生活与工作效率。与此同时，市场生态也将更加高度整合。

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。