12月20日，國際數(shù)據(jù)公司（IDC）與百度AI產(chǎn)業(yè)研究中心（BACC）聯(lián)合發(fā)布《百度大腦領(lǐng)導(dǎo)力白皮書》，白皮書預(yù)測了2019年中國人工智能市場發(fā)展趨勢，通過實際案例解析人工智能如何從技術(shù)到落地，并提出“100天AI部署計劃”。

IDC預(yù)計，2022年，中國人工智能市場規(guī)模將達(dá)到98.4億美元。白皮書從技術(shù)走向、落地實施、應(yīng)用價值、市場生態(tài)四個維度預(yù)測了2019年人工智能十大趨勢：

展望一：機器學(xué)習(xí)/深度學(xué)習(xí)開始走進(jìn)傳統(tǒng)企業(yè)。機器學(xué)習(xí)/深度學(xué)習(xí)將走進(jìn)企業(yè)內(nèi)部，為企業(yè)提供以決策為中心的服務(wù)。同時，深度學(xué)習(xí)也將繼續(xù)廣泛應(yīng)用在圖像、音頻、文本等非結(jié)構(gòu)化數(shù)據(jù)處理中。尤其是傳統(tǒng)行業(yè)中的大中型企業(yè)，采用機器學(xué)習(xí)平臺開發(fā)人工智能應(yīng)用將逐漸成為主流。IDC預(yù)計到2020年行業(yè)前15%的企業(yè)都將采用機器學(xué)習(xí)。

展望二：融合視覺、語音、語義等多模態(tài)計算開始落地。僅能夠看清聽清的機器智能已經(jīng)不能滿足人類需求，融合視覺、語音、語義及情感的多模態(tài)計算成為實現(xiàn)真正智能的迫切剛需。預(yù)計未來三年多模態(tài)計算將在實際應(yīng)用中開始落地。

展望三：多模型數(shù)據(jù)庫開始走向市常隨著物聯(lián)網(wǎng)的投資以及企業(yè)數(shù)字化轉(zhuǎn)型的進(jìn)程，企業(yè)內(nèi)各種非結(jié)構(gòu)化數(shù)據(jù)高速增長，使得能夠支持多種格式數(shù)據(jù)管理的多模型數(shù)據(jù)庫成為迫切需求。IDC預(yù)計到2023年，多模型數(shù)據(jù)庫的支出將達(dá)到NoSQL數(shù)據(jù)庫支出的30%。

展望四：低代碼量開發(fā)平臺降低AI技術(shù)使用門檻。低代碼量/無代碼開發(fā)平臺促進(jìn)AI部署自動化，降低技術(shù)使用門檻，使中小企業(yè)也能平等使用AI，實現(xiàn)普惠AI。用戶可以上傳圖片、音頻、文本等原始數(shù)據(jù)，系統(tǒng)即可自動訓(xùn)練出合適的模型。典型的案例—谷歌AutoML，百度EasyDL。

展望五：人工智能從云端部署向邊緣計算擴展?；A(chǔ)架構(gòu)開始向靠近數(shù)據(jù)源的邊緣位置以及端側(cè)設(shè)備轉(zhuǎn)移，而人工智能將成為最先受益于邊緣計算的應(yīng)用程序。邊緣設(shè)備將包含AI算法并將驅(qū)動計算能力的交付。IDC預(yù)計至2022年，25%的物聯(lián)網(wǎng)端設(shè)備都將運行AI算法模型。

展望六：業(yè)務(wù)流程智能化、自動化水平達(dá)到新高度。機器學(xué)習(xí)驅(qū)動的人工智能將推動新一輪的業(yè)務(wù)流程重構(gòu)的浪潮，眾多應(yīng)用程序?qū)⒈桓叨群喕?。典型的案例如財?wù)流程自動化、核保自動化等眾多流程自動化水平將達(dá)到新高度。IDC預(yù)計至2023年，人工智能將取代50%的IT業(yè)務(wù)工作量，節(jié)省20%以上的運營成本。

展望七：人機交互界面趨向智能化。一方面語音賦能的程序越來越廣泛--語音對話能力將嵌入到硬件以及應(yīng)用程序軟件中。另一方面融合語音、圖像、視頻以及語義理解能力的AI將成為人類與應(yīng)用程序交互的主流方式。IDC預(yù)計到2023年，支持AI 的人機交互接口將取代目前50%的基于屏幕的B2B和B2C的應(yīng)用程序。

展望八：六大行業(yè)全面采用AI。政府行業(yè)、金融業(yè)、互聯(lián)網(wǎng)行業(yè)在經(jīng)過近年的應(yīng)用實踐后將全面擴展AI的應(yīng)用。而新零售、新制造、醫(yī)療領(lǐng)域也將成為AI市場的新增長點。IDC預(yù)計未來這六大行業(yè)應(yīng)用AI的3年復(fù)合增長率將超過30%。

展望九：軟件及應(yīng)用引領(lǐng)基礎(chǔ)架構(gòu)。軟件定義計算已成為芯片廠商的重要戰(zhàn)略之一。軟件及應(yīng)用驅(qū)動AI專用芯片的階段也將到來。未來，機器學(xué)習(xí)應(yīng)用的普及程度、機器學(xué)習(xí)是否始終需要大量的數(shù)據(jù)集、深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的演化，都會影響加速計算類硬件的發(fā)展路線。機器學(xué)習(xí)技術(shù)演進(jìn)、AI應(yīng)用趨勢對基礎(chǔ)架構(gòu)供應(yīng)商日益重要。

展望十：生態(tài)資源整合成為制勝關(guān)鍵。人工智能技術(shù)正在向端側(cè)智能滲透，成功的應(yīng)用離不開硬軟件的高度適配，這使得技術(shù)型廠商與傳感器、攝像頭、模組等細(xì)分產(chǎn)業(yè)的整合愈加重要。能夠整合解決方案中的各種生態(tài)要素并構(gòu)建合作伙伴網(wǎng)絡(luò)平臺成為制勝關(guān)鍵。

那么，技術(shù)如何才能與實際應(yīng)用相結(jié)合？IDC追蹤了近70個應(yīng)用場景后發(fā)現(xiàn)，隨著市場上開放的技術(shù)能力越來越豐富，應(yīng)用場景趨向廣泛化，而要將人工智能技術(shù)落地到企業(yè)進(jìn)行應(yīng)用并且發(fā)揮效能，需要著力三點：一是易上手、操作簡單的技術(shù)堆棧，二是基于垂深場景對模型調(diào)優(yōu)，三是從數(shù)據(jù)中心到端側(cè)的軟硬件適配。

白皮書提出了AI應(yīng)用效能評估初步框架，將AI會影響到的部門分成產(chǎn)品服務(wù)、生產(chǎn)模式、運營模式、決策模式四類，并從各個維度進(jìn)行評估。比如在制造業(yè)，人工智能將優(yōu)先為產(chǎn)品服務(wù)、生產(chǎn)模式以及運營模式帶來高效能；在金融業(yè)，人工智能應(yīng)用效能最優(yōu)體現(xiàn)在產(chǎn)品服務(wù)以及運營智能環(huán)節(jié)，其次是生產(chǎn)智能以及決策智能。人工智能可以為企業(yè)不同部門帶來不同效能，但幾乎所有的人工智能用例帶來的效能都體現(xiàn)在時間、人力等生產(chǎn)資源的節(jié)盛成本降低以及生產(chǎn)力提升、收入增長等方面。

白皮書還提出，人工智能生態(tài)正在經(jīng)歷從“高度集中”到“各自為政”再到“各司其職”的變化，高度整合、分工明確的人工智能生態(tài)即將到來。在此趨勢下，為充分發(fā)揮應(yīng)用效能，行業(yè)參與者不應(yīng)止步于單純的采用這些技術(shù)，而應(yīng)積極構(gòu)建和啟用有助于促進(jìn)各方合作的平臺與服務(wù)，從而提升整個生態(tài)系統(tǒng)的效率。

白皮書強調(diào)，隨著人工智能在各行業(yè)滲透率的不斷提高，具備條件的企業(yè)都需要盡快制定人工智能部署計劃。IDC建議企業(yè)規(guī)劃100天AI部署計劃，循序漸進(jìn)完成制定計劃、選擇場景、成立小組、測試、實施、復(fù)制，以此循環(huán)不斷調(diào)整以適應(yīng)更廣泛的業(yè)務(wù)需求。