Forrester：十大熱門AI技術蓬勃發展 2020年市場超470億美元

人工智慧（AI）技術市場正在蓬勃發展。除了炒作和媒體關注之外，眾多創業公司和互聯網巨頭紛紛搶購，企業的投資和採用量大幅增加。“敘事科學”調查發現，去年有38％的企業已經在使用人工智慧，

到2018年將增長到62％。Forrester 研究預測2017年人工智慧投資與2016年相比將增長300％以上。IDC估計，人工智慧市場將從2016年的80億美元增長到2020年的超過470億美元。

在1955年創建的一個新的電腦分門學科，其中包括各種技術和工具，一些是經過時間考驗，而有一些則相對較新。

Forrester剛剛發佈了一份關於人工智慧（針對應用開發專業人士）的報告，詳細分析了企業應該考慮的採用的13種技術來支持人類決策的方法。

根據Forrester的分析，以下挑選出的最熱門的人工智慧技術列表：

自然語言生成：從電腦資料生成文本。目前用於客戶服務、報告生成和總結商業智慧洞察。

語音辨識：將人類的語音轉錄並轉換成對電腦應用有用的電腦應用程式。目前用於互動式語音回應系統和移動應用程式。

虛擬代理：“目前媒體的寵兒，”Forrester表示，從簡單的聊天機器人到可與人類聯網的先進系統。目前用於客戶服務和支援，並作為智慧家庭管理。

機器學習平臺：提供演算法、API、開發和訓練工具、，資料以及計算能力來設計、訓練和部署模型到應用程式、流程和其他機器上。目前廣泛用於企業應用，主要涉及預測或分類。

AI優化硬體：專門設計和構建的圖形處理單元（GPU）和設備，

可高效運行物件導向的計算作業。目前主要在深度學習應用上有所作為。

決策管理：將規則和邏輯插入到人工智慧系統的引擎，用於初始設置、培訓和持續維護和調優。它是一種成熟的技術，用於各種企業應用程式、協助或執行自動化決策。

深度學習平臺：由具有多個抽象層的人工神經網路組成的一種特殊類型的機器學習。目前主要用於模式識別和分類應用程式，

支援非常大的資料集。

生物識別技術：實現人與機器之間更自然的交互，包括但不限於圖像和觸摸識別、語音和肢體語言。目前主要用於市場調查。

機器人過程自動化：使用腳本和其他方法來自動化人類行為以支援高效的業務流程。目前用於人類執行任務或過程的成本太高或效率太低。

文本分析和NLP：自然語言處理（NLP）使用和支援文本分析，通過統計和機器學習方法説明理解句子結構和含義、情感和意圖。

目前用於欺詐檢測和安全、廣泛的自動化助理以及用於挖掘非結構化資料的應用程式。

今天人工智慧技術確實帶來了許多商業利益，但根據Forrester去年進行的一項調查，對於沒有人工智慧投資計畫的公司所表示的人工智慧採用方面也存在障礙：

沒有明確的商業案例 42％

不清楚人工智慧的用途 39％

沒有必要的技能 33％

需要先投資現代化資料管理平臺 29％

沒有預算 23％

不確定實施人工智慧系統需要什麼 19％

人工智慧系統尚未被證實 14％

沒有合理的流程 13％

人工智慧只有宣傳缺乏實質性應用 11％

缺乏需求資料 8％

不明白人工智慧真正含義 3％

Forrester總結表示，一旦企業克服了這些障礙，他們就會從人工智慧驅動轉型中獲益，並發展一個相互關聯的企業智慧型網路。