Gartner：如果没有人工智能 ，技术提供商会错失 3000 亿美元市场

【新智元导读】Gartner上周在北京举办发布会，Gartner个人技术团队研究副总裁Tracy Tsai和新智元分享了她对于人工智能商业趋势和影响的分析与判断。Tracy Tsai认为，“人工智能+”时代正在到来，在未来的12个月，首席执行官及企业部门领导需要确定如何通过人工智能趋势盈利；人工智能领域的投资将从B2B开始；企业用户对AI的需求主要体现在降低成本和发现新商业模式两方面。

“10年以前，我们很难找出10款基于机器学习的应用；10年以后，很难找到10款不基于机器学习的应用。” Gartner个人技术团队研究副总裁Tracy Tsai如是说。

此时是2017年3月，IT研究和咨询公司Gartner认为这是一个好的时间节点，来进行一场媒体见面会，分享其对于“人工智能的商业影响及其使用案例”的观点。

如果没有人工智能，技术提供商会错失 3000 亿美元市场

“我们看到，”Tracy Tsai说，“到2021年，有30%的新的营收增长，只要和行业有关的，都一定会包含人工智能的技术。换句话说，一个技术提供商的技术里面如果没有包含人工智能，可能会错失这个30%的市场。”

Gartner 预测，到2020年，AI将产生 3000 亿美元的商业价值。智能化将渗透到生活和工作的方方面面，从语音虚拟个人助理（VPA）、智能视频数据分析、VR/AR头戴式显示器以及个人助理机器人到自动驾驶汽车，AI将无处不在。各大企业正在将AI与各类终端设备、平台和分析学相结合，以期到2021年仍能引领市场。在未来的12个月，首席执行官及企业部门领导需要确定如何通过人工智能趋势盈利；专注于硬件与零部件的供应商须与新的伙伴达成合作关系，以提供适应该趋势的解决方案。

“AI不是一个新生事物，”Tracy Tsai说，“其在技术上的主要进展是2012年开始使用深度学习的方法，能够让大量的信息数据，经过深度学习的机制，自我学习、训练，又有加速器可以帮助快速处理这些信息，从而得到我们想要的、预想的一个答案。这个提炼和分析信息并做出预测的过程，可以用到各行各业。”

“中国很喜欢使用‘互联网+’的时代这一概念，我们认为未来‘互联网+’最重要的是在线下，也就是物联网。物联网实际上提供了过去没有的信息和数据。使用AI深度学习技术，结合这些宝贵的数据，我们就可以去做预测，做风险管控，做视觉运算，做语音处理，等等等等。所以我们说未来可能是“人工智能+”的时代，几乎各行各业，包括在生活当中，会有越来越多的人工智能悄悄渗透，不管是哪个行业都可以用到这样的技术。”

“实际上从技术层面讲，基本原理就是这样。但是可以产生的案例有几千种，所带来的商业结果是几百万种。事实上这些案例中很多都不是新的，比如怎样预测消费者的消费行为、怎样预测价格、或者怎样预测某个系统会有什么样的故障。过去的方法是要把一个一个数据抽取出来，然后去标注、去做。现在我们可以把这个数据放到系统里面，让它自己去学习。比如一个很有经验的医生，他可能有十五年的经验，他看过500张的核磁共振的相片，他知道这个病人大概有什么样的、可能的病因，未来会发生什么。但是，人工智能机器人可能看过5000张甚至是50000张的核磁共振照片，它可以更快的诊断和诊疗。只要是需要很多年经验累积的，要看过很多数据的，包括法律、医疗、会计、人工服务等等，未来都可以交给人工智能机器学习去处理。这将是一个趋势。”

接下来Tracy Tsai又分别以投资理财、安防监控、无人驾驶、自然语言交互等领域中AI技术的应用为例，进一步说明了这一趋势。

当被新智元问到“2017年人工智能最重要的发展趋势是什么”时，Tracy Tsai表示，除了如上所述，各行各业都会涌现出和AI相关的应用——这一点是从2016年就已经开始的，另外值得注意的就是会出现更多的新创公司。“因为现在的投资标地不多，钱又很多。但是市场需求又很明确，都希望让自己的商业数字化改造能够有好的效率，而这么多的新创公司也都有自己的创意。这些新创公司也不是小公司，也是大的公司。因为市场需求大，新创公司有机会，钱又多，就会有很多产品出来。现在已经有2000多家的新创公司在做AI的解决方案，所以2017年我们会看到有很多的新创公司还在演变当中。”

AI相关的硬件

对于和AI相关的硬件，Tracy Tsai将其分为计算性能加速、AI用户端、AI自动设备端和感测器等相关零件四个门类。

谁来为AI买单：2B 到 2C

Tracy Tsai 认为，第一波比较积极的人工智能领域的投资，一定是和B2B相关的，之后是B2B2C，然后才是消费者。

Tracy Tsai以智能家居为例，描绘了AI的B2B图景。AI技术提供者为智能家居厂商的产品提供了附加值，由此吸引了投资。“智能家居可能不是把成本增加移到消费端，让消费者多付。消费者从来不觉得我要多付钱，消费者会觉得：我要更好的服务，我要更好的品质，可是我不多付钱。

AI技术提供商会从第三方去收取费用。整合了AI技术的第三方平台会在消费者购买某件产品——比如冰箱时，智能地分析他还需要什么产品，然后做出相关推荐。这时第三方就必须付给AI技术提供商相应的费用，而这一费用本质上是从冰箱等产品的销售中收上来的。这是B2B模式的一种。

相似的例子还有健康管理、教育咨询等，都是借助AI技术进行相应的推荐，它不属于产品本身的价值，但是带动了产品的销售。由此实现AI技术从第三方的收费。还有一种是通过数据的搜集直接帮助销售（当然必须是匿名的），比如借助AI技术获知某个区域消费者对某类产品的偏好等等。还有就是AI技术提供商直接跟冰箱厂商合作。假设我是联网家居解决方案的厂商，但只做开关控制，我就可以跟冰箱厂商搭载在一起，研究如何实现更好的应用，增加产品附加值和功能，实现B2B2C。”

企业用户对AI技术的需求：如何降低成本，发掘新的商业模式

根据对千人以上企业的调研，Tracy Tsai 非常明确地指出了厂商对 AI 技术的两大需求。

“第一是帮我去了解有什么方式可以降低成本。因为现在要增加新的业务是很难的，我唯一可以增加营业额的办法，就是降低成本。所以你如果告诉我说我原来需要花两天或者两个礼拜的流程，现在可以缩短到只要两个小时，我一下就能算出来我成本可以节省多少，我就愿意投资了。所以你必须要去了解你的技术可以帮助他有多少成本效率上的提升。”

“第二就是AI技术能够告诉我一个原来我还不知道的新的商业模式，原来我还可以这样卖东西。我有了一个新的渠道，我可以这样去赚钱，那么我愿意投资。”

细化来看，可以从下表体现：

下图则是关于企业使用AI或机器学习技术的具体用途：

应明确对话式AI的应用

Tracy Tsai特别提到，智能家居的一个问题，就是操作界面太过复杂，也许在未来只要通过说话发布指令就好了。这无疑有赖于对话式AI的发展。针对新智元提出的“交互式AI目前的语义理解水平是否能满足智能家居等真实应用的要求”这一问题，TracyTsai说：“其实目前的对话式AI，在具体的、单纯的应用场景下还是可用的。比如教育咨询客服、银行客服等等，在有限的语境下可以工作，而且还能不断学习。

但在开放的环境下，进行人机对话，这还是非常难的。比如一定要和电灯开关探讨哲学问题，或者为了好玩问它很多超出它设计范围的问题，反馈就不会很好。这样一来就容易把技术贬低化。因为期待值太高，反而会把负面的东西放大。所以技术提供商要很小心的去介绍产品，不要太夸大。太夸大对产品或者对公司本身，或者对整个人工智能行业都是有伤害的。”