利用更深入的洞察來(lái)加強(qiáng)銷售和市場(chǎng)營(yíng)銷，以改善客戶體驗(yàn)，已經(jīng)成為推動(dòng)人工智能和機(jī)器學(xué)習(xí)應(yīng)用的主要催化劑之一。

瑞士獨(dú)立的經(jīng)濟(jì)研究和咨詢公司EconSight，最近公布了他們題為“Artificial Intelligence As A Key Technology and Driver of Technological Progress（人工智能作為技術(shù)進(jìn)步的關(guān)鍵技術(shù)和驅(qū)動(dòng)因素）”的研究報(bào)告。EconSight常務(wù)董事Kai Gramke發(fā)現(xiàn)，人工智能專利和知識(shí)產(chǎn)權(quán)開發(fā)以市場(chǎng)營(yíng)銷類為主，而且也是增長(zhǎng)最快的一個(gè)類別，在2010年至2018年期間的復(fù)合年增長(zhǎng)率達(dá)到29.3％，位列第二和第三位的人工智能專利類別分別是基于人工智能的數(shù)字安全（23.4％）和基于人工智能的移動(dòng)（23％）。

Kai Gramke和EconSight以時(shí)間序列可視化的方式，呈現(xiàn)了人工智能專利的發(fā)展?fàn)顩r：

另外，云平臺(tái)正在迅速成為人工智能和機(jī)器學(xué)習(xí)的知識(shí)產(chǎn)權(quán)和專利鑄造廠。云平臺(tái)提供商AWS、Google Cloud、IBM Cloud、微軟Azure等都在全球范圍展開了一場(chǎng)專利和知識(shí)產(chǎn)權(quán)的競(jìng)賽。大家都在致力于開發(fā)一套基于人工智能的服務(wù)，橫跨各種代碼開發(fā)、用例和平臺(tái)進(jìn)行擴(kuò)展。在前四大云平臺(tái)廠商中，微軟Azure在創(chuàng)建人工智能服務(wù)的數(shù)量和種類方面領(lǐng)先于其他廠商。

借此機(jī)會(huì)，我們整理了過去一年內(nèi)的機(jī)器學(xué)習(xí)市場(chǎng)預(yù)測(cè)和市場(chǎng)評(píng)估，得出以下指南：

1、到2020年，人工智能和機(jī)器學(xué)習(xí)有望在市場(chǎng)營(yíng)銷和銷售方面創(chuàng)造2.6萬(wàn)億美元的額外價(jià)值，在制造和供應(yīng)鏈方面創(chuàng)造2萬(wàn)億美元的額外價(jià)值。麥肯錫的一項(xiàng)報(bào)告對(duì)比了“高級(jí)分析”與“人工智能和機(jī)器學(xué)習(xí)”在常見企業(yè)用例中創(chuàng)造的價(jià)值?！举Y料來(lái)源/麥肯錫“Visualizing the uses and potential impact of AI and other analytics（可視化人工智能和其他分析的用途和潛在影響）”（2018年4月）】

2、IDC預(yù)測(cè)，到2022年，全球認(rèn)知和人工智能系統(tǒng)的支出將達(dá)到776億美元，三倍高于2018年預(yù)測(cè)的240億美元。IDC分析，2017-2022年，認(rèn)知和人工智能系統(tǒng)市場(chǎng)將實(shí)現(xiàn)37.3％的復(fù)合年增長(zhǎng)率（CAGR），這一點(diǎn)令人印象深刻，在整個(gè)預(yù)測(cè)期內(nèi)，軟件將是規(guī)模最大且增長(zhǎng)最快的技術(shù)類別，約占所有認(rèn)知/人工智能支出的40％，五年復(fù)合年增長(zhǎng)率為43.1％；在2017年-2022年預(yù)測(cè)期內(nèi)，投資增長(zhǎng)最快的用例是藥物研究和發(fā)現(xiàn)（46.8％ CAGR）、專業(yè)購(gòu)物顧問和產(chǎn)品推薦（46.5％ CAGR）、企業(yè)知識(shí)型員工的數(shù)字助理（45.1％ CAGR）和智能處理自動(dòng)化（43.6％CAGR）?！举Y料來(lái)源：IDC Worldwide Semiannual Cognitive Artificial Intelligence Systems Spending Guide（IDC全球認(rèn)知人工智能系統(tǒng)半年度支出指南）】

3、在HFS Research和畢馬威會(huì)計(jì)師事務(wù)所最近的一項(xiàng)調(diào)查中，有47％的受訪者表示，他們要么擴(kuò)大了機(jī)器學(xué)習(xí)的規(guī)模，實(shí)現(xiàn)了機(jī)器學(xué)習(xí)的工業(yè)化，要么正在將項(xiàng)目投入生產(chǎn)。53%的受訪者表示，他們所在的組織要么擴(kuò)大了分析的規(guī)模，實(shí)現(xiàn)了分析的工業(yè)化，要么正在進(jìn)入生產(chǎn)階段?！举Y料來(lái)源/數(shù)據(jù)統(tǒng)計(jì)資源網(wǎng)站Statista，基于HFS Research和畢馬威會(huì)計(jì)師事務(wù)所的研究，“Adoption plans for Intelligent Automation (IA) technologies in organizations worldwide as of 2018（截止2018年全球企業(yè)組織的智能自動(dòng)化技術(shù)采用計(jì)劃）”】

4、改善客戶體驗(yàn)和個(gè)性化，是營(yíng)銷人員采用人工智能和機(jī)器學(xué)習(xí)的主要原因。Adobe發(fā)現(xiàn)，營(yíng)銷負(fù)責(zé)人正在優(yōu)先考慮基于人工智能和機(jī)器學(xué)習(xí)的應(yīng)用程序和平臺(tái)，以改善客戶體驗(yàn)。有82%的市場(chǎng)領(lǐng)導(dǎo)者表示，正在采用人工智能和機(jī)器學(xué)習(xí)來(lái)改進(jìn)他們的個(gè)性化策略。有64%的公司表示，依賴人工智能和機(jī)器學(xué)習(xí)更精準(zhǔn)的推送目標(biāo)內(nèi)容、促銷信息?！举Y料來(lái)源/數(shù)據(jù)分析公司Statista，“Leading reasons to use artificial intelligence (AI) for marketing personalization according to industry professionals worldwide in 2018（2018年全球行業(yè)專業(yè)人士使用人工智能進(jìn)行市場(chǎng)營(yíng)銷個(gè)性化的主要原因）”】

5、麥肯錫發(fā)現(xiàn)，在采用了機(jī)器學(xué)習(xí)和人工智能的企業(yè)中，有82%的企業(yè)獲得了經(jīng)濟(jì)回報(bào)。從全行業(yè)來(lái)看，認(rèn)知技術(shù)的投資回報(bào)率平均為17％?？萍?、媒體和娛樂、電信領(lǐng)域的企業(yè)正在加大投資，實(shí)現(xiàn)最高的投資回報(bào)率。Netflix發(fā)現(xiàn)，如果用戶搜索一部電影超過90秒，他們就會(huì)放棄，Netflix通過人工智能來(lái)改善搜索結(jié)果，防止客戶流失，每年避免10億美元的潛在收入損失。【資料來(lái)源/德勤：“State of AI in the Enterprise, 2nd Edition，Early adopters combine bullish enthusiasm with strategic investments（企業(yè)人工智能現(xiàn)狀，第二版，早期采用者的熱情與戰(zhàn)略投資）”】

6、截至去年，23％的北美企業(yè)至少在一種企業(yè)職能中嵌入了機(jī)器學(xué)習(xí)。在發(fā)展中市場(chǎng)（包括中國(guó)）有19%的企業(yè)、在歐洲有21%的企業(yè)也已經(jīng)成功地將機(jī)器學(xué)習(xí)融入企業(yè)職能中。下圖顯示了麥肯錫對(duì)2135名企業(yè)高級(jí)管理人員進(jìn)行調(diào)查的結(jié)果。該圖顯示了已經(jīng)將人工智能嵌入了至少一種企業(yè)職能或者業(yè)務(wù)單元的受訪者比例?！举Y料來(lái)源/麥肯錫“Artificial Intelligence Index，2018 Annual Report （人工智能指數(shù)，2018年年度報(bào)告）”】

7、通過在供應(yīng)鏈運(yùn)營(yíng)和生產(chǎn)中心大規(guī)模部署人工智能，大型汽車OEM廠商可以將運(yùn)營(yíng)利潤(rùn)提高16%。全球資訊科技服務(wù)管理廠商凱捷對(duì)汽車原始設(shè)備制造商如何提高運(yùn)營(yíng)利潤(rùn)做出了保守而樂觀的預(yù)測(cè)。保守設(shè)定的目標(biāo)是2.32億美元——比當(dāng)前水平提高5％，這一收益來(lái)自運(yùn)營(yíng)成本平均降低0.2％，如勞動(dòng)力、原材料、物流、管理、檢查和維護(hù)等成本。在樂觀的情況下，這一增幅將超過三倍，達(dá)到7.64億美元。這一場(chǎng)景假設(shè)僅實(shí)現(xiàn)33％的財(cái)務(wù)影響，使?fàn)I業(yè)利潤(rùn)增加16％?！举Y料來(lái)源/Capgemini凱捷，“How driving AI enterprise-wide can turbo-charge organizational value（驅(qū)動(dòng)汽車行業(yè)的人工智能轉(zhuǎn)型：如何在企業(yè)上下推動(dòng)人工智能以提高組織價(jià)值），2019年3月”】

8、中國(guó)人工智能的主導(dǎo)地位覆蓋多個(gè)行業(yè)，而大多數(shù)國(guó)家只專注于少數(shù)幾個(gè)行業(yè)。BCG采訪了500家中國(guó)企業(yè)，發(fā)現(xiàn)“2017年新一代人工智能發(fā)展計(jì)劃”正在給人工智能試點(diǎn)項(xiàng)目、人工智能的采用、人工智能項(xiàng)目的成功帶來(lái)跨行業(yè)的影響。與美國(guó)和其他等國(guó)家不同，中國(guó)從人工智能中汲取價(jià)值的總體優(yōu)勢(shì)，并不是由一兩個(gè)特定行業(yè)的強(qiáng)勢(shì)主導(dǎo)地位推動(dòng)的，而是一種國(guó)家級(jí)的、行業(yè)級(jí)的現(xiàn)象，其根源在于中國(guó)經(jīng)理人如何看待人工智能的創(chuàng)新?！举Y料來(lái)源/波士頓咨詢公司，“Mind the AI Gap, December 5, 2018（AI差距，領(lǐng)導(dǎo)力造就不凡，2018年12月5日）”】

9、從2008年至2018年期間，英國(guó)在人工智能和機(jī)器學(xué)習(xí)的企業(yè)收購(gòu)、私募股權(quán)投資和并購(gòu)方面的投資達(dá)到72億美元，領(lǐng)先于其他所有歐洲國(guó)家。從歐洲的人工智能交易活動(dòng)來(lái)看，過去十年來(lái)一直保持著穩(wěn)定的增長(zhǎng)趨勢(shì)，截止2017年共有1334筆交易涉及人工智能——過去5年增長(zhǎng)了6倍。【資料來(lái)源/安永，“Artificial Intelligence in Europe: How 277 Major Companies Benefit from AI Outlook for 2019 and Beyond by Ernst & Young（人工智能在歐洲：2019年及未來(lái)277家主要企業(yè)如何受益于人工智能）”】

10、根據(jù)麥肯錫全球研究院數(shù)據(jù)顯示，到2030年，人工智能可以推動(dòng)歐洲經(jīng)濟(jì)活動(dòng)平均增長(zhǎng)20％。歐洲的人工智能初創(chuàng)企業(yè)約占全球企業(yè)總數(shù)的25%，其中很多公司專注于如何提高制造業(yè)和服務(wù)業(yè)的收入增長(zhǎng)?！举Y料來(lái)源/麥肯錫全球研究院，“Notes from the AI Frontier: Tackling Europe’s Gap In Digital and AI （AI前沿筆記：追蹤歐洲數(shù)字化和人工智能的差距）”】

11、Gartner預(yù)測(cè)，到2020年，人工智能創(chuàng)造的商業(yè)價(jià)值將達(dá)到3.9萬(wàn)億美元。在預(yù)測(cè)期內(nèi)，改善客戶體驗(yàn)的創(chuàng)新方法將成為商業(yè)價(jià)值的主要來(lái)源。Gartner預(yù)測(cè)，大部分商業(yè)價(jià)值將來(lái)自于企業(yè)組織成功實(shí)現(xiàn)客戶增長(zhǎng)和客戶保留。【資料來(lái)源/Gartner預(yù)測(cè)，2018年全球人工智能創(chuàng)造的商業(yè)價(jià)值達(dá)到1.2萬(wàn)億美元】

12、IDC預(yù)測(cè)，到2022年，全球在認(rèn)知和人工智能系統(tǒng)上的支出將達(dá)到776億美元。2018年這部分市場(chǎng)收入達(dá)到240億美元，2017年到2020年的復(fù)合年增長(zhǎng)率（CAGR）預(yù)計(jì)將達(dá)到37.3％?！举Y料來(lái)源/IDC，IDC Worldwide Semiannual Cognitive Artificial Intelligence Systems Spending Guide（IDC全球認(rèn)知人工智能系統(tǒng)半年度支出指南）】

【附“2019年機(jī)器學(xué)習(xí)市場(chǎng)潛力大盤點(diǎn)”資料下載方式：進(jìn)入科技行者微信公眾號(hào)（ID：itechwalker），回復(fù)關(guān)鍵字“機(jī)器學(xué)習(xí)資料”，即可獲得?！?/span>

• 埃森哲，“機(jī)器學(xué)習(xí)保險(xiǎn)（Machine Learning In Insurance ）”（PDF，14頁(yè)）

• 紐約投資公司ARK Invest，“2019大猜想，創(chuàng)新是增長(zhǎng)的關(guān)鍵（Big Ideas 2019, Innovation is the Key To Growth）”（PDF，94頁(yè)）

• 美國(guó)政府問責(zé)局，“人工智能：新興機(jī)遇，挑戰(zhàn)和啟示（Artificial Intelligence: Emerging Opportunities, Challenges and Implications）”（PDF，100頁(yè)）

• 安永會(huì)計(jì)師事務(wù)所，“Artificial Intelligence in Europe: How 277 Major Companies Benefit from AI Outlook for 2019 and Beyond（歐洲的人工智能：2019年甚至未來(lái)的277家主要公司如何從人工智能展望中獲益）”（PDF，41頁(yè)）

• “人工智能指數(shù)2018年度報(bào)告（Artificial Intelligence Index, 2018 Annual Report ）”（PDF，94頁(yè)）

• 波士頓咨詢集團(tuán)，“規(guī)模化人工智能：數(shù)字化轉(zhuǎn)型的下一個(gè)前沿（AI at Scale: The Next Frontier in Digital Transformation）”

• 凱捷咨詢Capgemini，“驅(qū)動(dòng)汽車行業(yè)的人工智能轉(zhuǎn)型：如何在企業(yè)上下推動(dòng)人工智能以提高組織價(jià)值（Accelerating Automotive’s AI transformation: How driving AI enterprise-wide can turbo-charge organizational value）”（PDF，36頁(yè)）

• Chamakkala，Vipin，“今天的人工智能軟件基礎(chǔ)設(shè)施景觀（Today’s AI Software Infrastructure Landscape”，2018年5月7日

• 德勤，“企業(yè)版AI，第2版：早期采用者將看漲熱情與戰(zhàn)略投資相結(jié)合（State of AI in the Enterprise, 2nd Edition：Early adopters combine bullish enthusiasm with strategic investments ”（PDF，28頁(yè)）

• 福布斯，“中國(guó)如何支配人工智能（How China Is Dominating Artificial Intelligence）”（2018年12月16日）

• 福布斯，“微軟領(lǐng)導(dǎo)人工智能競(jìng)賽進(jìn)入2019年（ Microsoft Leads The AI Patent Race Going Into 2019）”（2019年1月6日）

• 波士頓咨詢，“ Mind the (AI) Gap: Leadership Makes the Difference（人工智能差距：領(lǐng)導(dǎo)力決定一切）”（PDF，20頁(yè)）

• 根據(jù)IDC最新支出指南，預(yù)計(jì)到2022年，全球在認(rèn)知和人工智能系統(tǒng)方面的支出將達(dá)到77.6億美元。

• IDC，“IDC全球認(rèn)知人工智能系統(tǒng)半年度支出指南（IDC Worldwide Semiannual Cognitive Artificial Intelligence Systems Spending Guide）”（PDF）

• 經(jīng)濟(jì)學(xué)家，“風(fēng)險(xiǎn)與回報(bào)：關(guān)于機(jī)器學(xué)習(xí)的經(jīng)濟(jì)影響（Risks and Rewards, Scenarios around the economic impact of machine learning）”（PDF，80頁(yè)）

• 麥肯錫，“人工智能管理指南（An Executive’s Guide to AI）”

• 麥肯錫全球研究院，“抓住歐洲在數(shù)字和人工智能方面的差距（Tackling Europe’s gap in digital and AI）”（2019年2月討論文件）

• 麥肯錫全球研究所，“Applying artificial intelligence for social good”

• 麥肯錫全球研究院，“AI前沿筆記：追蹤歐洲在數(shù)字和人工智能方面的差距（Notes from the AI Frontier: Tackling Europe’s Gap In Digital and AI）”（PDF，60頁(yè)）

• 麥肯錫全球研究院，“AI前沿筆記：深度學(xué)習(xí)的應(yīng)用價(jià)值（Notes from the AI frontier: Applications and value of deep learning）”（2018年4月）

• 麥肯錫全球研究院，“可視化人工智能和其他分析的用途和潛在影響（Visualizing the uses and potential impact of AI and other analytics）”（2018年4月）

• 麥肯錫全球研究院，“NOTES FROM THE AI FRONTIER INSIGHTS FROM HUNDREDS OF USE CASES（來(lái)自數(shù)百個(gè)用例的AI前沿見解的注釋）”（PDF，36頁(yè)）

• 麻省理工學(xué)院斯隆管理評(píng)論，“Artificial Intelligence in Business Gets Real: Pioneering Companies Aim for AI at Scale（商業(yè)中的人工智能變得真實(shí)：創(chuàng)業(yè)公司的目標(biāo)是AI規(guī)模）”（PDF，2018年9月17日）

• 數(shù)據(jù)分析公司Statista，“深度：人工智能2019年（In-Depth: Artificial Intelligence 2019）”（2019 年 2月）

• Tractica公司，“2019年人工智能十大預(yù)測(cè)（Artificial Intelligence: 10 Predictions for 2019 ）”（PDF，12頁(yè)）

• 美國(guó)政府問責(zé)局，“人工智能技術(shù)評(píng)估，新興機(jī)遇，挑戰(zhàn)和啟示（AI technology Assessment, Emerging Opportunities, Challenges, and Implications ）”（PDF，100頁(yè)）

• 世界經(jīng)濟(jì)論壇，“如何防止機(jī)器學(xué)習(xí)中的歧視性結(jié)果（How to Prevent Discriminatory Outcomes in Machine Learning ）”（PDF，30頁(yè)）