德勤發(fā)布《2017德勤技術(shù)趨勢》報告，以“運動中的企業(yè)”為主題，全面分析未來 8 年影響商業(yè)領(lǐng)域的核心技術(shù)及其影響，還包括企業(yè)應(yīng)用和策略上的建議。報告特別提出了機器智能（MI）這個新概念，MI 包含機器學(xué)習(xí)、深度學(xué)習(xí)、認知分析，到 2019年全球商業(yè)支出將達 313 億美元。

　　今年德勤技術(shù)趨勢報告的主題是“運動中的企業(yè)”（the kinetic enterprise），這一概念描述了正在發(fā)展靈活性和愿景的公司——如今，公司不僅要克服運營上的慣性，還要在一個不斷發(fā)展并將持續(xù)變動的商業(yè)環(huán)境中茁壯成長。

　　要做到這一點很難。雖然科技進步讓我們看到了潛力，但只有少數(shù)幾種技術(shù)可能最終讓我們實現(xiàn)真正的價值。更多的實際上是炒作。只有認真鑒別、主動出擊，才能將潛能轉(zhuǎn)化為現(xiàn)實。

　　在這樣的理念推動下，德勤推出了他們迄今第 8 份《德勤技術(shù)趨勢報告》。在這份最新報告中，五大宏觀領(lǐng)域——數(shù)字化、分析、云、核心系統(tǒng)和基礎(chǔ)設(shè)施重構(gòu)，以及 IT在企業(yè)中不斷變化的作用——保持不變，這些都是年復(fù)一年推動企業(yè)創(chuàng)新和轉(zhuǎn)型的力量。不過，盡管這五大力量無處不在，各個企業(yè)在采用方面仍然存在很大差異。

　　今年報告新增的 3 個分領(lǐng)域：機器智能（Machine Intelligence，MI）、混合現(xiàn)實和區(qū)塊鏈。其中，機器智能更是作為新增技術(shù)之首，在今年的報告中占據(jù)了很大的篇幅。根據(jù)德勤預(yù)測，到 2019年，全球商業(yè)在機器智能（MI）的支出將達到 313 億美元。

　　值得注意的是，德勤報告認為，人工智能（AI）是機器智能（MI）的一部分，機器智能是一個更加廣泛，也是更加重要的領(lǐng)域。機器智能的幾個主要分支包括：機器學(xué)習(xí)（ML）、深度學(xué)習(xí)（DL）、認知分析、機器人過程自動化（RPA）和 Bot。報告指出，“總體來說，這些技術(shù)和其他工具共同構(gòu)成了機器智能（MI）”，我們可以將 MI 理解為算法的能力，這些算法能夠增強員工績效、將日益復(fù)雜的工作自動化，并開發(fā)出模擬人類思維、參與人類工作的“認知代理”。

　　德勤指出以下三個因素推動了 MI 的發(fā)展：

　　數(shù)據(jù)呈指數(shù)級增長：如今企業(yè)中充斥著數(shù)據(jù)，迫切需要工具來分析和處理信息。德勤報告指出，公司收集的數(shù)據(jù)量每12個月翻一番，到2020年將達到約 44 ZT。

　　更快的分布式系統(tǒng)：與數(shù)據(jù)暴增一樣，計算能力和速度也在飛速提升，現(xiàn)在的物聯(lián)網(wǎng)、各種傳感器和嵌入式智能設(shè)備構(gòu)成了規(guī)模龐大的分布式網(wǎng)絡(luò)。

　　更智能的算法：報告指出“MI 算法穩(wěn)步發(fā)展，在實現(xiàn)認知計算模擬人類思維過程初衷的方面有了初步成果”，報告還預(yù)測在未來18到24個月的時間里，MI 算法將得到廣泛的使用，包括優(yōu)化、規(guī)劃和調(diào)度；確定概率；實現(xiàn)機器人過程自動化及其他任務(wù)。

　　總的來說，語音識別、自然語言處理和機器學(xué)習(xí)等 MI 技術(shù)將幫助企業(yè)自動執(zhí)行傳統(tǒng)上由人類完成的許多任務(wù)，從而提高效率和生產(chǎn)力。諸如 Alphabet、亞馬遜和蘋果這樣的大型科技公司則打算向企業(yè)提供這些服務(wù)。反過來，風(fēng)險投資公司也將其投資組合加到整個食物鏈的底層。

　　在德勤 2016 年全球 CIO 調(diào)查中，1200 名IT 高管被要求說出他們計劃在未來兩年投入大量資金的新技術(shù)：其中有 64% 的人列舉了認知技術(shù)或 MI。

　　德勤報告中還包括了對企業(yè)應(yīng)用 MI 的一些建議。亞馬遜副總裁兼 CEO 技術(shù)顧問 Maria Renz 和亞馬遜 Alexa 總監(jiān) Toni Reid 在報告中寫道：“我們建議你分析客戶群，傾聽他們，了解他們的核心需求以及如何讓他們的生活更容易……不要害怕代替客戶發(fā)明新的東西——客戶并不總是知道自己想要什么。如果你在客戶體驗方面正確聚焦，其余的自然水到渠成?！?/P>

機器智能——技術(shù)模擬人類認知來創(chuàng)造價值

　　人工智能快速的進化已經(jīng)帶來了大量獨特的東西，盡管它們總是被誤解的。AI 的能力，比如機器學(xué)習(xí)、深度學(xué)習(xí)、認知分析、機器人自動化（RPA）、bot等等?？傮w上，這些和其他的工具組成了機器智能：算法的能力可以增強雇員的表現(xiàn)、將越來越復(fù)雜的工作自動化，并且開發(fā)出能夠模擬人類思維和參與的“認知智能體”，在高級的分析方法中，機器智能代表了未來。

　　數(shù)據(jù)（DATA）作為一種關(guān)鍵商業(yè)資產(chǎn)的崛起一直是每個“技術(shù)趨勢”報告中的一個主題，從管理其爆炸式增長的數(shù)量和復(fù)雜性所需的基礎(chǔ)功能到越來越復(fù)雜的分析工具技術(shù)，再到從數(shù)據(jù)庫中挖掘業(yè)務(wù)洞察都是如此。

　　通過利用分析來發(fā)掘在不斷增長的數(shù)據(jù)存儲中隱藏的模式，洞察和機會，一些公司已經(jīng)能夠開發(fā)新的用戶參與方式、增強員工的技能和智力、培育新產(chǎn)品和服務(wù)、探索新的商業(yè)模式。今天，越來越多的CIO正在積極奠定讓其組織更具洞察能力所需的基礎(chǔ)。

　　人工智能（AI）——能夠執(zhí)行通常需要人來完成的任務(wù)的人工智能（AI）技術(shù)—正在成為這些分析工作的重要組成部分。然而，AI 只是認知計算領(lǐng)域中更大、更引人注目的一系列發(fā)展的一部分。比AI 更大的是機器智能（MI），這是代表新的認知時代的一系列進步的總稱。我們在報告中提到了近年來取得快速發(fā)展的一些認知工具：機器學(xué)習(xí)，深度學(xué)習(xí)，高級認知分析，機器人自動化和 bot，僅舉幾例。

　　我們已經(jīng)在各個領(lǐng)域看到開始出現(xiàn)機器智能的早期使用案例。例如，在美國，一家運行全美最大的醫(yī)學(xué)研究計劃之一的醫(yī)院正在“訓(xùn)練”其機器智能系統(tǒng)以分析存儲在醫(yī)院數(shù)據(jù)庫中的100億張遺傳和基因圖像。在金融服務(wù)中，認知銷售助理使用機器智能與有希望的銷售線索發(fā)起聯(lián)系，然后鎖定，跟進并維持這種聯(lián)系。這個認知助手可以解析自然語言，以了解客戶的對話問題，同時處理多達27,000個會話和幾十種語言。

　　在接下來的幾個月中，我們會看到類似的應(yīng)用案例，因為會有更多的公司正在試圖利用機器的力量。在機器智能各個方面的投入已經(jīng)增加，預(yù)計2019年將達到近313億美元。機器智能也成為CIO的優(yōu)先考慮事項。德勤的2016年全球CIO調(diào)查中，1,200名IT高管提到了他們計劃在未來兩年內(nèi)大幅投資的新興技術(shù)，其中 64％的人提到了認知技術(shù)。