根据IDC全球人工智能支出指南预测,未来四年全球人工智能(AI)相关支出将翻倍,从2020年的501亿美元增长到2024年1100多亿美元,随着企业组织将人工智能作为他们数字化转型工作的一个组成部分,以及希望在数字经济中保持竞争力,将促使未来几年内人工智能系统加快增长,2019年到2024年期间的复合年增长率(CAGR)将为20.1%。
IDC人工智能项目副总裁Ritu Jyoti表示:“企业采用AI,不仅仅因为他们可以这么做,还因为他们必须这么做。人工智能这项技术可以帮助企业变得敏捷、创新和规模化发展。那些‘AI驱动型’企业,将具备综合信息(利用AI将数据转换为信息,然后转换为知识)、学习(利用AI理解知识之间的关系,并运用于解决业务问题)、提供大规模洞察(利用AI支持决策和自动化)的能力。”
推动人工智能普及的两大驱动力分别是提供更好的客户体验,以及帮助员工更好地完成工作,这体现在AI的主要用例中,包括客户服务代理自动化、销售流程推荐和自动化、威胁情报和预防自动化、IT自动化,这四个应用场景加起来将占今年所有AI支出的近三分之一。另外,增长最快的用例分别是HR自动化、IT自动化、药物研究和发现。
在整个预测期内,零售业和银行业在AI解决方案上的支出最多。零售行业将主要把AI用于通过聊天机器人和推荐引擎改善客户体验方面,而银行业将主要用于欺诈分析和调查、项目顾问和推荐系统方面。此外,离散制造、流程制造和医疗行业将不再今年AI支出排名前5位的行业。在2020-2024年的预测期内,AI支出增长最快的行业分别是媒体、联邦/中央政府、专业服务。
IDC客户洞察与分析高级研究分析师Andrea Minonne表示:“COVID-19导致整个运输业、休闲和酒店业等个人消费者服务行业的AI投资放缓,今年这些行业将对投资AI保持谨慎态度,因为今年他们的重点将放是控制成本和创造收入,而不是创新或数字体验。另一方面,AI在帮助社会应对疫情隔离和封锁造成的大范围停滞方面发挥了作用。一些欧洲国家的政府已经开始与AI初创公司展开合作,部署AI解决方案来监控社交隔离的情况,评估公众是否遵守该规则。此外,欧洲各地的医院也都在使用AI来加快COVID-19病情诊断和测试,提供自动化的远程咨询,以及优化医院运转能力。”
IDC客户洞察与分析研究经理Stacey Soohoo表示:“这次公布的人工智能支出指南根据COVID-19带来的影响进行了调整。短期内,疫情导致了供应链中断和商店关闭,持续的影响预计将持续到2021年及以后。对于受影响最大的行业来说,他们将推迟AI的部署。其他行业的企业在当前情况下看到了一线希望:这是一个让企业在长期来看变得更有弹性、更敏捷的好机会。对很多企业来说,AI仍然是复苏道路上的一项关键技术,采用AI将帮助很多企业进行重建,或者提高未来收入来源以及增强运营能力。”
今年,软件和服务将各占AI总支出的三分之一多,其余是硬件。软件支出方面,占比最大的是AI应用(141亿美元),服务支出方面,占比最大的是IT服务(145亿美元)。在硬件方面,服务器(112亿美元)将占据主导。在预测期内,软件支出增长最快,五年复合增长率为22.5%。
从地区来看,整个预测期内美国将占到AI支出的一半以上,其中以零售业和银行业为首。 其次是西欧,银行业、零售业和离散制造业主导。中国位列第三,主要是国家/地方政府、银行业、专业服务占据主导。五年预测期内,支出增长最为强劲的地区分别是日本(复合年增长率为32.1%)和拉丁美洲(复合年增长率为25.1%)。
好文章,需要你的鼓励
大众汽车旗下ID. Polo与Cupra Raval已在西班牙马托雷尔工厂正式下线投产。两款车型起售价分别为24,995欧元和26,000欧元,均基于MEB+平台打造,搭载37kWh或52kWh电池组,续航里程最高可达454公里。这是大众"电动城市车家族"系列的首批产品,预计今年夏末秋初开始交付。大众集团通过跨品牌资源整合,实现约6亿欧元的成本节约,后续还将推出ID. Cross等新成员。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
三星宣布将于6月8日起为Samsung Health应用推出重磅功能更新,赶在Galaxy Watch 9传闻发布之前落地。新版本将引入多项AI驱动的生物特征分析功能,包括:综合心率、血氧、皮肤温度等数据的每日活力评分(Vitals)、结合体成分数据评估长期心脏健康的心脏健康评分、优化训练强度的每日有氧负荷追踪,以及横向对比用户群体的健身指数。此外,应用界面将重新划分为睡眠、营养、活动、正念和体征五大板块,并新增抗氧化指数、年龄指数和听力保护等个性化功能。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。