透过Gartner 2020年人工智能技术成熟度曲线看新的变化
根据Gartner最近的一项调查显示,自疫情爆发以来,有47%的企业组织在人工智能(AI)方面的投资维持不变,有30%的企业组织计划增加AI投资。
- 根据Gartner最近的一项调查显示,自疫情爆发以来,有47%的企业组织在人工智能(AI)方面的投资维持不变,有30%的企业组织计划增加AI投资。
- 30%的CEO表示,所在的企业组织已经有AI项目,并定期重新定义资源、报告结构和系统,以确保项目取得成功。
- 尽管存在更大的经济和社会不确定性,但医疗、生物科学、制造、金融服务、供应链等领域的AI项目仍将继续加速发展。
- 今年Gartner的AI技术成熟度曲线包含了5个新技术类别:小数据、生成型AI、复合型AI、负责任的AI、客户端技术。
这些洞察都来自于Gartner近期发布的2020人工智能技术成熟度曲线,并发布在Gartner近期题为“2020年Gartner AI技术成熟度曲线中两大主导趋势”的报告中。这两大趋势,均来自于今年曲线中融合的30种多样化AI技术。首先,是AI在企业组织中的普及和广泛采用。AI的普及程度越高,开发人员和DevOps创建企业级应用的重要性就越高。其次,是AI平台的产业化。AI的可重用性、可伸缩性、安全性和负责任的使用、以及AI治理都是这个趋势的催化剂。2020年Gartner AI技术成熟度曲线如下:

2020年Gartner AI技术成熟度曲线中的新增亮点
- 预计未来2-5年内,聊天机器人的采用率达到100%,将成为企业采用AI的最主要的形式。Gartner将机器人的渗透率从去年的5%-20%调整为今年的20%-50%。Gartner指出,聊天机器人已经成为当今AI的一大典型,为简化旨在保护客户和员工安全的自动化、非接触式客户交互做出了贡献。值得关注的聊天机器人厂商包括:AWS、Cognigy、Google、IBM、Microsoft、NTT DOCOMO、Oracle、Rasa和Rulai。
- 根据Gartner 2020年Priority Matrix for AI显示,GPU加速器是最接近步入主流的技术,预计将带来高水平的收益。Gartner预测,未来2-5年内GPU加速器的采用率将提高100%,从去年的5%-20%增加到今年的20%-50%。Gartner建议客户称,GPU加速计算可以在HPC、DNN训练和推理中为高度并行的计算密集型工作负载提供出色的性能,此外也可以以云服务的形式采用GPU计算。根据Gartner技术成熟度曲线,GPU加速器适用于那些利用率降低、但是完成紧迫度较高的应用。
- 疫情使得那些基于AI的最小可行产品和加速AI开发周期逐渐取代了试点项目。在疫情发生之前,试点项目的成败很大程度上取决于一个项目的执行发起人,以及这些项目有多大的影响力。Gartner的客户明智地选择了最小可行性产品,加快了AI的开发,从而在疫情期间快速获得成果。Gartner建议,将涉及自然语言处理(NLP)、机器学习、聊天机器人、计算机视觉的项目设置为优先级高于其他AI项目,此外还建议企业组织应该考虑洞察引擎给整个企业创造价值的潜力。
- 如今通用人工智能(AGI)尚缺乏商业可行性,企业组织应该更专注于那些能给企业带来业务成果的AI用例。Gartner警告说,现在围绕AGI的炒作很多,企业组织最好忽略厂商关于通过该技术获得商业级产品或平台的说法。更好的AI部署策略,是考虑成熟度曲线中各种技术的全范围,选择那些能够给企业组织带来经过验证的财务价值的技术。
- 小数据首次成为AI技术成熟度曲线中一个新的类别。Gartner将小数据定义为一系列让企业组织能够管理更具弹性的生产模型、应对疫情或者未来各种突发事件的技术。这些技术非常适用于没有可用大数据集的AI问题。
- 生成型AI是今年首次出现在技术成熟度曲线中的,是一系列机器学习方法,从数据中学习各种人工制品的表示,生成全新的、完全原始的、真实的人工制品,保留与训练数据相似的特征,而不是简单的重复。
- Gartner认为,复合型AI可以为企业提供帮助,因此将其列入今年技术成熟度曲线的第三个新类别。复合型AI是指各种AI技术的组合应用,用于提高学习效率,提高“常识”水平,最终更有效地解决更广泛的业务问题。
- 最近Gartner很关注AI的道德因素和社会因素,因此也把“负责任的AI”这个概括性术语作为AI成熟度曲线中第四个新类别。负责任的AI这个战略术语,涵盖了企业组织采用AI时做出正确业务和道德选择的方方面面,包括商业价值、社会价值、风险、信任、透明度、公平性、缓解偏见、可解释性、问责制、安全性、隐私和合规性等。
- 精确度、性价比、低功耗、收集AI模型数据的物联网,这些构成了Gartner AI技术成熟度曲线的第五个所谓“设备即客户(Things as Customers)”的新类别。Gartner将设备即客户定义为一种智能设备或者机器,或者付款即获得商品或服务的产品,例如虚拟个人助理、智能设备、联网汽车、支持物联网的工厂设备。
- 与去年相比,Gartner将13种技术删除、重新分类或者转移到其他技术曲线中,例如今年Gartner将支持VPA的无线扬声器从所有曲线中删除;AI开发人员工具包现在被分类到AI开发人员和教学工具包类别下;AI PaaS现在属于AI云服务;与AI相关的C&SI服务、AutoML、可解释AI(2020年划归到负责任的AI类别下)、图形分析、强化学习移至2020年数据科学和机器学习技术成熟度曲线中;会话式用户界面、语音识别、虚拟助理转至2020年自然语言技术成熟度曲线中;量子计算移至2020年计算基础设施技术成熟度曲线中;机器人流程自动化软件从AI技术成熟度曲线中删除。
0赞好文章,需要你的鼓励
推荐文章
在这样一个节点,一张“慢”的榜单,其发布的意义何在?
浙江大学研究团队开发了ContextGen,这是首个能够同时精确控制多个对象位置和外观的AI图像生成系统。该系统通过情境布局锚定和身份一致性注意力两大创新机制,解决了传统AI在多对象场景中位置控制不准确和身份保持困难的问题,并创建了业界首个10万样本的专业训练数据集,在多项测试中超越现有技术。
谷歌推出升级版图像生成模型Nano Banana Pro,基于最新Gemini 3语言模型构建。新模型支持更高分辨率(2K/4K)、准确文本渲染、网络搜索功能,并提供专业级图像控制能力,包括摄像角度、场景光照、景深等。虽然质量更高但成本也相应增加,1080p图像费用为0.139美元。模型已集成到Gemini应用、NotebookLM等多个谷歌AI工具中,并通过API向开发者开放。
上海交通大学研究团队开发的SR-Scientist系统实现了人工智能在科学发现领域的重大突破。该系统能够像真正的科学家一样,从实验数据中自主发现数学公式,通过工具驱动的数据分析和长期优化机制,在四个科学领域的测试中比现有方法提高了6%-35%的精确度。这标志着AI从被动工具转变为主动科学发现者的重要里程碑。