至顶网软件频道消息:根据IDC全球半年度认知人工作职能系统支出指南预测,2018年认知和人工智能(AI)系统的支出将达到191亿美元,相比2017年增长54.2%。该指南预测,随着各行业积极投资于那些采用认知/人工智能软件功能的项目,到2021年认知和人工智能支出将增长至522亿美元,在2016-2021年预测期内实现46.2%的复合年增长率(CAGR)。
IDC认知/人工智能研究总监David Schubmehl表示:“人们对人工智能的兴趣和意识正在增强,每个行业和每个组织都应该对人工智能进行评估,看看人工智能会如何影响他们的业务流程和上市效率。IDC预计,到2019年40%的数字化转型举措将采用人工智能服务,到2021年75%的企业应用将采用人工智能。从预测、推荐和建议,到自动化客户服务代理和智能流程自动化,人工智能改变我们与计算机系统交互的方方面面。”
2018年零售业超过银行业,成为认知/人工智能支出方面的领跑行业。零售企业今年在一系列人工智能使用案例上的投入将达到34亿美元,其中包括自动化客户服务代理、专业购物顾问和产品推荐、全渠道运营销售。银行业的33亿美元支出中大部分将用于自动化威胁情报和预防系统、欺诈分析和调查、计划顾问和推荐系统。离散制造将成为人工智能支出的第三大行业,该行业将支出20亿美元用于自动预防性维护、质量管理调查和推荐系统等方面。医疗是第四大行业,该行业的17亿美元支出中大部分将投资用于诊断和治疗系统。
IDC客户洞察与分析研究经理Marianne Daquila表示:“企业数字化转型战将越来越多地把多种认知/人工智能用例涵盖进来。所有行业都在进行业务转型,因为成功的企业都会接受这些解决方案的一系列潜在影响。自动化的客户服务代理、增强的公共安全、预防性维护、减少欺诈以及改善医疗诊断,这些都只是推动支出增长的冰山一角。IDC预计,通用案例将会呈现增长趋势,以及针对特定行业用例进行的改进,这预计同比支出增幅将达到两位数。
2018年支出总额最大的认知/人工智能用例包括:自动化客户服务代理(24亿美元),投资主要来自于零售和电信行业;自动化威胁情报和预防系统(15亿美元),投资主要来自于银行业、公用事业和电信行业;销售流程推荐和自动化(14.5亿美元),投资主要来自于零售和媒体行业。另外三个用例紧随其后:自动化预防性维护;诊断和治疗系统;欺诈分析和调查。在2016-2021年预测期内,支出增长最快的用例包括:公共安全和应急响应(复合年增长率75.4%)、药物研究和发现(70.5%)、专家购物顾问和产品推荐(67.3%)。
在2016-2021预测期内,认知/人工智能支出中有一半以上将用于认知软件。最大的软件类别是认知应用,其中包括认知启用流程和(可自动学习、发现并提出建议或预测的)行业应用。另外一个软件类别是认知平台,这种平台有助于开发智能的、咨询和认知功能的应用。各行业还将投资于IT服务,以帮助开发和实施他们的认知/人工智能系统及业务服务,例如与这些系统相关的咨询和横向业务流程外包。技术支出最小的类别将是支持系统所需的硬件(服务器和存储)。
从地域来看,2018年美国将占到所有认知/人工智能系统支出的3/4,其中以零售业和银行业为主。西欧是第二大地区,以零售业、离散制造业和银行业为主。5年预测内支出增长最强劲的将是日本(复合年增长率73.5%)和亚太地区(日本和中国除外)(复合年增长率72.9%)。中国在整个预测期内也将呈现强劲的支出增长(复合年增长率68.2%)。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。