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
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。