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
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
微软八月补丁星期二更新修复了超过100个漏洞,其中包括8个关键的远程代码执行漏洞,影响DirectX、Hyper-V、Office等多个产品。此外还修复了Windows NTLM权限提升漏洞、Hyper-V信息泄露漏洞等。值得关注的是Windows Kerberos权限提升漏洞CVE-2025-53779,虽然已有公开利用代码但暂无实际攻击证据。SharePoint的两个漏洞也需重点关注,特别是RCE漏洞CVE-2025-49712可能与已知认证绕过漏洞组合使用。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。