过去，大多数人对人工智能一直持有保守意见。直到人工智能等一系列新兴技术逐渐做出新的实践和应用，人们才开始真正想象未来。近期，谷歌Deepmind团队展示了他们更强大的新版本围棋程序AlphaGo Zero后，人工智能更是热议不断。

关于人工智能，究竟有多少应用价值是真材实料？多少是虚火过旺？

对此，我们对Gartner关于人工智能的研究报告进行整理总结，归纳成49条研究笔记，旨在帮助大家快速了解人工智能及其应用价值。相信看过这些笔记的你一定能有所收获。

让IT和商业更广泛地应用人工智能

1、“炒作的伤害：避开危险的人工智能神话”：没有人工智能的促进，成功几乎是不可能的，但是夸大它会导致错误的期望、夸张的假设、妄想、混淆和恐惧。技术创新领导者应该要有人工智能投资的坚实理由和他们生存能力的清楚证明，并创建一个小型的人工智能专家中心来测试真实世界的收益。

2、“准备好面对人工智能和物联网的驱动下软件和SaaS定价发生的大变革”：人工智能（和物联网）将会大大降低基于设备和用户名的软件和SaaS的定价。采购和供应商管理领导人现在应该计划利用这一变化保持投资、协商价格公制的保护和交换合同中的条款。

3、“发展你的人工智能策略，期待这三种趋势塑造它的未来”：这三大趋势将推动人工智能成为一种能够实现商业策略的实际能力：通过自然语言处理改善双向沟通；与现有的应用程序更深更广的集成；和物联网项目和与其他人工智能系统的合作。这个笔记将描述首席信息官和IT领导者可以做些什么来预测这些趋势。

4、“询问那些声称自己拥有人工智能技术的供应商的问题”：几乎每个应用程序或者平台供应商都保证自己拥有人工智能。这项研究指导IT领导人了解那些声称自己拥有人工智能能力的供应商，澄清什么是真正的人工智能能力及其对组织的价值。

5、“缺乏对人工智能授权的关注将导致更高的成本、风险和长期的困扰”：组织应该了解人工智能的采购与传统软件许可证或者SaaS的不同，并采取行动降低风险，将人工智能的投资回报最大化。

6、“在企业中应用人工智能框架”：Gartner研究的这一集合介绍了IT和业务部门核心的人工智能技术，以及他们的区别和他们的能力在组织中应用。

7、“企业软件提供商应该（不应该）如何利用人工智能中断”：技术服务提供商（TSPs）可以帮助终端用户组织避开人工智能的混淆和炒作并快速评估人工智能的选项。了解人工智能给你带来的不同之处，专注于它解决的业务问题以及提供能展现有形投资回报的案例研究。

8、“人工智能入门2017”：从2015年到2016年，要求谈论与人工智能相关话题的Gartner客户要求增加了两倍。这项研究概述了首席信息官和IT领导者这些关键客户所面对的人工智能挑战和Gartner现在的人工智能研究方向，并提供了一系列在线资源包括会议和事件的链接。

9、“人工智能和应用程序安全供应商：营销炒作还是真正的希望？”：人工智能开始出现在许多对于安全DevOps环境常见的工具中，例如应用程序安全性测试（AST）和网络流量分析。但安全与风险管理领导者应该准备好确定这些工具相比于传统的产品是否能够提高速度和准确性。

10、“中国会话人工智能市场指南”：通过语音或文字进行语境对话的会话人工智能在政府的强力支持下，在中国迅速发展。这个市场指南给了技术创新领导者关于这个快速发展市场的动态和参与玩家的指导。

11、“2017年十大战略技术趋势：人工智能和先进机器学习”：人工智能和机器学习需要有实验和失败的意愿所以当应用于实际业务问题时组织可以测试这些能力。使用灵活、创新、敏捷的方法处理人工智能的IT领导者将获得巨大的收获。这项研究描述了三种这样的处理方式。

12、“投资意义：2017年十大战略技术趋势：人工智能和先进机器学习”：人工智能趋势将对特定的IT厂商产生重大影响，在这个单页文件中指向机构投资者两个重点领域：物联网和云服务。所有这些供应商正在竞相将这些功能纳入其核心战略。

13、“投资意义：‘增强分析是数据和分析的未来’”：“增强分析”利用机器学习和自然语言生成来自动化分析流程，并缩短分析所需时间以获得准确和可操作的深刻见解。这个单页文档帮助机构投资者识别这一趋势中的关键分析供应商。

建立人工智能基础：战略、技能、组织、技术

14、“如何以更少的焦虑开始一个机器学习计划”：数据和分析领导者应该利用他们已经拥有的商业头脑、分析思维、高价值数据并进一步精通这些技术，将这些技术加入他们的数据和分析项目中来应对人工智能和机器学习。

15、“对于人工智能来说四个数据管理的最佳实践”：管理支持人工智能的数据不是一次性的活动，而是一个不间断的活动。该活动应该成为你的数据管理和数据治理策略的一部分。

16、“市场洞察：会话平台入门”：技术和服务提供商必须开发并使用新兴的会话平台生态系统当消费者和组织转向语音和虚拟个人助理时。针对虚拟个人助理，本研究使IT领导者了解会话市场中的供应商动态。

17、“首席数据官的人工智能战略指南”：为了利用人工智能，数据和分析领导者，尤其是首席数据官，必须拓宽他们的策略，评估对两种商业模式和客户体验的影响，并准备迎接一系列其他的战略挑战。

18、“寻求人、数据和算法的多样性来保持人工智能的诚实”：为了抵消人工智能系统中固有的偏见错误，数据和分析领导应该使他们的人工智能团队、数据源和问题的选择多样化。这项研究给出了具体实施步骤。

19、“可扩展企业机器学习基础实施战略的三要素”：机器学习基础设施和工作负载与传统的企业应用程序有很大的不同。IT领导者可以使用三种最佳实践来创造这些技术所需的高性能、可扩展的基础设施。

20、“调查分析：企业涉猎人工智能领域但却因技术差距而受阻”：在2016年的一项Gartner客户调查中，超过三分之二的被调查者优先考虑使用人工智能方案来改进决策制定和自动化流程。但主要的限制因素是缺乏必要的员工技能。这项调查概述了IT领导人在短期内应对人工智能挑战的做法。

21、“为你的深度学习需求找到合适的加速器”：相比于传统的机器学习模型，例如相对于逻辑回归和数据树的基础设施，深度学习的基础设施对于计算密集性和数据密集性的要求则要大得多。IT领导者应该评估“加速器技术”从而加速向有效率的人工智能基础设施转型。

22、“市场洞察：如何利用会话式人工智能推动数字商务”：数字商务正在拥抱人工智能技术尤其是通过会话式的人工智能来加强用户体验。数字商务供应商的技术产品管理领导者应该以人工智能基础，语音驱动的用户体验去创造新的收入机会。

在广泛适用的情况下使用人工智能

23、“人工智能前沿：融合人工智能和物联网将催生新的数字价值创造”：人工智能和物联网强有力地相互补充，每一个都有技术力量解决对方的弱点。有远见的负责战略物联网项目的首席信息官能够将这些技术结合起来，创建一个强大的数字业务新平台。

24、“人工智能将改变应用程序开发——现在要做的事情”：应用程序的领导者需要结合人工智能工具和服务去了解人工智能如何影响应用程序开发。

25、“采购智能自动化应用程序管理服务的商业案例”：应用程序管理消耗了52%的应用程序开销，借用人工智能相关技术的智能自动化可以在这一至关重要的过程中引入效率和有效性。采购和供应商管理领导者通过在供应商的应用程序管理服务提案中要求，从而利用服务提供者在智能自动化中的投资。

26、“会话平台架构”：通过聊天机器人框架和虚拟助手（虚拟客户助理[VCA]，虚拟采购助手[VPA]和虚拟员工助手[VEA]）进行会话接口将彻底改变人类与机器的关系。这些看似不同的平台有很多共同点。企业架构和技术创新领导者应该计划将会话技术合并到一个可以服务多个企业用例的平台中。

27、“数字客户服务第三部分——通过有选择地引入机器人流程自动化、机器人和人工智能来更新过程控制”：客户服务操作正在被诸如机器人过程自动化、聊天机器人和人工智能的新技术所革新。这项研究帮助负责客户服务的供应链领导者探索这些选项、构建自动化路线图和开发数字敏捷技巧去应用这些技术。

28、“现在开始投资增强机器学习能力来进行欺诈检测”：安全和风险管理领导者必须看穿对机器学习和人工智能的炒作，去了解正在出现的机器学习类型和适合每个方法的用例。这项研究将有助于指导合理的投资决策，从而提高整体的欺诈检测水平。

29、“利用高级分析实现更智能的自适应访问管理”：包括机器学习在内的高级分析工具提高了实时识别和访问管理。这个文档为技术专业人员提供了使用供应商方法的视角，使用技术让自适应访问管理更加智能化。

30、“使用日常的人工智能最大化Office 365和G套件的有效性”：而不是专注于针对人工智能应用。这份报告引入了“日常人工智能服务”的概念，它已成为现有的SaaS办公套件（如G套件和office 365）中的正常工作流程。应用领导者应监控日常人工智能的包容度与成熟度从而通过改进个性化、推荐、提醒和搜索来加强员工的工作体验。

31、“现在就开始为人工智能对采购的影响做准备”：采购技术供应商正添加一系列以机器学习特性来进一步的自动化采购流程。但是为了利用人工智能的所有价值，在采购方面的IT领导者需要推动接纳更好的采购基础解决方案。

32、“人工智能虚拟支持代理何时取代你的IT服务台？”：负责IT服务台的基础设施和运营领导者热衷于利用人工智能技术优化IT支持。但在技术或者工作场所准备好依靠虚拟代理前有很多的准备工作需要做。

33、“智能自动化对管理工作场所服务的影响”：部分基于人工智能和机器学习的智能自动化将改变管理工作场所服务的提供。采购和供应商管理领导者应该现在就做好重组服务和重新商谈合同的准备以充分利用这种能力的好处。

34、“增强分析是数据和分析的未来”：增强分析是为广泛的业务用户、操作人员和平民数据科学家等使用机器学习进行自动化数据准备、洞察发现和洞察分享的下一代数据和分析范本。数据和分析领导者在这些功能成熟时应该采取行动来评估、采纳和优化它们。

35、“现在将人工智能加入你的B2B销售组织来提高收入”：关于人工智能的炒作和错误信息使B2B销售公司很难制定现实的目标和时间表来有效的利用它。负责客户关系管理和客户体验活动的IT领导者应该从商业案例出发：识别能用人工智能提升的具有最大潜力的战略业务驱动力和战术用例。

36、“使用分析来支持和丰富你的信息治理战略”：曾经长期用于为特定用例进行信息治理应用的机器学习正在变得越来越广泛的集成于供应商产品中。负责为信息治理现代化基础设施的基础设施和运营领导者应该准备好去评估服务信息治理的人工智能能力，利用现存的能力并专注于减少手动交互。

37、“人工智能和机器学习对人力资本管理的影响”：人工智能和机器学习正在通过自然语言流程、会话代理和决策支持改变人力资源的流程完成方式。IT领导者应该投资这三种创新技术来驱动效率，采纳和提高员工的表现。

38、“会话商务的创新洞察力”：被人工智能和机器学习赋能的会话商务使用自然语言接口通过一个对话使顾客能找到并购买商品和服务。负责数字商业技术的IT领导者现在应该采取具体措施来确保他们的组织准备好引入这一重大的客户体验范式转变。

将人工智能应用于垂直市场

39、“你的数字政府平台已经为虚拟助理和聊天机器人做好准备了吗？”：聊天机器人和会话人工智能平台开通了新的政府服务渠道。政府首席信息官需要快速确定这些渠道的角色，调整他们的数字服务交付策略，并且扩大他们的数字政府平台来利用这些新的机会。

40、“消费品公司正在使用的计算机视觉人工智能技术来改进他们的统一商业战略的两种方式”：计算机视觉是一种使用人工智能技术帮助机器去捕捉、处理和分析真实世界的图像和视频并从物理世界提取出有意义的上下文信息的技术。企业架构和技术创新领导者正在开始使用这种能力来创造个性化的可执行的客户洞察力。

41、“市场趋势：如何以人工智能的方式瞄准资本市场”：人工智能工具将成为资本市场的先决条件并将变得无处不在。面向资本市场的技术业务单元领导者应该评估并选择四个关键用例之一来聚焦这些细分市场并获得资本市场和用户的成功。

42、“财务管理公司的首席信息官部署人工智能,通过增强人类智能创造惊人的洞察力”：人工智能为财富管理公司提供了一个有助于组织适应对他们的商业模型造成日趋增加的威胁的生命线。财富管理首席信息官应该使用Gartner的金融服务的人工智能采纳框架来开发与业务优先级相适应的人工智能策略。

43、“聊天机器人可以将个人财富管理转换为数字金融咨询服务”：银行的首席信息官致力于提供数字银行体验，其可以部署基于人工智能的聊天机器人来改善客户体验，通过开放的,应用程序编程接口扩展数字客户咨询功能，并利用个人财富管理的数据和分析来创造新的价值来源。

44、“运输中的颠覆性技术：人工智能和机器学习的影响”：人工智能将会严重打乱公司的现行运作模式并优化运输方式和创造商业价值，因为它对自动驾驶汽车、交付机器人、无人机和运输规划优化引擎都至关重要。为了战略优势供应链领导者现在应该采取措施多加利用人工智能。

45、“医疗保健提供者的人工智能新兴应用”：一些医疗保健分析供应商已经使用人工智能来提高护理服务和结果的准确性。开发医疗企业分析策略的首席信息官应该为加强人工智能测试和采纳建立机构人工智能能力和加强分析能力。

46、“通信服务提供商如何利用人工智能”：对于通信服务提供商来说，人工智能可以影响各种不同的问题，交互和过程自动化的机会。这个研究使数据和分析领导者知道在哪里集中他们的最佳服务、网络和业务影响。

47、“如何将人工智能应用于数字商务”：人工智能和机器学习可以提高数字商务的性能，但不能解决所有的问题。负责数字商务技术的IT领导者应该意识到人工智能的好处和局限性并用一种务实的方法来取得切实的成果。

48、“算法零售：使用人工智能来驱动智能自动化”：这项研究探索了零售商如何从当前的、受约束的手工分析迁移到高级分析，然后再迁移到由人工智能作为决策和过程自动化和客户体验差异化的关键推动者。

49、“2017年法律事务的人工智能供应商”：新的法律部门科技利用人工智能学习和理解工作产品和先例中的数字内容。这项研究帮助法律部门的首席信息官对数字内容进行人工智能的评估和应用并推动法律服务交付的创新和效率。

本篇文章对Gartner在人工智能领域的49个研究笔记做出归纳总结，想要了解具体内容可自行搜索查看详情。

本篇文章整理自Gartner研究报告《Applying Artificial Intelligence to Drive Business Transformation: A Gartner Trend Insight Report》，在不改变原意的情况下有删改。