当前位置： CompoTech China > 产业和商机 >
2019年7月17日--国际研究暨顾问机构Gartner最新调查显示，目前使用人工智能（AI）或机器学习（ML）的企业平均正进行4个相关项目，而59%受访者表示目前已部署人工智能技术。
Gartner研究副总裁Jim Hare表示：「我们发现企业今年采用人工智能的速度大幅成长，人工智能项目数量也随之上扬，代表企业可能需要进行内部重组，确保人工智能项目具备适当的人力和资金。最佳作法就是成立人工智能卓越中心（Center of Excellence），尽可能以最完善的方式分派技术、取得资金、设定优先级和分享最佳实务经验。」
目前企业正在进行的人工智能项目平均数量为4件，但受访者预期未来12个月内将新增6件，而到了2022年，这些企业预期手上平均会有35件进行中的人工智能或机器学习项目（见表1）。
表1：企业部署人工智能或机器学习项目的平均数量
数据源：Gartner（2019年7月）
人工智能项目数量提升的主要推手：客户体验（CX）与任务自动化
调查显示有40%的企业将客户体验列为使用人工智能技术的首要动机，而尽管聊天机器人或虚拟个人助理等技术可用来服务外部客户，目前大部分企业（56%）将其用于支持内部决策或为员工提供建议。Jim Hare指出：「使用人工智能技术并非为了取代人类员工，而是透过增强和赋能员工做出更快、更好的决策。」
调查显示有40%的企业将客户体验列为使用人工智能技术的首要动机，而尽管聊天机器人或虚拟个人助理等技术可用来服务外部客户，目前大部分企业（56%）将其用于支持内部决策或为员工提供建议。Jim Hare指出：「使用人工智能技术并非为了取代人类员工，而是透过增强和赋能员工做出更快、更好的决策。」
排名第二的项目类型是任务自动化，20%受访者将之列为首要动机。自动化的范例广泛，如财务上的开立发票和查证合约，以及人力资源方面的自动筛选履历或以机器人面试。
对受访者而言，采用人工智能时最大的挑战包括技术不足（56%）、对人工智能使用案例的理解（42%）以及对数据范围或质量抱持疑虑（34%）。Jim Hare提醒：「面对先进科技时，如何找出最适当的员工技能是企业主要的疑虑之一。此技术缺口可藉由与服务供货商和大学合作，或为既有员工设立培训课程等方式来弥补，但建立稳固的数据管理基础并非一蹴可几。由于可靠的数据质量是精确洞察、建立信任和减少偏见的基石，所有人工智能项目都必须以数据就绪程度（data readiness）为优先考虑。」
人工智能项目成功与否的衡量基准
这份调查亦显示，许多企业在评估项目价值时，会将效率视为成功与否的度量标准。不过，Gartner杰出研究副总裁Whit Andrews表示：「以效率指针来展现项目价值的方式，在自认技术采用偏向保守或主流的企业中更为普遍；技术采用较积极的公司，可能更在意客户参与度是否提升。」
这份调查亦显示，许多企业在评估项目价值时，会将效率视为成功与否的度量标准。不过，Gartner杰出研究副总裁Whit Andrews表示：「以效率指针来展现项目价值的方式，在自认技术采用偏向保守或主流的企业中更为普遍；技术采用较积极的公司，可能更在意客户参与度是否提升。」
Gartner 2018年12月针对106名Gartner研究圈小组（Gartner Research Circle Members）进行在线调查，在这群以Gartner主导、由IT和业务专业人士组成的专家小组协助下，产出了「人工智能与机器学习开发策略」（AI and ML Development Strategies）研究报告；这些受试者必须对自家组织现有或计划采用之机器学习、人工智能相关业务和技术面有一定程度的了解。
Gartner 简介
Gartner Inc. （纽约证交所上市编号︰IT） 为全球领先研究及顾问机构，也是标准普尔500大企业（S&P 500）之一。Gartner提供企业领袖不可或缺的洞察力、建议和工具，协助客户完成关键优先任务，打造未来的成功企业。Gartner优秀的研究团队是由专家领军，透过产业内部信息，并以数据数据的研究为基础，能引领客户就最关键的议题做出正确决策。Gartner是备受信赖的客观资源和重要事业伙伴，在全球100多国有超过15,000家企业客户— 范围涵盖各主要领域、产业与企业规模。欲进一步了解Gartner如何协助决策者推动企业的未来，请浏览www.gartner.com，亦欢迎关注Gartner Taiwan Facebook。
