本文來自微信公眾號(hào)“IDC咨詢”。
國際數(shù)據(jù)公司（IDC）于近日發(fā)布了《IDC FutureScape:全球未來智能市場(chǎng)2023預(yù)測(cè)——中國啟示》。在報(bào)告中，IDC分析師團(tuán)隊(duì)描述了影響IT和業(yè)務(wù)決策者負(fù)責(zé)該項(xiàng)支出并有效利用相關(guān)解決方案的主要驅(qū)動(dòng)因素，并給出了未來五年有關(guān)未來智能市場(chǎng)的十大預(yù)測(cè)。
IDC 2023年中國未來智能市場(chǎng)的十大預(yù)測(cè)具體內(nèi)容如下：
預(yù)測(cè)一：未來智能給企業(yè)帶來顛覆性競(jìng)爭(zhēng)優(yōu)勢(shì)
到2024年，擁有智能技術(shù)的企業(yè)將會(huì)有普通企業(yè)近5倍的決策速度，從而在新的領(lǐng)域具有先發(fā)優(yōu)勢(shì)。
預(yù)測(cè)二：數(shù)字化領(lǐng)導(dǎo)力全面凸顯
到2025年中旬，擁有數(shù)字化領(lǐng)導(dǎo)力的企業(yè)CEO會(huì)在未來智能方面增加60%投資，來應(yīng)對(duì)經(jīng)濟(jì)衰退，并快速接受市場(chǎng)挑戰(zhàn)。
預(yù)測(cè)三：視頻分析與監(jiān)控深入推廣
到2024年，60%使用視頻監(jiān)控技術(shù)的企業(yè)也將應(yīng)用視頻數(shù)據(jù)分析技術(shù)，從而使運(yùn)營(yíng)決策的整體制定過程更加高效。
預(yù)測(cè)四：未來智能將打破邊界
到2025年，85%的中國500強(qiáng)企業(yè)將增加對(duì)外部威脅（如供應(yīng)鏈中斷）給本地運(yùn)營(yíng)帶來的挑戰(zhàn)/機(jī)會(huì)的關(guān)注。
預(yù)測(cè)五：AI安全可信
到2026年，企業(yè)在推動(dòng)數(shù)據(jù)文化發(fā)展的過程中，需要將“AI安全可信”作為重點(diǎn)建設(shè)推進(jìn)，“AI安全可信”可以更好的幫助企業(yè)完成業(yè)務(wù)目標(biāo)。
預(yù)測(cè)六：實(shí)時(shí)數(shù)據(jù)決策
到2025年，90%的中國500強(qiáng)企業(yè)將利用實(shí)時(shí)數(shù)據(jù)來優(yōu)化產(chǎn)出結(jié)果，如通過使用事件流技術(shù)來改善客戶體驗(yàn)。
預(yù)測(cè)七：主動(dòng)的風(fēng)險(xiǎn)管理需求全面爆發(fā)
到2027年，60%的大型企業(yè)將對(duì)具備風(fēng)險(xiǎn)控制功能的數(shù)據(jù)中臺(tái)建設(shè)進(jìn)行重點(diǎn)關(guān)注，以便衡量數(shù)據(jù)中的內(nèi)在風(fēng)險(xiǎn)，并通過安全保障和篩選技術(shù)來降低風(fēng)險(xiǎn)。
預(yù)測(cè)八：RPA+AI助力數(shù)據(jù)管理
到2025年，數(shù)據(jù)的復(fù)雜性、波動(dòng)性和資源稀缺性將增加，一半以上的中國500強(qiáng)企業(yè)將使用人工智能和自動(dòng)化技術(shù)來檢測(cè)和自動(dòng)處理數(shù)據(jù)。
預(yù)測(cè)九：數(shù)據(jù)素養(yǎng)和AI技能培訓(xùn)
面對(duì)企業(yè)內(nèi)部智能技術(shù)需求的增加，到2027年，65%的中國500強(qiáng)企業(yè)將設(shè)立提升數(shù)據(jù)素養(yǎng)和AI技能的專有培訓(xùn)項(xiàng)目，以滿足人才要求。
預(yù)測(cè)十：AI和HPC融合的高性能計(jì)算
到2027年，25%的中國500強(qiáng)企業(yè)將把其在人工智能基礎(chǔ)設(shè)施領(lǐng)域的投資，擴(kuò)展到建設(shè)性能密集型的算法設(shè)施，以此來解決復(fù)雜問題，并使用HPC驅(qū)動(dòng)的模擬模型來改善最終結(jié)果。
分析師觀點(diǎn)
IDC中國高級(jí)分析師楊雯表示，隨著大模型、數(shù)字孿生以及AI for Science等話題的逐步升溫，AI被推上了前所未有的新高度。IDC觀察到，預(yù)訓(xùn)練大模型在2022年成為了炙手可熱的研究方向，大模型的出現(xiàn)持續(xù)降低AI開發(fā)門檻，增強(qiáng)了模型的泛化性與通用性，推動(dòng)零樣本、小樣本的訓(xùn)練發(fā)展，為行業(yè)帶來了統(tǒng)一的可行性。另一方面，行業(yè)對(duì)于多模態(tài)的研究也持續(xù)火熱，多模態(tài)模型通過對(duì)多個(gè)模態(tài)感知的融合，能夠充分利用數(shù)據(jù)資源，解決行業(yè)中因?yàn)槟B(tài)不匹配而無法完成的數(shù)據(jù)分析所造成的數(shù)據(jù)浪費(fèi)，基于對(duì)落地應(yīng)用核心痛點(diǎn)的解決，未來多模態(tài)機(jī)器學(xué)習(xí)的發(fā)展空間廣闊。在應(yīng)用方面，智能決策、智能客服等方向依舊處于發(fā)展期，各個(gè)廠商停留在“跑馬圈地”的階段，并未形成統(tǒng)一范式，如何加深場(chǎng)景與AI技術(shù)的融合，打造標(biāo)桿案例，低成本的快速復(fù)制到新場(chǎng)景下依舊是未來需要重點(diǎn)探索的方向。
