預測2016：智能機器
備註：上一篇文章「不要再被媒體上那些天花亂墜的變形金剛誤導了 真正的商用機器人是這個樣子」一文收到很多知友關注，為了更詳細的讓大家了解智能機器人在商用上到底是什麼樣的？發展軌跡會怎樣。現將全球頂級IT諮詢公司Gartner的預測報告全文奉上，供大家參考。
預測2016：智能機器
發表時間：2015年12月4日
作者：WhitAndrews, Tom Austin, Kenneth F. Brant, Frances Karamouzis, Timothy Baynes,Helen Poitevin, Diane Morello, Jamie Popkin
智能機器能力現在已經足夠穩定和明確，企業可以開始嘗試使用它們創造商業價值。在智能機器上的商業投資會迅速增長，主要關注於營收增長和運行效率。
一、 重要結論
要有效利用智能機器技術和服務需要專門的發展戰略。
實現智能機器的商業潛力需要焦點，金錢，人力資源，知識產權（IP）風險管理的投資。
因為首席執行官將增長視為最重要的業務優先順序，智能機器將被暫時用來增加收入和改善銷售實踐。
二、 建議
高層IT領導者和戰略家應該：
創建一個跨職能，研發導向的智能機器「實驗室」，並許可實驗。
分配資金和資源來獲取智能機器技術。
計劃在雲服務和諮詢服務上的支出來定製，提煉和使用智能機器的技術。
在2016年和2017年執行招聘和資源分配策略來獲得智能機器發展和訓練技能。
三、 戰略計劃假設
到2020年，智能機器將成為30%以上CIO首選的五大投資之一。
到2020年，首席財務官將需要處理由智能機器數據和「演算法商業」帶來的價值。
到2018年底，25%的耐用品製造商會在面向客戶的銷售、計費和服務工作流中利用由智能機器生成的數據。
到2018年底，基於研發的終端用戶智能機器部署方法將可能比基於IT項目的方法產生三倍的商業價值。
到2018年，全球超過300萬名工人將由「機器人老闆」監督。
到2020年，微軟的戰略將圍繞著Cortana而不是Windows展開。
四、 分析
一系列被稱之為「智能機器」的複雜技術仍在快速發展，但它們已經存在了。最近的技術進步在一些重要的新業務計劃中已經為智能機器的實際應用做好了準備。
Gartner認為這種新的通用技術才剛剛開始75年的技術周期，它將對每個行業產生深遠影響。我們2016年的預測反映了短期機會，以及利用智能機器的組織所面臨的潛在負擔和風險。
五、 你需要知道
由於近期的三個技術突破所造成的「智能機器大爆炸」，智能機器正在迅速變得更加可行：
網路形式系統的新計算硬體和基於圖形處理單元(GPU)的超級計算機。
更強大的深度神經網路演算法。
大量數據用於訓練在新硬體上運行的深度神經網路。
在未來十年的大部分時間裡，智能機器只有在特定的領域和解決特定類型的問題時才是「智能」的。今天的智能機器技術有很強的感知能力，但缺乏執行能力，所以它們還不能夠自己開發和測試新的決策模式。因此，在一系列關鍵功能上，先進的分析方法和非智能但基於規則的方法將有效助力智能機器。
這種 「智能」和「非不智能」的技術組合創造了強大的功能，可以應用於廣泛的商業機會，包括:
理解問題及其背景。
用自然語言模仿人類回答問題。
優化資源分配。
用概率模型來做決定。
預測未來狀態。
不同程度地從經驗中學習。
不同程度地自主行動。
但要充分利用這些技術，業務和IT將不僅需要新的技能，也需要一種新的思維方式。組織必須願意失敗，有足夠的資金和人員來測試和展示智能機器是如何創建業務價值的。
這種類型的智能機器發展指出了更大的業務問題，包括：
這些投入可認識到早期採用者的教訓和經驗，同時作為數字業務轉型的一部分，也可實現可衡量的益處。
智能機器數據對公共業務估值的影響伴隨著新興出現的「演算法商業」（對日益複雜的演算法的依賴將讓組織根據這些匯總的信息行動）。
戰略計劃假設：到2020年，智能機器將成為30%以上CIO首選的五大投資之一。
重要結論：
由於三個主要趨勢的結合，在未來五年內智能機器將得到更加廣泛有效的部署：
全新的處理硬體；
更強大的演算法；
大量的數據。
智能機器的類別及其相應的業務案例正在激增，表明解決各種工作的真正快速增長的機會正在到來。今天，這已經包括使用個人助理來管理電子郵件、日曆和更多；在生活輔助設備上使用智能機器人來預測和服務人類需求；以及早期自動駕駛汽車。
這些機會的實現將推動在智能機器的商業投資計劃。根據給定的計劃細節，並考慮到當前技術的局限性，這些在人員、技能、基礎設施和服務上的投資可能是非常重要的。
市場影響：
智能機器將在未來十年里改變每一個行業。從系統角度來說他們是可以利用大數據，以及在處理技術和演算法上的最新進展的「機器」。 他們是「智能」的，因為他們從經驗中學習，可以產生他們的創造者從來沒有預期的結果。
在五年以外能給企業帶來最大利益的技術包括智能顧問，智能機器人，商業無人駕駛飛行器（無人機），自動駕駛汽車和虛擬個人助理。
智能機器有可能處理各種工作和業務流程。一些智能機器作為自治的「代理」，一些作為高效處理客戶的「助手」，其他作為能提高高技能專業人才的「專業顧問」。如今這些都是不可互換的。他們要麼是專用的（例如自駕車輛）或針對使用專業信息的特定任務特別訓練的（例如智能顧問）。這意味著採用智能機器的業務將需要大量投資。
智能機器的部署通常需要改變現有IT系統的介面和工具。因此，CIO，IT領導人和戰略家應該預期與智能機器發展，部署，持續的支撐和維護有關的成本，並為智能機器的部署改變現有IT基礎設施。
CIO同樣也必須預料到一系列組織問題。智能機器是由多個資產組成的，這些需要相互協調管理。這些資產可能都有不同的所有者，根據所有者業務系統的主要目的不同，側重點也不同。
建議：
首席信息官、首席技術官、高級領導人和戰略家應該：
在投資大型項目之前，現在開始進行小型項目嘗試，以評估上述特定方法的價值（例如先進企業搜索或虛擬客戶助理）。
逐漸熟悉：
智能機器技術的優勢和局限性。
智能機器組件，特別是新興的深度神經網路。
與他們的業務和行業有關的智能機器應用案例。
與業務夥伴合作，假設各種智能機器技術的商業應用案例，然後根據所需的業務結果構建場景。不要把自己局限於傳統的IT責任和假設里。
戰略計劃假設：到2020年，首席財務官將需要處理由智能機器數據和「演算法商業」帶來的價值。
重要結論：
通過智能機器引擎主動組裝，傳遞信息和見解的技術正在培養一個從人為生成轉向機器生成的信息資產轉型。這些資產包括新內容、業務流程本體和知識產權。
智能機器將補充和推動一個被稱為演算法商業的新商業模式的出現。這是大量連接、關係、和動態見解的經濟，它們來自於連接、大數據和演算法形態的新知識產權。智能機器的交互和動態運作模型非常適合從這些連接和見解中使用演算法創造價值。
在許多市場都有智能機器技術，因此沒有單一的「智能機器市場」。相反，有一個總的廣泛應用案例的市場。對於這個總時長，Gartner還沒有官方預測。但是我們對於外部數據的一手分析認為這個總技術產品市場在2015年的總營收是100億美金，到2020年會有300%的增長，達到300億美金。與智能機器有關的服務可能是技術市場5到10倍的規模。
市場影響
智能機器的崛起和其他趨勢一樣，會破壞我們做生意的方式。演算法業務的崛起是最重要的趨勢之一，因為它將刺激能夠帶來新收入的新模型，利用演算法從大量連接和關係的大數據中得出動態的見解。演算法驅動的代理已經是我們經濟中活躍和重要的參與者。
在這種商業模式和結合技術與服務的智能機器之間，有非常緊密的聯繫。舉例來說，在演算法商業里，由智能機器驅動的服務將不斷從深度和規模上創建和更新新的IP。在這種情況下,相應最重要的業務挑戰是評估支撐這些新模型的新資產結構。
同時，此類服務產生的知識產權有可能產生重要甚至永久性的收入來源，因為IP可能獲得專利保護從而增加價值。一個潛在的危險是商業領袖可能會與供應商合作發布概念，卻沒有為不同結果和技術所有權制定戰略。他們的風險是可能損失專利知識產權帶來的潛在收入——可能存在於業務流程，過程本體，演算法或知識資本中——這不是適當的保護。
未來五年，首席財務官在處理這些新資產的經濟結構時將面臨越來越大的壓力。
建議：
開始考慮業務單元、產品主管、CIO和關鍵利益相關者之間的合作，來探索基於智能機器演算法商業產品的戰略影響、市場規模和估值結構。
開發一個覆蓋業務方法或技術的特定知識產權和專利保護戰略。
分析智能機器技術能夠如何影響你的產品和服務，以及現有的和潛在的客戶會如何部署它們。
保護新的營收渠道，它們會伴隨著智能機器環境對演算法經濟模型營收潛力的影響而出現。
戰略計劃假設：到2018年底，25%的耐用品製造商會在面向客戶的銷售、計費和服務工作流中利用由智能機器生成的數據。
重要結論：
學習機器將發起自我升級或重新配置的請求來滿足預測的未來使用需求，這些使用需求是基於對歷史使用模式的分析或感知到的環境變化。
使用情況和環境數據的分析將使智能機器能夠推薦更快速的服務和操作指令來生成未預料到的使用模式。
客戶將審核智能機器的使用數據分析來批准服務、升級以及操作指令的需求。
自動化服務和升級建議日誌將用於挑戰產品保修和責任索賠。
市場影響：
隨著智能機器的出現，客戶關係將極大地拓寬、深化和加強。
智能機器有能力收集和分析有關它們操作環境、表現、和使用情況的數據。分析這些信息將能預測有關未來的性能和使用情況。這些預測轉而將成為智能機器運營商、供應商、智能機器本身、或三者結合的行動建議基礎。
智能機器也有能力通過軟體和數控硬體升級或重新配置。這些變化可能是完全基於軟體的,在這種情況下，需要再度提供許可。許可和重新配置都是通過無線完成的。在其他情況下，機器更新可能需要安裝額外的硬體。比如說智能拖拉機會請求一組更適合特定地形的輪胎。
自我診斷智能機器也可以發現任何可能會影響產品的性能和壽命的使用情況或操作環境特徵。偏離預期（或建議甚至需求）的使用模式可能產生一系列影響，包括安全問題，保修索賠，使用索賠，或未履行合同索賠。
在複雜環境中運行的智能機器經過精心設計和檢測，它們可以捕獲的信息可以用在兩個方面：
檢測正在出現或潛在的問題。
分析並消除實際的故障或缺陷。
進一步來說，在極端或危險場景下使用智能機器，它們能夠主動干預，並提出糾正措施。例如：一台配有前端裝載機的拖拉機正在邊坡工作，它有可能發生危及生命安全的顛覆事件。這類工作也可能裝載了不成熟的裝載機機制。智能拖拉機將有能力檢測到這種情況，記錄數據，警告操作員並指導他們正確操作，甚至給車隊經理推薦額外的操作員培訓。
上面提到的情況顯示出加強和拓寬客戶關係的新機會。提升產品的積極建議——使它有更好的表現，持續時間更長，更好的保護或服務於操作者——只要客戶認為智能機器是值得信賴的，這些建議都會被積極對待。能夠訪問智能機器收集的數據，再以客戶能理解的方式呈現出來，這在支持產品需求時是至關重要的。
建議：
對於CIO來說：
向商業領袖諮詢如何挖掘智能機器需求帶來的營收潛力。
記錄智能機器如何，及在多大程度上——通過數據收集、分析和記錄——可以抵消合同不履行、產品保修和責任索賠的相關風險。
識別智能機器和現有的銷售和服務業務流程之間的觸點，來滿足客戶體驗並獲取最大收益。
對於IT領導者來說：
與產品開發組織合作，將IT資源映射到智能產品的產品路線圖當中。
確定支持智能機器的關鍵技術，包括機器學習、數據科學和物聯網。
準備解決方案，能將智能產品數據集成到銷售、訂單執行、服務和支持流程系統里。
儘早讓商業領袖涉入以識別機器生成數據的安全問題。
戰略計劃假設：到2018年底，基於研發的終端用戶智能機器部署方法將可能比基於IT項目的方法產生三倍的商業價值。
重要結論：
智能機器需要高度實驗性和易失敗的開發方法，類似於專註於研究和開發的實驗室。
很多，即使不是大多數，IT組織缺乏成功開發和部署智能機器所需的技能、人員和心態。
不了解最先進的智能機器的企業領導者將面臨不快，因為他們發現這些技術比近期基於雲的解決方案更加複雜、不確定、要求更高。
市場影響：
智能機器技術進入了一個全新的加速創新周期。它們非常複雜，其中大部分仍在發展或成熟期，受到了迅速膨脹但即將破滅的公眾期望，或者隨著這些期望沒有被滿足，它們已經滑向Gartner炒作周期的幻想破滅階段。
CIO們開始意識到他們的IT組織面對這一創新浪潮準備不足。傳統上，IT部門都圍繞著非常明確的優先順序進行優化：管理成本和供應商、現成的商業軟體部署、和最新的雲解決方案。但是成功實現這些優先順序所需的技能、價值觀和思維和那些智能機器發展需要的並不相同。
由於智能機器技術的性質，開發和部署都是高度實驗性的。失敗不僅僅很常見，同時也在意料之內。事實上，失敗是一種美德——是一種能夠儘早發現哪些成功哪些不能並迅速調整適應的方法。
這種IT技能和價值觀的缺陷將猛烈衝撞商業領袖的高度期望。智能機器供應商和早期採用者已經告訴我們「這不是我們所期待的」。
由於客戶放棄早期開發工作，有些供應商的客戶流失率很高。值得注意的是，堅持智能機器研究的往往是科學或醫學研究組織。舉例來說，這些人意識到找到一種治癒癌症的方法的複雜性，且技術本身無法在短期內解決這種問題。
現實是，智能機器需要IT方面的文化變革以及具體的組織和預算變化，這些能夠鼓勵，支持和維持注重結果的實驗性心態。在更加成功的智能機器開發方法里，我們發現組織建立了跨功能團隊來填補他們的IT和業務部門之間的縫隙。
這些團隊包括IT代表，戰略業務單位，和特定行業的信息專家和數據科學家。他們的使命是實驗，迅速並頻繁地失敗，在豐富的知識體系，有效的演算法和人機交互界面之間里找到合適企業文化並能夠實現其數字化價值的匹配。
建議：
企業應確保在其研發機構內的智能機器項目配備了充分的人員和資金。如果他們沒有研發智能機器的項目，他們應該現在開始。
首席執行官,首席技術官和首席信息官們必須齊心協力來批准並給智能機器的研究項目配備人員，允許他們進行廣泛實驗、早期失敗並快速定位最有潛力的未來發展和投資領域。
首席執行官、首席技術官和首席信息官們應該研究協調智能機器和其他組織里任何已經開始的相關技術（如客戶服務、數據科學/高級分析方法，和供應鏈），通過開發方法來確定這些項目的範圍，設定優先順序，分享結果並投資最有前途的技術和組織內的技術轉移。
戰略計劃假設：到2018年，全球超過300萬名工人將由「機器人老闆」監督。
重要結論：
主管的職責越來越傾向於通過與結果和客戶評價直接相關的指標蘋果來監督工人的表現情況。基於人力資源決策和管理激勵，智能機器經理可以使用這些指標更有效更迅速的來學習。
「零工經濟」——工人們為短期合同而不是固定薪水而競爭——使得企業有大量可用的，以單個任務為工作顆粒的人才結構。人才可以以一個自動化的方式進行尋找，選擇和僱傭。
機器老闆將依靠直接來源於工人表現的數據和它們自己的能力，並從這些數據中得出人類不可能達到，或者不能如此迅速達到的見解。
智能機器技術和服務可用於現在的商業市場，並展示出某些關鍵屬性，包括：
基於它們所學到的內容處理高度複雜和不確定性並形成假設。
測試這些假設並提煉概率性結論。
發展出對於特定任務情境的理解，這個理解比許多行業觀察家的預測更準確。
市場影響：
機器老闆將越來越多地做出以前只能由人類經理做出的決定。例如，他們能夠規劃工作路線並仔細靈活地評估工作表現。然而在可預見的未來里，他們無法管理工作流之外的異常（如撫恤假等）。
關注績效評估、激勵和薪酬的業務流程外包商將開發出智能機器「合同經理」，它們被設計出以處理指標並監督特定的工人階級。
隨著智能機器變成分析表現的首選方法，工人表現的指標將更加細化。對人力經理來說太微不足道的活動和事件——例如，給用餐者的擺盤角度，司機拐彎的速度，或在VIP面前展現出微笑的完整性百分比——將是機器強大、細顆粒的微管理能力的素材。
對這種指標的反應也是因人而異的。基於優化的個性化和交互屬性，智能機器經理將伺服器分配給食客。技術人員將被分配去他們擅長的任務。「零工經濟」的自由職業者將參與進由精密評估流程驅動的有效工作鏈里。
短期標杆：
在2016年一個主要軟體供應商或業務流程外包商將發布「員工管理」智能機器。
在2017年另一個主要服務分支行業將受到來自成功的分享經濟（如Uber）的破壞。
在2017年的主要勞動力市場，超過30%的自由職業者將通過分享市場選擇工作。
建議：
培訓經理去關注「人」的問題，如創造性領導力，員工關係和戰略規劃。培訓必須減少對衡量工人的行為及其相關性的關注。人力經理應被給予明確的指示，告訴他們哪些是他們可以而機器不能完成的任務。經理本人應該以員工對公司的滿意程度，以及工作和生活的平衡程度作為他的評估標準。人力經理可能與智能機器經理合作，這種合作的方式使他們能夠影響機器的技能和長處。
建立細粒度的衡量指標，以便發現之前未被檢測到的基準和標杆。
關聯幾個指標而不是只依據單個的指標。單個指標（例如交易的總體滿意度）必須結合其他指標來發展成更有意義的情景（這可能包括對比某一交易與之前或在同一時間的其他交易，來確定這一交易滿意度的增加或減少）。基於完成特定步驟的單個指標必須結合其他步驟和結果，來促進有效關係的挖掘。
確保為管理目的研發的智能機器結合了機器的識別、記錄和使用新模式的傾向。智能機器管理人員將以新的方式審視數據，因為他們能夠冷靜地發現先前未被發現的關係和相關性，測試他們的假設，然後提升生產狀況。
戰略計劃假設：到2020年，微軟的戰略將圍繞著Cortana而不是Windows展開。
重要結論：
微軟正積極加強其基於雲的系辦公系統技術套件，它結合、重新定義並傳遞了一個以智能代理為中介的用戶體驗，這類用戶體驗將遠比早期預置的Exchange，Sharepoint以及微軟的個人生產力工具Outlook和Excel體驗好得多。
Cortana將演變成微軟重新定義生產力的跨平台表層，通過理解用戶，主動幫助用戶以及相關的群體，來讓用戶更有效率。它將成為一個值得信賴和強大的虛擬個人助理，以及管理集成應用程序的代理。
Windows在消費設備的操作系統市場上只佔有14%的市場份額，所以微軟必須在Windows, iOS，OS X和Android上傳遞它所有專屬的體驗價值來最大化客戶體驗。
市場影響：
微軟、谷歌和其它許多公司正在通過讓人們享受他們的產品來重新定義用戶體驗，並為他們自己、他們的合作夥伴和客戶建立新的特許經營。這些新用戶體驗的一個關鍵部分是虛擬個人助理（vpa），賦予合適的許可權，VPA將學習和並能代表用戶行事。
這些「智能代理」能夠：
主動和反映用戶的需求，而不是僅僅對用戶一視同仁提供一整套特性。
與用戶發展長期、敏感的關係（培養對於個人工作、習慣、同伴、來源和溝通的有效知識）。
在每一個主要平台讓用戶通過人性化、「任何形態」（語音、手寫或文字）的自然語言進行交互。
微軟正致力於搭建這些能力的基礎，如Cortana和Office Graph。隨著這些功能的發展，它們消除了Office 365的傳統角色以及它們各自套件之間的界限。
Cortana不僅僅是一個語音文本轉換的用戶界面。它還能夠：
在用戶的批准下，跟蹤用戶行為和學習。
替用戶管理應用程序。
通過微軟API獲取其他應用程序提供的服務提供。
無論其用戶身處何地，給用戶傳遞信息（包括歷史和當前狀態）。
有了這樣的能力，Cortana將成為微軟未來的戰略核心。隨著設備和形態的增多，工作場所技術將不再以基於設備的個人應用程序為中心。相反，智能技術將擴大用戶體驗去覆蓋用戶與人、地點和事物廣泛的數字化交互。隨著如Cortana的智能代理浮出水面，「操作系統」，如Microsoft Windows，將變得更加下沉，智能代理會成控制、協調和促進用戶交互和交流的中介。
微軟正在加入這種跨平台VPA的競爭，它的競爭優勢包括：
自然語言交互（Power BI,Cortana）
具有行業優勢、跨平台、業務導向的生產力工具（Outlook和Excel）
能夠支持VPA的基本存儲系統（Office Graph）
要真正實現這一願景，微軟也必須改善Cortana和非微軟應用程序之間的集成，如Workday和Salesforce。
建議：
數字化工作場所的領導者應該：
跟蹤Cortana的發展、API和與非微軟的業務應用程序集成。
進行早期實驗以更好地理解Cortana（作為一個集成點）對用戶體驗和效率的影響。
六、 回顧
根據你的需求，我們回顧了往年一些關鍵的預測。我們有意挑選了對立面的預測——有我們完全預測準確的，也有那些我們沒有預測中的。
這個主題非常新，沒有過去的預測可以進行比較。
推薦閱讀：