人工智能不僅成功吸引了全世界的關注，而且還激發(fā)了人們的想象力。然而2019年，人工智能在商業(yè)領域中的普及率卻遠不及人們對它感興趣的程度。盡管大多數企業(yè)領導者都相信人工智能會幫助企業(yè)獲得競爭優(yōu)勢，但是直到最近，一些行業(yè)觀察家依然在報告中認為，企業(yè)的人工智能采用率不足20%。

但隨著2020年的到來，我們發(fā)現了人工智能呈現了上升趨勢，企業(yè)不僅對人工智能的興趣越來越濃厚，而且對人工智能采用率也越來越高。2019年秋末，IBM委托第三方進行了一項全球調查《從“攔路虎”到大規(guī)模應用：全球企業(yè)向人工智能沖刺》，邀請了4，500多名技術決策者進行了投票。調查結果再次印證了這種增長趨勢。通過此次調查，我們評估了美國、歐洲和中國當前和未來對人工智能部署的情況，以便更好地了解人工智能發(fā)展現狀和當前面臨的挑戰(zhàn)。正如同人們所料，大變局即將啟幕。人工智能采用率不斷提高

《從“攔路虎”到大規(guī)模應用》的調查結果表明，盡管前路依然漫長，但是，數據發(fā)現與管理、技能培訓和人工智能可解釋性方面的進步正在以超乎預料的速度推動人工智能采用率不斷攀升。

例如，來自大型企業(yè)（員工人數超過1，000的企業(yè)）的受訪者中，45%表示他們所在的企業(yè)已采用人工智能；而來自中小型企業(yè)（員工人數不足1，000的企業(yè)）的受訪者中，29%表示他們所在的企業(yè)已采用人工智能。這些數字遠高于迄今為止某些行業(yè)觀察家預測的數字。有關上述調查中的一些比較有說服力的數據點，點擊鏈接查看綜述摘要，其中包括：

數字概覽

。 技能。企業(yè)在采用人工智能的過程中遇到的主要障礙是企業(yè)難以從人工智能中獲益。37%的受訪者認為，員工掌握的人工智能專業(yè)技能或知識有限，極大阻礙了企業(yè)成功應用人工智能，而數據復雜性和分散數據越來越多（31%的受訪者）以及缺乏可用于開發(fā)人工智能模型的工具（26%的受訪者）是緊隨其后的兩大障礙。

。 信任。信任是部署人工智能的基石。在來自世界各地的受訪者之中，78%的受訪者表示，企業(yè)需要相信人工智能輸出信息的公平性、安全性和可靠性，這一點非常重要，甚至可以說至關重要。此外，83%的受訪者認為，人工智能決策方法的可解釋性也非常重要。

。 數據。因為人工智能的成敗取決于數據，所以目前，部署人工智能技術的企業(yè)更有可能采用混合云（采用率：38%）或混合多云（采用率：17%）。而且，數據無處不在，分布于各種云端。人工智能之旅貫穿整個商業(yè)世界

我每天都能看到客戶在興致勃勃地部署人工智能。接下來，我會給大家舉幾個最近發(fā)生的例子。法律軟件開發(fā)商LegalMation利用IBM Watson和IBM自然語言處理技術來幫助律師自動化地完成一些最日常的訴訟相關任務，例如，將尋找書面文件所需的時間從幾個小時縮短到幾分鐘。

全球數字代理商Wunderman Thompson利用Watson Studio和Watson Machine Learning以其混合多云環(huán)境中存儲的TB級（Terabytes）數據為基礎訪問、分析并運行各種模型。此外，Wunderman還與Watson Machine Learning合作，利用IBM AutoAI實現了模型自動化，讓模型能夠在公司的所有數據集之間分析數以萬計的特性。

我查看了咨詢公司Morning Consult報告中的一些觀點，然后思考我與客戶之間的互動過程，我意識到，企業(yè)在應用人工智能的過程中遇到的各種障礙始終是首要問題。這就是我們努力降低企業(yè)應用人工智能的門檻、提高人工智能易用性的原因。

因此，我們在2018年組建了—數據科學精英團隊，團隊由來自世界各地且擁有豐富經驗的技術專家組成，致力于幫助企業(yè)解決與人工智能有關的實際問題。這促使我們引入了Watson OpenScale這樣的創(chuàng)新技術，來幫助企業(yè)減少人工智能模型中的偏見，我們還引入了能夠利用人工智能構建人工智能模型的Watson AutoAI，并且構建了首個基于容器的數據分析平臺Cloud Pak for Data，讓人們可以在任何云上運行Watson。此外，我們還通過與The Open Group和The Linux FoundaTIon等多家開放標準機構合作，將技能培訓和支持力度提升到了一個全新水平。

對于人工智能領域來說，2019年是碩果累累的一年，而2020年也必將為參與人工智能發(fā)展的所有人帶來令人興奮的新承諾和新成果。