本刊在博客來網路書店誠品書店均有販售!

  • f

Gartner預期企業明年人工智慧專案數將倍增 客戶體驗與任務自動化為主要推手

文/新聞中心 2019/07/17

表1:企業部署人工智慧或機器學習專案的平均數量。資料來源:Gartner(2019年7月)

 

【2019年7月17日】國際研究暨顧問機構Gartner最新調查顯示,目前使用人工智慧(AI)或機器學習(ML)的企業平均正進行4個相關專案,而59%受訪者表示目前已部署人工智慧技術。

 

      Gartner研究副總裁Jim Hare表示:「我們發現企業今年採用人工智慧的速度大幅成長,人工智慧專案數量也隨之上揚,代表企業可能需要進行內部重組,確保人工智慧專案具備適當的人力和資金。最佳作法就是成立人工智慧卓越中心(Center of Excellence),盡可能以最完善的方式分派技術、取得資金、設定優先順序和分享最佳實務經驗。」

 

      目前企業正在進行的人工智慧專案平均數量為4件,但受訪者預期未來12個月內將新增6件,而到了2022年,這些企業預期手上平均會有35件進行中的人工智慧或機器學習專案(見表1)。

 

人工智慧專案數量提升的主要推手:客戶體驗(CX)與任務自動化

     調查顯示有40%的企業將客戶體驗列為使用人工智慧技術的首要動機,而儘管聊天機器人或虛擬個人助理等技術可用來服務外部客戶,目前大部分企業(56%)將其用於支援內部決策或為員工提供建議。Jim Hare指出:「使用人工智慧技術並非為了取代人類員工,而是透過增強和賦能員工做出更快、更好的決策。」

 

     排名第二的專案類型是任務自動化,20%受訪者將之列為首要動機。自動化的範例廣泛,如財務上的開立發票和查證合約,以及人力資源方面的自動篩選履歷或以機器人面試。

 

      對受訪者而言,採用人工智慧時最大的挑戰包括技術不足(56%)、對人工智慧使用案例的理解(42%)以及對資料範圍或品質抱持疑慮(34%)。Jim Hare提醒:「面對先進科技時,如何找出最適當的員工技能是企業主要的疑慮之一。此技術缺口可藉由與服務供應商和大學合作,或為既有員工設立培訓課程等方式來彌補,但建立穩固的資料管理基礎並非一蹴可幾。由於可靠的資料品質是精確洞察、建立信任和減少偏見的基石,所有人工智慧專案都必須以資料就緒程度(data readiness)為優先考量。」

 

人工智慧專案成功與否的衡量基準

     這份調查亦顯示,許多企業在評估專案價值時,會將效率視為成功與否的度量標準。不過,Gartner傑出研究副總裁Whit Andrews表示:「以效率指標來展現專案價值的方式,在自認技術採用偏向保守或主流的企業中更為普遍;技術採用較積極的公司,可能更在意客戶參與度是否提升。」

 

      Gartner 2018年12月針對106名Gartner研究圈小組(Gartner Research Circle Members)進行線上調查,在這群以Gartner主導、由IT和業務專業人士組成的專家小組協助下,產出了「人工智慧與機器學習開發策略」(AI and ML Development Strategies)研究報告;這些受試者必須對自家組織現有或計劃採用之機器學習、人工智慧相關業務和技術面有一定程度的了解。

356

新聞列表

目前在第頁,共1642筆新聞。