对付泡沫的有效方法，就是用另一个更大的泡沫包住它，这也是常说的「嵌套式泡沫」。

如果要追求可持续繁荣，必须要同时做到两件事：小心地把里面的虚假消掉、认真地把外面的空间做大。

身处人工智能巨轮上的我们，越来越频繁地听人谈论起人工智能过快增长而导致泡沫丛生，独角兽越来越多，但跑出资本怪圈独立生长的却寥寥可数。

对于即将到来的 2020，前景谈不上明朗，巨轮究竟将驶向何方？

几乎所有参与人工智能的玩家都已经意识到，AI 就像加速器。

比如，AI 与「互联网复古风口」RPA (自动化) 结合，成就了 IPA（智能流程自动化）。将 RPA 比作人的双手，AI 比作人的大脑，IPA 就是把 AI 作为大脑去指挥 RPA 这双灵巧的双手来完成工作。

然而，AI 绝不仅仅是一场指挥大脑的游戏。

更重要的是，AI 已经从单一应用集成到企业的方方面面，重塑其在整个产业链中的位置。

最近，全球两家领先的市场研究与咨询机构 IDC 和 Forrester 发布了他们对 2020 年及以后人工智能产业化的预测。

通过 IDC 和 Forrester 的调查和预测，我们可以看到的未来是：

1）是否存在高技能工程师的差异，将在不同公司之间筑起一道「数字鸿沟」。

2）三大公关灾难将让 AI「声名狼藉」：Deepfake 的广泛传播、面部识别技术的不正当使用，以及无节制的个性化。

3）《财富》500 强中有 25% 的企业将投资转向有「明显效率收益」的 IPA 项目，近半的软件与服务公司将在其投资组合中强调 IPA。

4）「数据的可靠性」（digital trustworthiness）将成为一项关键的企业资产，《福布斯》全球上市公司 2000 强中超过 70% 将监控其「数据可靠性」。

5）75% 的企业将投资员工再培训和发展，以满足人工智能应用带来的新技能需求和工作方式。

6）即便每五次 AI 对话中就有四次无法通过图灵测试。但到 2020 年底，对话式 AI 仍将成功支持五分之一的客户服务交互。

7）到 2023 年，近 20% 使用 AI 优化或者协处理器优化的服务器将部署在边缘。

8）到 2025 年，50% 的计算机视觉和语音识别模型将在边缘（包括终端) 上运行。

9）至少 90% 的新企业 APP 将包含嵌入式人工智能功能。然而真正由颠覆性人工智能主导的 APP 将只占总数的 10%。

10）2020 年的 AI 融资或将再创新高，但这将是最后一次的狂欢——人工智能创业生态系统将达到饱和。

1 机遇与风险并存，但AI不会迟到

Forrester 表示，虽然典型的「资本事件」可能会让企业对人工智能持谨慎态度，但「勇敢的企业」将继续投资 AI 并迈出重要的一步。

据 Forrester 调查显示：

• 53% 的全球数据和分析决策者表示，他们已经实施、正在实施、或正在扩展或升级人工智能。
• 29% 的全球开发人员 (经理级别或更高级别) 在过去一年里使用人工智能／机器学习软件工作。
• 54% 的全球化使用边缘计算的公司决策者表示，他们期望边缘计算带来的最大好处之一，就是应对当前和未来人工智能计算需求的灵活性。
• 16％的全球 B2C 市场营销决策者计划，在 2020 增加 10% 的支出，投入在数据和分析技术上，其中包括人工智能。

Forrester 预测，到 2020 年，《财富》500 强中有 25% 的企业，将在他们的机器人流程自动化 (RPA，Robotic Process Automation) 项目中加入人工智能构件模块，如文本分析和机器学习，以创建数百个新的智能过程自动化 (IPA，Intelligent Process Automation) 用例。

「自动化需要人工智能，而人工智能也需要自动化来扩展。」Forrester 表示。

《财富》500 强中有 25% 的企业，将人工智能投资转向更平凡、更短期以及更有战术意义的 IPA 项目，这些项目具有「非常明显的效率收益」，近半的人工智能平台提供商、全球系统集成商和管理服务提供商将在其投资组合中强调 IPA。

基于这些 IPA 用例的成功经验，IDC 预测，到 2022 年，75% 的企业将把 IPA 嵌入到技术和流程开发中，使用基于人工智能的软件计算出操作和经验上规律，以指导创新。

到 2024 年，人工智能将整合到企业的每一个部分，25% 的人工智能解决方案作为「成果即服务」投入，推动规模创新和卓越的商业价值。

人工智能将通过重新定义用户体验，建立起新的用户界面，超过 50% 的用户操作将被计算机视觉、语音、自然语言和 AR/VR 等技术增强。

未来几年，我们将看到人工智能和计算机视觉、自然语言处理和手势等新兴用户界面嵌入到每一种产品和设备中。

但是，新兴技术也是把双刃剑，广泛普及的另一面也存在着高风险。

Forrester 警告说，到 2020 年，人工智能滥用和潜在危害将成倍增加，三个方面的公关灾难将备受瞩目，让 AI「声名狼藉」：Deepfake 的广泛传播、面部识别技术的不正当使用，以及无节制的个性化。

IDC 预测，到 2021 年，结合各种数据和更新的强化学习算法，将有 15％的客户体验应用程序将持续超个性化。

尽管如此，Forrester 强调了积极的一面，他仍然相信「这些举措不会延缓明年人工智能的实施计划」。

相反，他们将强调设计、测试和部署负责任的人工智能系统的重要性——通过考虑偏见、公平、透明、可解释性和可问责性，以健全人工智能治理。

2 新的数字鸿沟

IDC 预计，到 2022 年，可能由于几次备受关注的公关灾难，「数据的可靠性」（digital trustworthiness）将成为一项关键的企业资产，《福布斯》全球上市公司 2000 强中超过 70% 将通过正式的计划来监控其「数据可靠性」。

Forrester 表示，领导力很重要，拥有首席数据官（CDO）的公司使用人工智能、机器学习/或深度学习的可能性是没有 CDO 的公司的 1.5 倍。

到 2020 年，认真对待 AI 的首席数据和分析官（CDAO）和 CIO 等高级管理人员将看到，数据科学团队拥有他们所需要的数据。

Forrester 表示，真正的问题是「从复杂的应用程序组合中获取数据，并取得各个数据部门负责人的认可」。

IDC 认为，「有效地使用智能自动化需要付出大量努力，尤其在数据清理、集成和管理方面，并且需要 IT 部门的大力支持。对于大型企业而言，要解决数据中心的「陈年旧账」是非常大的挑战。」

人工智能在所有公司的应用并不一致，我们看到一个新的数字鸿沟，即有或没有高技能工程师的公司之间的鸿沟。

3 劳动力被重新定义

Forrester 认为，到 2020 年，「技术精英」将提升人工智能和设计技能，而其他人将「笨手笨脚」。以人为本的设计技能和人工智能开发能力将是关键。

IDC 预计，到 2024 年，75% 的企业将投资员工再培训和发展，包括第三方服务，以满足人工智能应用带来的新技能需求和工作方式。

「劳动力」的构成和定义不断被丰富。

IDC 预测，随着智能自动化扩展到整个企业，IT 组织将管理和支持越来越多支持 IPA（智能过程自动化，即 AI+RPA）。

劳动力的另一大增量将是聊天机器人大军，协助企业的各种任务。

Forrester 预测，每五次 AI 对话中就有四次无法通过图灵测试。

尽管这样，到 2020 年底，对话式 AI 仍将成功地支持五分之一的客户服务交互。

AI 影响的工作区域也将继续扩大。

IDC 表示，随着计算能力从数据中心向边缘转移，管理和控制边缘处理设备将面临挑战。

到 2023 年，近 20% 使用 AI 优化或者协处理器优化的服务器将部署在边缘。

到 2025 年，50% 的计算机视觉和语音识别模型将在边缘（包括终端) 上运行。

4 泡沫爆发前兆

人工智能将无处不在。

IDC 估计，到 2025 年，至少 90% 的新企业 APP 将包含嵌入式人工智能功能。然而，IDC 补充，真正由颠覆性人工智能主导的 APP 将只占总数的 10%。

因此，我们还需要等待五年才能看到 AI 的「摧毁式」的潜力爆发。

另一份 Forrester 的预测报告表示，「到 2020 年，随着预期回归现实，人工智能的繁荣将逐渐增强。」

Forrester 预测，到 2020 年的 AI 融资将再创新高，但这将是最后一次狂欢——「全球有 2600 多家公司，人工智能创业生态系统达到市场饱和」。

Forrester 称，未来经济放缓最重要的信号是，在过去 12 个月里，已有 20 家人工智能公司进行了一轮又一轮的融资，规模堪比独角兽。

「这是不可持续的。」Forrester 说。

这让我想起了查尔斯·麦凯 (Charles Mackay) 在《非同寻常的大众妄想与人群的疯狂》里所描写的：「The bubble was then full-blown and began to quiver and shake preparatory to its bursting.」

（「泡沫正全面爆发，并开始颤抖，为破裂做准备」）