人工智能的发展无论是对企业还是对服务供应商,无论是对人才的获得还是留用都造成了极为深远的影响。在人才获得的方面,企业和服务供应商对统计学毕业生,机器学习程序员,数据科学家,博士等人才的需求十分旺盛,主要通过全资收购那些在高度专门化的需求市场上表现强劲的创业公司的方式来获得前沿的人才或者对专业公司进行人才收购的方式来获得人才和IP。或者通过猎头的形式从竞争对手或者研究院里吸纳人才。在人才留用的方面,因为诸如深度学习及机器学习等新领域与传统编程相比有极为不同的技能与方法上的需要。它要求使用一种完全不同的路径来进行新的必要性的训练,编译,和机制研究。在机器学习领域,编译语言,构建结构及算法都有根本上的不同,要求程序员有在机器学习语言,人工智能系统升级,对自动化的理解以及在数据管理专业知识等方面有着丰富经验。
尽管自动化在过去都已经被认为是一个强大的工具,企业依然需要主动地把进一步的自动化作为他们发展战略的一部分。
据统计,目前33%的企业交易内容为更进一步的自动化改造。而且随着服务提供商基于他们自动化的视野及能力的不同,差异将会进一步地扩大,而且这种趋势会继续地累计。概念的验证和自动化模型的解决方法将成为成败的关键因素。
占比最大的为北美市场,占比为36%,市值为1850亿美元,其中美国贡献了超过90%的IT服务交易量。占比第二的为欧洲,中东及非洲市场,占比为34%,市值为1740亿美元,在欧洲的主要市场,英国占据了主导性的地位,贡献了大约30%的合同量,紧跟它的是北欧(约20%)和德国(约8%)。排在第三位的为亚洲及太平洋地区,占比为27%,市值为1390亿美元,主要的消费市场为澳州及新西兰地区,占比约为23%,其次为印度(15%),随后依次为阿联酋(9%),日本(7%)和中国(4%)。
单机应用的服务交易比例在上升;随着数字化进程越来越有利于新应用的的发展和后续的改进,单机AS交易的比例会一直保持高位,并继续呈现上升趋势。
大部分的企业和技术供应商依然专注于在开发人员的生产力方面的提升,而忽视了他们能为客户所提供的真正的具有颠覆性影响的价值。
这潜在的30%-40%的生产力的进步主要集中于:
1,实现将基于决策的行为自动化来提高开发生产力。
2,在开发范围与要求的建议方面以开发人员作为根本。
3,使用最先进的编码器使得AI系统能理解需求并能实现自我编码。
人工智能的推广需要更多的证明点。
只有15%的企业主动地要求服务供应商采用基于人工智能的解决方法,它们的功能需求主要集中在应用标志,票据数据,问答系统等活动的数据收集方面,希望利用人工智能系统来对其进行更好地支持。剩下85%的企业则认为AI系统不仅存在着潜在的风险,更有可能做出错误的分析,他们需要更多的证据来证明人工智能系统的可靠性。
尽管人工智能的系统发展生命周期还处于重复性劳动的自动化和其他的重复性劳动中,但它真正的潜力应该是将其运用到诸如软件编程之类的创造性活动中。下图显示了人工智能在应用服务行为中的机遇。
本文系外文翻译,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文系外文翻译,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。