本文来自微信公众号：机器之能（almosthuman2017），原文标题：《明年迎来AI泡沫集体爆发？不，融资将再创新高，但这或许是最后一次狂欢》，题图来自视觉中国
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。
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。
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。
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。
泡沫爆发前兆
人工智能将无所不在。
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”）
本文来自微信公众号：机器之能（almosthuman2017）