一、人工智能

全球領先的信息技術研究與顧問公司Gartner認為，2018年將是人工智能大眾化應用的開始，將影響到企業和政府之外的更廣泛的領域，這會給人工智能的發展和CIO們帶來更多的機會。

1.在發達國家，到2020年，20%的公民將使用人工智能助手幫助他們完成一系列日常的、可操作的任務

在發達國家，個人的互動與基于人工智能的服務已經變得越來越頻繁，虛擬個人助理(VPA)不再是簡單的提問和回答。從主要語音廠商反饋的數據來看，目前的語音錯誤率徘徊在5%，這是可以接受的錯誤率。這種更高的準確性使消費者更偏向于語音服務，如蘋果的Siri、亞馬遜的Alexa和谷歌助手，對數以百萬計的智能手機用戶來說更加有效。在這個背景下，2018年人們將賦予人工智能更多、更高的期望。2018年將有超過20億的人會通過智能手機及其連接的設備，使用會話AI與VPA、虛擬客戶助理(VCA)、虛擬執行助理(VEAs)、聊天機器人和其他的人工智能功能的服務。消費者將越來越熟悉使用這些服務，制定簡單任務過程，比如設置鬧鐘或提醒。他們很容易地將這些人工智能會話轉換成更復雜的任務，例如對未來任務進行計時或以其他方式進行交互。

2.到2022年，40%的面向客戶的員工和政府工作人員每天都會咨詢AI，在虛擬助理的支撐下進行決策或執行流程

人工智能助手將越來越多地被作為會話平臺與決策過程支持助手的關鍵點。AI功能將在兩個方面支持虛擬助理：一是作為一種資源，AI使人類支持代理能夠更快更有效地響應客戶/公民的查詢或行動;二是成為回答基本查詢的首要對話界面。當前人工智能在減少關系摩擦和改善服務方面超越了商業售賣。具有人工智能虛擬助理(如蘋果Siri或亞馬遜Alexa)的人們對政府服務的反應也越來越靈敏。許多CIO尚未充分意識到基于人工智能的虛擬支持代理的潛力，包括聊天機器人。神經語言程序學配合機器學習能夠理解不同組合中的詞匯含義，并提出問題以揭示意圖和創建上下文?；谶@種理解，虛擬代理將能夠回應客戶或公民的問題，采取或提出智能支持。一個虛擬代理將能夠更快地完成任務，而不僅僅是一個代理——人或虛擬的智能研究機構。

3.到2020年，85%的CIO將通過AI程序執行購買、建造和外包工作

目前的人工智能趨勢意味著大多數機構將不必從頭開始啟動他們自己的人工智能研究項目。相反，CIO們將能夠從當前的知識中收集和整理合理的發展戰略，集合各業務單位的具體擅長。今天，絕大多數企業處于人工智能倡議的早期階段，但它們正在迅速地向前發展。來自Gartner的最新調查數據顯示，約4%的CIO(首席信息官)有AI部署，另外21%有短期規劃，另有25%在中期或長期規劃中有AI倡議。CIO們面臨一系列嚴峻的挑戰，包括孤立的數據孤島，可憐的或不確定的數據質量，數字化和最基礎的AI技能缺乏。雪上加霜的是，DNN開辟了AI新天地，怎么去適應?網絡公司、云計算企業和云服務提供商都在選擇部署機器學習和DNN融合的產品，該領域正有大舉蔓延的趨勢。未來三年人工智能人才缺口也將迅速填補，因為越來越多的大學開設人工智能課程，并展開人工智能再培訓。在接下來的三年里，更多的軟件企業和云服務提供商將DNN功能整合到他們的產品，進一步降低AI項目相關的復雜性和障礙。

4.到2022年，公司內部公開設立的人工智能項目將100%從CIO那里得到資金支持

CIO們正在評估關鍵任務的應用場景，確定對AI的舉措。實事求是地說，人工智能驅動過程和能力優化的潛在好處是巨大的。但是，創建系統的危險性似乎帶來了偏頗的結果，這可能對AI結果會造成毀滅性的影響。因此，決策者需要確?；痉椒茖W，采取問責制和提升透明度。企業使用具有挑戰性的DNN案例的情況下，CIO必須能夠驗證和捍衛AI系統的結果。CIO尋求能夠提供有效生產的AI的舉措將是高度公開和透明的。許多企業使用案例，從金融服務到自動駕駛，實施DNN技術將具有挑戰性。在金融服務方面，規定要求金融服務分析要有明確的定義和解釋。而DNN可以提供極其精確的結果，但它中間階段的數據如何轉換得到結果往往是不透明的。因此，對于涉及訴訟、法規規范、監督和業務控制的案例，將需要采用更加科學的方法。人工智能生態系統應該提供工具來驗證數據源和模型結果。機器學習建模環境越透明，組織就越能分析底層機器學習模型的效能。研究人員正在努力提高DNN方法透明度。

5.到2022年，成熟經濟體中人們將面臨比真實信息更多的虛假信息

一是智能之下隱藏的偏見——一種眾所周知的人類傾向——引導所有人去尋找、選擇和評估他們所相信的、期望被證明真實的信息。二是人工智能可以檢測錯誤信息，但也可以生成它。檢測和改善需要時間。三是人工智能創造虛假信息的成本和花費要比檢測信息的成本更低。由于經濟和政治的原因，虛假信息會超越真實信息的傳播。在2020年之前，這種虛假信息表現為詐騙信息和金融領域的謊言，在這段時間內，沒有大型互聯網公司將完全成功地減輕這一問題。到2020年底，一些主要國家將通過規章或法律來遏制虛假信息的傳播。

二、3D打印和增材制造

數字化3D打印硬件平臺、軟件和材料以及相關技術不僅給精密零件制造帶來突破，也將改變組織的業務模式。具體來看，航天工業、醫療行業、創業者們因為3D打印和增材制造獲益不淺，同時也模糊了零售商和制造商之間的界線。實踐告訴我們，3D打印使用不會危及組織的核心制造能力或現有產品線。

1.到2021年，75%的新型商用和軍用飛機將使用3D打印部件飛行

30年前，航空航天行業是首批采用3D打印的行業之一。由于產品設計和開發時間過長，航空航天制造軍品商擁有飛機模型和部件的早期測試平臺。今天，蔓延到多個業界，多數正在建立基礎設施，以支持其組織和供應鏈中的多個3D打印業務。雖然在所有行業中，原型機制造仍然是3D打印的主要用例，但航空航天顯然已經積極地跨出了一步，即實戰。軌道發射器領域已經成功地進行了70次3D打印的Aeon 1發動機的測試。Aeon 1使用氧氣和甲烷作為推進劑，其材料也將是火星上最容易制造的材料?？湛?20的“仿生分區(bionicpartition)”無法使用傳統的制造和加工技術建造，使用3D打印，比目前的設計每年可以節省465000噸的二氧化碳排放量。波音公司已經在四個國家設立20個增材制造網站。超過50000個3D打印部件在商業和國防領域得到應用。GE航空渦輪螺旋槳發動機設計的855個常規制造部分，被劃分為12個3D打印板塊，產生10%馬力，節省20%燃料，導致更短的開發周期和更低的開發成本。

2.到2021年，25%的外科醫生術前將在3D打印的解剖模型上練習

國際頂級醫院結合醫學影像軟件和服務，不斷提升3D打印硬件水平，培訓外科醫生及新員工3D打印水平。目前，近3%的大型醫院和醫療研究機構在現場都有3D打印技術能力。手術和術前準備的三維模型已通過以下方式得到改進：一是設計，即改進用戶體驗設計;二是計算機斷層掃描(CT)、磁共振成像(MRI)和其他醫學成像技術;三是得益于基于云的CAD和建模軟件。

在美國，隨著3D打印技術的進步和其他技術的進一步完善，3D打印將從醫院教學和?？?a target="_blank">中心擴展到更廣泛的醫院系統。例如，波士頓兒童醫院結合3D打印進行團隊訓練和術前計劃，臨床醫生、工業工程師、設計師、模擬專家、插圖師和病人護理團隊都參與其中。在組織架構上，3D打印部門獨立于個別部門，如外科或放射科，以防止所謂“草坪問題”的出現。

3.到2021年，20%的消費品公司將使用3D打印來制作定制產品

3D打印可能對消費品公司供應鏈產生重大影響。尤其是滿足特定定制需求的類別中，減少庫存，成本和生產可以更接近最終客戶。這種向本地生產轉移以供當地消費的做法將迫使商業公司重新考慮其商業模式。例如，消費者或完全不相關的第三方可以成為完整產品的最終生產者或產品一部分的提供者而參與實際的產品交付。例如美國一家名為raceware的公司使用3D打印制作所定制的自行車部件，而美國一家零售初創公司則在當地生產3D打印服裝。阿迪達斯等體育用品生產商都是圍繞鞋底、鞋墊的3D打印，甚至是個性化的鞋墊圖案來提升品牌的。這些產品有更高的價格，而且是定制的，旨在提高運動員的個人表現。

4.到2021年，20%的企業將成立內部創業公司，開發基于3D打印的新產品和服務

現在，商業以閃電般的速度發展，而技術的發展則更快。技術破壞一夜之間改變公司或整個行業。老牌企業不斷面臨來自全球一半地區的初創企業和新興公司的競爭。即使是大公司也必須集成3D打印技術進入他們的研發、工程和制造集團，并建立一個內部推進3D打印和其他創新技術進入公司整體流程的業務部門。這些初創公司通常有獨立于公司運營的自由，但具有利用企業設施的能力，如物理設施、財務、人事和采購，以降低成本。一旦成功，一家內部初創企業就會發展其研發和制造，工藝和產品進入主流制造業務，或主流業務。在過去的幾年里，一些大型的企業工程組織，如空客、巴斯夫和通用電氣，已經建立了工業規模的3D打印內部創業公司。這些公司能夠加快將3D打印集成到他們自己的制造過程中，因為這些零件使用傳統的制造方法，要么太困難，要么成本太高，它們還能夠繞過大公司中已建立的管理鏈，它們往往扼殺而不是鼓勵創新和冒險。除了加速創新之外，這些內部初創企業還有助于在公司內部識別企業家，并吸引外部工程人才，特別是那些永遠不會考慮在這么大的公司工作的人才。

5.到2021年，40%的制造企業將建立3D打印中心

到2021年，40%的制造企業將建立3D打印中心(例如，波音、GE、Johnson、RollsRoyce和Siemens)。這些企業將3D打印相關工作流集成到關鍵業務流程中。3D打印中心以專注于改進設計創新、標準化等關鍵流程，重點關注質量和檢查流程的改進。3D打印中心還可作為培訓機構或供應鏈合作伙伴的經驗交流中心。中型企業制造商正開始效仿建立3D打印中心，但投資較小。這些公司傾向于將3D打印服務外包，因為所需的資本成本和專門的勞動力通常都太大，無法維持。3D打印技術的主要增長動力在新興市場，在巴西、南非和土耳其等幾個新興市場，3D打印發展神速。事實上，南非的研究更深入了一步，aeroswift 3D打印機打印速度是現有的粉床融合設備速度的10倍，建造面積是2000毫米×600毫米×600毫米，是世界上最大和最快的打印機。

三、AR/VR/MR等沉浸式技術

AR、VR和MR用戶期望更大程度上從2D界面轉移到更身臨其境的3D世界，從3D捕捉更豐富、更平滑的圖景，從3D獲得新的體驗。影響面包括商業、店內體驗、聊天機器人、虛擬助理、區域規劃、監控等。

1.到2022年，20%的早期采用者將使用3D輸入/輸出接口來取代傳統的2d/平面交互

人工智能和計算機視覺技術的進步將為3D圖像掃描、創建和消費者用戶案例提供更多的價值。預計計算機視覺功能將越來越多地嵌入智能手機和智能終端。亞馬遜最近投資于人體實驗室，用于3D人體模型掃描，一些初創企業和公司，如Styku和Bodi.me，正在推動3D人體掃描，以實現對衣服的虛擬試穿和健康狀況評估?？臻g音頻的進步可以為用戶提供既能將聲音放置在3D環境中，又能檢測出聲音位置來源的體驗。Google VR音頻系統創建多個虛擬揚聲器來再現聲波?？臻g音頻的進步可以為用戶提供在三維環境中放置聲音以及探測聲音的位置源的體驗，而DearVR空間連接簡化了集成音頻之間的互動環境和3D空間渲染。智能手機廠商的強大投資，為3D深度感知成為智能手機的標配功能開辟了道路。

2.到2021年，20%的虛擬助理、聊天機器人和短信互動在發達國家將獲得更豐富的形象，2017年這個比例只有3%

幾十年來，虛擬人類互動實驗室(VHIL)一直在探索從面部表情到身體位置等虛擬人的視覺描繪的細微差別，以及它們如何對社會互動產生明確的影響。一是語音技術。例如，亞馬遜在2017年推出了它的語音標記功能，允許開發人員通過同步語音和面部動畫來進行唇同步。二是面部跟蹤技術。臉譜網展示了今年早些時候的社會虛擬實驗。通過機器學習工具從2D照片中推斷3D模型。例如，loom.ai通過機器學習將自拍轉換為個人3D形象，并以內嵌式自動實現頭像的創建過程。它使用公共API和視覺效果(VFX)創建逼真的可視化，然后可以動畫化，并用于一系列應用程序。三是人體掃描技術。多倫多的ITSME這樣的公司使用全身掃描，并且能夠在掃描后的一分鐘內創建一個個人的3D形象。它的第一款產品ITSMIJI，允許個性化形象作為表情符號。這些技術也將在消費環境中發揮作用，用戶當前不存在于社會虛擬現實中，將能夠支持基本的自動化交互。像Furhat機器人公司這樣的動畫廠商也將擴大業務，提供品牌體驗，利用應用于酒店、商店、交通樞紐和其他公共場所的ARVR技術。

3.到2022年，增強現實將超過虛擬現實成為頭戴式顯示器的主流，將占頭盔式顯示銷售的55%，2017年這一比例小于5%

頭盔顯示器將從2016的1,600萬臺增長到2021年的6,700萬臺(復合年增長率為33%)。在這個預測期內，ARHMD將增長到這一數量的近一半。由于蘋果和谷歌等領先廠商發布了各自的平臺ARkit和ARcore，開發者和消費者的關注度有所提高。

AR是一組技術集合，提供一種將物理世界與數字信息結合在一起的體驗和用戶界面。智能手機實際上是消費者的個性化設備。智能手機上的一般消費者AR體驗很難獲得吸引力，這是因為形式因素(手持)限制了用戶的行為。大眾市場的用戶不愿意不停地拿起手機到他們周圍的環境，以獲得更多的信息。隨著時間的推移，這些設備將成為用戶的重要裝備，多模態(觸摸、手勢、語音和運動)和免提交互將成為這些設備的主流功能。消費者將開始轉變，從智能手機到HMDS，以更透明、更直觀的方式與物理和數字世界互動。計算機視覺等技術將使消費者能夠直觀地搜索和識別其物理環境。

4.到2021年，25%的大型企業將試點并部署混合現實(MR)解決方案，而今天只占1%

Gartner預計，到2020年，增強現實和虛擬現實將合并他們的特性和功能。預計，微軟的其他技術供應商可能在2018年和2019年推出更便宜的MR硬件?；旌犀F實是市場中的一種沉浸式解決方案，不像AR和VR那么成熟，這項技術是通過一個帶有透明鏡頭的耳機，將3D圖形疊加到真實世界的視圖上。MR促進了復雜的用戶體驗，增強了真實世界的視覺覆蓋、音頻和觸覺反饋?；旌犀F實目前處于早期階段，以航空航天、空間探索、汽車制造、建筑和設計、醫療保健等領域為中心正在進行試點。該技術使企業能夠使用復雜的多通道和多視覺體驗來橋接物理真實世界和虛幻世界。更自然的是，與3D對象和數字世界進行交互，并提供虛擬和真實環境的更靈活的集成，支持在業務和虛擬現實中更廣泛的協作場景?？梢暬投ㄖ菩萝嚒⑿路孔?、新的互動游戲、新的購物或娛樂體驗(博物館或旅游目的地)等方面將潛伏商機。

5.到2021年，硬件和平臺市場的整合將導致蘋果、微軟和谷歌占據沉浸式解決方案60%的營收

沉浸式技術包括增強現實技術、虛擬現實技術和混合現實技術。AR與實際環境相關度較高，VR使得用戶被放置到充分的虛擬環境中，MR把虛擬對象插入到實際環境中。谷歌和蘋果兩家公司，都在積極關注身臨其境的體驗，并將其帶給主流用戶。最近推出的ARcore，旨在使AR開發人員能夠不需要特殊的深度傳感器來操作安卓系統。蘋果的關注點是AR，因為蘋果已經發布了ARkit(IOS 11的一部分)。iPhoneX也有一個正面的3D深度感測相機，將允許用戶查看三維的世界。微軟是市場的領導者，它的全息透鏡設備正在引領未來。

沉浸式設備和技術的現實市場非常分散，就像蘋果、微軟和谷歌等科技巨頭的新興科技市場一樣，如今占據的市場份額不到15%。所有這三家領先的技術供應商都對沉浸式的現實市場抱有很高的期望。他們希望在這些市場上獲勝，因為這是用戶如何與設備以及物理和虛擬世界互動的一個新興前沿。目前，AR、VR和MR更像是一個單獨的市場，每個市場都有特定的參與者。沉浸式現實解決方案的成功不僅取決于硬件/設備的可用性和能力，還取決于內容、開發人員的支持和生態系統。

四、區塊鏈

區塊鏈并非靈丹妙藥，但是企業需要獲得其帶來的差異化價值，在技術選擇方面保持適當的平衡，確保不錯過任何變革的機會。

1.到2022年，只有10%的企業將利用區塊鏈技術實現徹底的變革

企業如果要充分運用區塊鏈技術，需要對自己現有的業務模式進行解構和變革。因為，區塊鏈技術可以在不需要中間人的情況下發展分散的企業和系統，而今天的大多數系統都是集中的或依賴中間人。其實，運用區塊鏈技術構建集中式系統是可能的，前提是技術經過驗證。區塊鏈技術有待進一步成熟，當前企業在技術性能、數據管理、技術集成和可操作性都有較高的需求，這也是漸進發展進化的重要體現。傳統企業不擅長利用創新技術進行顛覆，可能不會像初創企業那樣熱衷于區塊鏈技術。

初創企業沒有任何體制束縛或路徑鎖定，可能會最大限度地利用破壞性技術武裝自己的商業能力。目前活躍的區塊鏈企業符合這一特征。開發基于區塊鏈的企業管理，需要跨越公司戰略、業務流程、風險管理、員工技能、技術投資和管理操作等多個方面。

2.到2022年，有超過10億人可能在沒有意識的情況下，將一些數據存儲在區塊鏈上

幾乎所有區塊鏈項目都涉及將數據存儲在區塊鏈分布式分類賬上。區塊鏈技術有多個方面，包括加密貨幣令牌、分布式分類賬、協商一致機制和智能契約。雖然并不是所有的項目都涉及每個元素，但它們總是將一些數據存儲在分布式分類賬上。大多數企業還沒有準備好替換它們當前的數據存儲(通常是關系數據庫)，而是進行擴充。區塊鏈被認為是可以存儲各種數據，包括身份、交易、交互、事件等數據。區塊鏈炒作幾乎在所有行業都很普遍。除了政府之外，許多其他行業也在分析調研區塊鏈，其中許多涉及將客戶數據存儲在分布式分類賬上。雖然金融服務可能是傳統行業中第一個進行試驗的行業，但它們并不是唯一的，而且人們對其他行業領域的興趣也越來越大?；趨^塊鏈中的創業活動非常活躍，風險投資和天使投資者等都將對區塊鏈產生極大的興趣。初創企業及其客戶都希望將數據存儲在分布式分類賬上。

3.到2022年，至少將有5個國家(包括至少一個G7國家)將發行一種由法定貨幣支持的加密貨幣

加密貨幣將有助于集中和分散情況下創建、轉移數字資產，并且避免相關花費。目前幾乎所有的加密貨幣都是比特幣和其他由初創企業推廣的替代貨幣，而不是通過中央銀行或其他金融機構發行的貨幣。加密貨幣可以作為另一種支付工具，也可以作為另一種存儲價值，但目前加密貨幣的市場增長主要圍繞后者，并有較高的投機成分，所以已經不僅僅是一種支付工具。在部分國家，接受比特幣作為替代支付機制已被采納，與法定貨幣掛鉤的加密貨幣將減少對加密貨幣的接受難度，并將提高加密貨幣的合法性。各國央行對加密貨幣技術的興趣一直在上升。

4.到2020年，80%的基于區塊鏈的企業的省錢計劃將會不切實際

目前大部分企業試圖基于區塊鏈提高企業的效率，實現過程自動化、流程簡單化、技術精煉化，以減少不必要的錯誤。企業考慮用區塊鏈取代陳舊、封閉、支離破碎的系統，特別是難以維護并具有許多手動過程的系統。這樣的企業不需要考慮區塊鏈平臺，很少關聯區塊鏈的關鍵方面如密碼、分布式賬本、協商一致機制或智能合同等。雖然區塊鏈技術提供了獨特的好處，但它并不是一個目標明確和成熟的平臺，無法在可伸縮性、延遲、互操作性和分析等領域處理企業需求。此外，技術組成部分尚未在規模上得到強化。

可以預見，2018年，85%用區塊鏈命名的項目，就是不使用區塊鏈，都會有商業價值產生。Gartner注意到，人們傾向于將區塊鏈作為流程中許多問題的解決方案。雖然區塊鏈似乎是一種適用的技術，但很可能還有其他更適合并準備就緒的技術。我們必須認真細致地評估其他技術的優點。目前，“青春期”的區塊鏈技術要求任何考慮其使用的人，在作出決定之前，都要評估其對功能性和非功能性需求的適用性。此外，大多數區塊鏈項目需要得到生態系統中其他各方的采納和支持才能取得成功，應該搞清楚需要支持的所有對象、支持動機(或缺乏支持)，以及這樣做的可行性，除非及早處理，否則這些問題可能在以后階段無法解決。

五、人工智能和未來的工作

從以往的案例來看，科技的重大創新往往導致一些崗位暫時性失業，并且產生過渡期，然后是行業復蘇和業務轉型。人工智能也是如此，這一過渡期將在2020年左右，與之前的重大創新相比，人工智能領域更早地發出了警告，預見了人工智能對工作可能產生的負面影響。這可能有助于進一步縮短過渡時期，盡管我們在之前的討論中沒有考慮到這種情況。

1.在2020年，人工智能作為網絡工作“發動機”，將創造230萬個工作機會，同時也會消滅180萬個工作崗位

2020年將是人工智能就業動態的關鍵年份：AI將在2019年之前減少更多的就業機會(主要是制造業)。從2020年開始，與人工智能相關的就業機會將會正向增長，2025年將達到200萬個凈新增就業崗位。受人工智能影響的就業崗位數量因行業而異：醫療、公共部門和教育部門的就業需求將持續增長;制造業將受到最嚴重的沖擊;醫療保健提供者、公共部門、銀行和證券、通信、媒體和服務、零售和批發貿易將從人工智能中受益，而不會遭受年度凈失業。制造業和運輸業將遭受較大沖擊：到2019年年底，由于人工智能技術的發展，93.8萬個制造業崗位將被淘汰;交通運輸業將在2020首次實現就業凈增長;2018年，全球IT服務公司將有大量的工作崗位流失，新增10萬個工作崗位，減少8萬個工作崗位?？偟膩砜矗珿artner認為人工智能將對工作就業產生積極的影響，就業凈增長的主要原因是人工智能本身——其實質是人類與智能的合作關系，兩者相輔相成。人工智能對就業的影響在全球范圍內處于起步階段。為了預測人工智能將如何改變就業前景，我們研究了2015年至2025年10年期間，按行業、按國家分列的商業價值創造的地點和方式。從就業動態走勢來看，2025年以后新的行業和工作崗位將被創造出來，但它們是難以預見的;就像過去一樣，很難預見智能手機、社交網絡和廣告等新行業的就業機會?？梢钥隙ǖ氖?，從2020年開始，與人工智能相關的工作崗位將穩步增長。在2021年，人工智能技術將產生2.9萬億美元的商業價值，并節省62億小時的人工。從長遠來看，人工智能將降低勞動力成本占收入的百分比，但其中一部分收入將繼續轉化為新的工作。

2.在2021年，人工智能技術將產生29,000億美元的商業價值，并節省62億小時的人工

Gartner的預測顯示，人工智能將帶來令人震驚的29,000億美元新的商業價值，以及節省62億小時的人工。歸因于使用人工智能提高了工作效率，創造個性化客戶體驗，吸引客戶參與，并幫助擴大創收機會，并以此作為新的業務模式的一部分，這些新的業務模式是由價值數據驅動的。許多行業的商業價值將會增加，但制造業將會迎來更多的價值機會，因為人工智能而節約成本，消除價值鏈中的摩擦消耗。制造業主要因為人工智能而大大節約成本，從而帶來更多的收入。然而，這只說明了故事的一個方面。雖然人工智能無疑會帶來這些收益，但產業不會停滯不前，不會讓人工智能成為決定贏家和輸家的唯一因素。事實上，外包等行業正在從根本上改變其商業模式，只是依托人工智能尋求更低的成本，新的商業模式和機會顯得更為重要。目前，雖然人工智能輕松替代人類承擔重復的、普通的勞動，使人類自由從事其他活動，但人類與人工智能的共生關系將更加微妙。對于人類來說，智能需要重新設計，而不是簡單地用自動化替代。例如，與模仿人的行為和判斷的套路不同的是，整個決策過程可以重構，應該充分利用機器和人的相對優勢和弱點，最大限度地產生價值。

3.到2022年，1/5從事非常規工作的工人將依靠人工智能來完成他們的工作

人工智能被用于高度重復的任務，包括執行大量的觀察和分析活動，例如篩查乳房的X線掃描結果，來診斷乳腺癌。但是，將人工智能用于一些日常人們接觸較少、類型比較獨特的工作，將會產生更好的效益。一些特殊的工種，將受到高度關注。人工智能應用于半常規和非常規認知任務，在訓練數據的支撐下，會產生更加有趣的聯系，使得現有的工作更加有效。供應商們應該抓住機會，讓人工智能通用工具來改進非常規工種。例如，自然語言查詢數據集、自動分類內容、重要電子郵件的提醒或即時消息，以及介紹具有類似興趣的同事等。這些新的潛在工作，將催生積累和分析知識工作的深度改進。應用人工智能技術增強人類認知能力，提高認知任務和決策的質量。

4.到2022年，零售商試圖使用人工智能取代銷售人員的做法，將被證明是不成功的，盡管諸如收銀員、運維工作將被打亂

多渠道零售有一個復雜的成本結構，有兩大驅動因素：商品銷售成本和勞動力成本。競爭和投資將產生巨大的驅動力，使幾十年來相對不變的任務和流程自動化。利用人工智能和機器人等技術，零售商實現自動化來識別、優化密集型和重復性勞動。

目前，零售商正在擴大對技術的使用，以改進店內財務流程，比如自助結帳，這已經超出了雜貨店和大商場零售商的范圍，進入了便利店等領域。一些零售公司，如ahold，正在向消費者提供掃描設備，供他們在裝載購物車時使用，從而進一步為結賬的消費者提供了無縫交易。沃爾瑪目前正在測試一種由客戶的移動設備啟用的掃描和關閉過程。一些零售商正在試驗機器人解決方案的客戶服務，積極實驗虛擬客戶服務助理。盡管所有這些努力都將繼續，但研究表明，所有年齡層的消費者在逛商店時仍更愿意與知識淵博的銷售助理互動。這一需求在家庭裝修、藥店和化妝品等專業領域比較明顯，零售商會發現很難消除傳統的銷售關聯功能。到2020年，人工智能及算法將促使前10名零售商削減多達1/3的總部采購人員。到2020年，至少有一家大型多渠道零售商將嘗試一個完全自動化的、無關聯的物理存儲場地。到2020年，將有50%的零售客戶服務至少部分通過對話式的人工智能應用程序進行處理。