德勤發布《2017德勤技術趨勢》報告，以“運動中的企業”為主題，全面分析未來 8 年影響商業領域的核心技術及其影響，還包括企業應用和策略上的建議。報告特別提出了機器智能（MI）這個新概念，MI 包含機器學習、深度學習、認知分析，到 2019年全球商業支出將達 313 億美元。

　　今年德勤技術趨勢報告的主題是“運動中的企業”（the kinetic enterprise），這一概念描述了正在發展靈活性和愿景的公司——如今，公司不僅要克服運營上的慣性，還要在一個不斷發展并將持續變動的商業環境中茁壯成長。

　　要做到這一點很難。雖然科技進步讓我們看到了潛力，但只有少數幾種技術可能最終讓我們實現真正的價值。更多的實際上是炒作。只有認真鑒別、主動出擊，才能將潛能轉化為現實。

　　在這樣的理念推動下，德勤推出了他們迄今第 8 份《德勤技術趨勢報告》。在這份最新報告中，五大宏觀領域——數字化、分析、云、核心系統和基礎設施重構，以及 IT在企業中不斷變化的作用——保持不變，這些都是年復一年推動企業創新和轉型的力量。不過，盡管這五大力量無處不在，各個企業在采用方面仍然存在很大差異。

　　今年報告新增的 3 個分領域：機器智能（Machine Intelligence，MI）、混合現實和區塊鏈。其中，機器智能更是作為新增技術之首，在今年的報告中占據了很大的篇幅。根據德勤預測，到 2019年，全球商業在機器智能（MI）的支出將達到 313 億美元。

　　值得注意的是，德勤報告認為，人工智能（AI）是機器智能（MI）的一部分，機器智能是一個更加廣泛，也是更加重要的領域。機器智能的幾個主要分支包括：機器學習（ML）、深度學習（DL）、認知分析、機器人過程自動化（RPA）和 Bot。報告指出，“總體來說，這些技術和其他工具共同構成了機器智能（MI）”，我們可以將 MI 理解為算法的能力，這些算法能夠增強員工績效、將日益復雜的工作自動化，并開發出模擬人類思維、參與人類工作的“認知代理”。

　　德勤指出以下三個因素推動了 MI 的發展：

　　數據呈指數級增長：如今企業中充斥著數據，迫切需要工具來分析和處理信息。德勤報告指出，公司收集的數據量每12個月翻一番，到2020年將達到約 44 ZT。

　　更快的分布式系統：與數據暴增一樣，計算能力和速度也在飛速提升，現在的物聯網、各種傳感器和嵌入式智能設備構成了規模龐大的分布式網絡。

　　更智能的算法：報告指出“MI 算法穩步發展，在實現認知計算模擬人類思維過程初衷的方面有了初步成果”，報告還預測在未來18到24個月的時間里，MI 算法將得到廣泛的使用，包括優化、規劃和調度；確定概率；實現機器人過程自動化及其他任務。

　　總的來說，語音識別、自然語言處理和機器學習等 MI 技術將幫助企業自動執行傳統上由人類完成的許多任務，從而提高效率和生產力。諸如 Alphabet、亞馬遜和蘋果這樣的大型科技公司則打算向企業提供這些服務。反過來，風險投資公司也將其投資組合加到整個食物鏈的底層。

　　在德勤 2016 年全球 CIO 調查中，1200 名IT 高管被要求說出他們計劃在未來兩年投入大量資金的新技術：其中有 64% 的人列舉了認知技術或 MI。

　　德勤報告中還包括了對企業應用 MI 的一些建議。亞馬遜副總裁兼 CEO 技術顧問 Maria Renz 和亞馬遜 Alexa 總監 Toni Reid 在報告中寫道：“我們建議你分析客戶群，傾聽他們，了解他們的核心需求以及如何讓他們的生活更容易……不要害怕代替客戶發明新的東西——客戶并不總是知道自己想要什么。如果你在客戶體驗方面正確聚焦，其余的自然水到渠成。”

機器智能——技術模擬人類認知來創造價值

　　人工智能快速的進化已經帶來了大量獨特的東西，盡管它們總是被誤解的。AI 的能力，比如機器學習、深度學習、認知分析、機器人自動化（RPA）、bot等等。總體上，這些和其他的工具組成了機器智能：算法的能力可以增強雇員的表現、將越來越復雜的工作自動化，并且開發出能夠模擬人類思維和參與的“認知智能體”，在高級的分析方法中，機器智能代表了未來。

　　數據（DATA）作為一種關鍵商業資產的崛起一直是每個“技術趨勢”報告中的一個主題，從管理其爆炸式增長的數量和復雜性所需的基礎功能到越來越復雜的分析工具技術，再到從數據庫中挖掘業務洞察都是如此。

　　通過利用分析來發掘在不斷增長的數據存儲中隱藏的模式，洞察和機會，一些公司已經能夠開發新的用戶參與方式、增強員工的技能和智力、培育新產品和服務、探索新的商業模式。今天，越來越多的CIO正在積極奠定讓其組織更具洞察能力所需的基礎。

　　人工智能（AI）——能夠執行通常需要人來完成的任務的人工智能（AI）技術—正在成為這些分析工作的重要組成部分。然而，AI 只是認知計算領域中更大、更引人注目的一系列發展的一部分。比AI 更大的是機器智能（MI），這是代表新的認知時代的一系列進步的總稱。我們在報告中提到了近年來取得快速發展的一些認知工具：機器學習，深度學習，高級認知分析，機器人自動化和 bot，僅舉幾例。

　　我們已經在各個領域看到開始出現機器智能的早期使用案例。例如，在美國，一家運行全美最大的醫學研究計劃之一的醫院正在“訓練”其機器智能系統以分析存儲在醫院數據庫中的100億張遺傳和基因圖像。在金融服務中，認知銷售助理使用機器智能與有希望的銷售線索發起聯系，然后鎖定，跟進并維持這種聯系。這個認知助手可以解析自然語言，以了解客戶的對話問題，同時處理多達27,000個會話和幾十種語言。

　　在接下來的幾個月中，我們會看到類似的應用案例，因為會有更多的公司正在試圖利用機器的力量。在機器智能各個方面的投入已經增加，預計2019年將達到近313億美元。機器智能也成為CIO的優先考慮事項。德勤的2016年全球CIO調查中，1,200名IT高管提到了他們計劃在未來兩年內大幅投資的新興技術，其中 64％的人提到了認知技術。