国际研究暨顾问机构 Gartner 预测，2018年全球和人工智能（AI）相关的商业价值总计将达 1.2 兆美元，较 2017 年增加 70%。到了 2022 年，人工智能相关商业价值估计将达到 3.9 兆美元。
Gartner 的人工智能相关商业价值预测，是以所有 Gartner 涵盖的研究领域中的垂直产业为调查对象，评估企业整体人工智能商业价值。人工智能的商业价值有 3 种不同来源：顾客体验、新增营收和降低成本。
- 顾客体验：对间接成本有正面或负面影响。人工智能技术要大范围普及、完全发挥潜力并提供价值，顾客体验是必要先决条件之一。
- 降低成本：降低生产、提供新产品或既有产品及服务时产生的成本。
- 新增营收：增加既有产品与服务的销量，和／或在现状以外创造新的产品或服务商机。
Gartner 研究副总裁 John-David Lovelock 表示：“未来 10 年人工智能肯定会成为突破性创新程度最高的技术类别，主要是因为运算能力与资料的数量、速度与多样性都大有进展，加上深度神经网络（DNN）的技术提升。从 2017 到 2022 年期间，企业获得人工智能增强（AI- enhanced）产品及服务最主要的来源，将会是擅长解决单一需求的利基型解决方案。企业决策者将从数以千计从事专门领域的特定人工智能增强应用程序供应商中，选择推动相关产品的投资。”
目前人工智能商业价值呈现新兴技术最常见的 S 型曲线成长模式。2018 年全球人工智能相关商业价值的成长率预估为 70%，但在 2022 年成长将趋缓（见下表）。整体而言 2020 年后成长曲线将趋于平稳，造成未来几年将出现低成长率。
John-David Lovelock 指出：“在人工智能发展的前几年，顾客体验是主要的商业价值来源，企业发现在使用人工智能技术提升与顾客互动的商业价值，目标是增加客数和留客率。紧追在顾客体验之后的是降低成本，运用人工智能来提升企业流程效率，借此改善决策并推动更多任务的自动化。不过到了 2021 年新增营收将成为主要商业价值，企业将利用人工智能来增加既有产品及服务的销售，并为新产品及服务发现商机。因此就长期来看，人工智能的商业价值在于新增营收的可行性。”
决策支援／扩增于人工智能相关商业价值占比将由 2018 年的 36% 增至 2022 年的 44%
若以人工智能的种类细分其商业价值，决策支援／扩增（如深度神经网络）将占 2018 年全球人工智能相关商业价值的 36%。到了 2022 年，决策支援／扩增将超过所有其他种类的人工智能专案，占全球人工智能相关商业价值 44%。
John-David Lovelock 认为：“深度神经网络让企业组织能进行资料采撷（data mining）并辨识其中模式，范围遍及尚未量化或分类的大型资料集，借此打造能把复杂输入分类并导入传统程式系统的工具。这让决策支援／扩增运算法能直接处理过去需要人工分类的资讯。这些功能对企业组织推动决策和互动流程自动化的能力有极大影响。这种全新层次的自动化功能可降低成本及风险，如透过提升精准目标（microtargeting）、市场区隔、行销和销售来增加营收。”
虚拟代理于人工智能相关商业价值占比将由 2018 年的 46% 降至 2022 年的 26%
虚拟代理（virtual agent）让企业组织能降低人力成本，因为它们能取代电话客服中心一些简单的需求和任务，协助柜台和其他人工服务，同时将较复杂的问题移交给真人代理。它们还能为营收带来提升作用，例如金融服务业的机器人理财顾问或电话客服中心的进阶销售（upselling）。做为虚拟员工助理，虚拟代理能协助排定行事历、行程和其他行政工作，让员工有时间去做更多加值性的工作，和／或减少对真人助理的需求。2018 年代理工作占全球人工智能相关商业价值 46%，但随着其他种类的人工智能成熟并开始贡献商业价值，到了 2022 年占比将降到 26%。
决策自动化占全球人工智能相关商业价值将由 2018 年的 2% 增至 2022 年的 16%
自动决策系统会使用人工智能自动执行任务或最佳化商业流程。它们特别有帮助的领域包括于语音文字转换、手写格式或图像的处理，以及将其他传统系统还无法存取的丰富资料内容分类。由于企业环境中充斥非结构化资料（unstructured data）和歧义（ambiguity），决策自动化一旦成熟，将为企业组织带来极大商业价值。2018 年决策自动化只占全球人工智能相关商业价值 2%，但到 2022 年将增至 16%。
智慧产品占 2018 年全球人工智能相关商业价值 18%，到 2022 年将缩减到 14%
智慧产品占 2018 年全球人工智能相关商业价值 18%，但随着其他基于深度神经网络系统的逐渐成熟，并取代智慧产品对商业价值的贡献，到 2022 年将缩减到 14%。智慧产品内建人工智能，通常以云端系统的形式，整合来自多种系统与互动的使用者偏好相关资料，它们能了解使用者及其偏好，借此提供超个人化（hyperpersonalize）的体验并提升参与感。
（首图来源：shutterstock）
