德勤发布《2017德勤技术趋势》报告，以“运动中的企业”为主题，全面分析未来 8 年影响商业领域的核心技术及其影响，还包括企业应用和策略上的建议。报告特别提出了机器智能（MI）这个新概念，MI 包含机器学习、深度学习、认知分析，到 2019年全球商业支出将达 313 亿美元。

　　今年德勤技术趋势报告的主题是“运动中的企业”（the kinetic enterprise），这一概念描述了正在发展灵活性和愿景的公司——如今，公司不仅要克服运营上的惯性，还要在一个不断发展并将持续变动的商业环境中茁壮成长。

　　要做到这一点很难。虽然科技进步让我们看到了潜力，但只有少数几种技术可能最终让我们实现真正的价值。更多的实际上是炒作。只有认真鉴别、主动出击，才能将潜能转化为现实。

　　在这样的理念推动下，德勤推出了他们迄今第 8 份《德勤技术趋势报告》。在这份最新报告中，五大宏观领域——数字化、分析、云、核心系统和基础设施重构，以及 IT在企业中不断变化的作用——保持不变，这些都是年复一年推动企业创新和转型的力量。不过，尽管这五大力量无处不在，各个企业在采用方面仍然存在很大差异。

　　今年报告新增的 3 个分领域：机器智能（Machine Intelligence，MI）、混合现实和区块链。其中，机器智能更是作为新增技术之首，在今年的报告中占据了很大的篇幅。根据德勤预测，到 2019年，全球商业在机器智能（MI）的支出将达到 313 亿美元。

　　值得注意的是，德勤报告认为，人工智能（AI）是机器智能（MI）的一部分，机器智能是一个更加广泛，也是更加重要的领域。机器智能的几个主要分支包括：机器学习（ML）、深度学习（DL）、认知分析、机器人过程自动化（RPA）和 Bot。报告指出，“总体来说，这些技术和其他工具共同构成了机器智能（MI）”，我们可以将 MI 理解为算法的能力，这些算法能够增强员工绩效、将日益复杂的工作自动化，并开发出模拟人类思维、参与人类工作的“认知代理”。

　　德勤指出以下三个因素推动了 MI 的发展：

　　数据呈指数级增长：如今企业中充斥着数据，迫切需要工具来分析和处理信息。德勤报告指出，公司收集的数据量每12个月翻一番，到2020年将达到约 44 ZT。

　　更快的分布式系统：与数据暴增一样，计算能力和速度也在飞速提升，现在的物联网、各种传感器和嵌入式智能设备构成了规模庞大的分布式网络。

　　更智能的算法：报告指出“MI 算法稳步发展，在实现认知计算模拟人类思维过程初衷的方面有了初步成果”，报告还预测在未来18到24个月的时间里，MI 算法将得到广泛的使用，包括优化、规划和调度；确定概率；实现机器人过程自动化及其他任务。

　　总的来说，语音识别、自然语言处理和机器学习等 MI 技术将帮助企业自动执行传统上由人类完成的许多任务，从而提高效率和生产力。诸如 Alphabet、亚马逊和苹果这样的大型科技公司则打算向企业提供这些服务。反过来，风险投资公司也将其投资组合加到整个食物链的底层。

　　在德勤 2016 年全球 CIO 调查中，1200 名IT 高管被要求说出他们计划在未来两年投入大量资金的新技术：其中有 64% 的人列举了认知技术或 MI。

　　德勤报告中还包括了对企业应用 MI 的一些建议。亚马逊副总裁兼 CEO 技术顾问 Maria Renz 和亚马逊 Alexa 总监 Toni Reid 在报告中写道：“我们建议你分析客户群，倾听他们，了解他们的核心需求以及如何让他们的生活更容易……不要害怕代替客户发明新的东西——客户并不总是知道自己想要什么。如果你在客户体验方面正确聚焦，其余的自然水到渠成。”

机器智能——技术模拟人类认知来创造价值

　　人工智能快速的进化已经带来了大量独特的东西，尽管它们总是被误解的。AI 的能力，比如机器学习、深度学习、认知分析、机器人自动化（RPA）、bot等等。总体上，这些和其他的工具组成了机器智能：算法的能力可以增强雇员的表现、将越来越复杂的工作自动化，并且开发出能够模拟人类思维和参与的“认知智能体”，在高级的分析方法中，机器智能代表了未来。

　　数据（DATA）作为一种关键商业资产的崛起一直是每个“技术趋势”报告中的一个主题，从管理其爆炸式增长的数量和复杂性所需的基础功能到越来越复杂的分析工具技术，再到从数据库中挖掘业务洞察都是如此。

　　通过利用分析来发掘在不断增长的数据存储中隐藏的模式，洞察和机会，一些公司已经能够开发新的用户参与方式、增强员工的技能和智力、培育新产品和服务、探索新的商业模式。今天，越来越多的CIO正在积极奠定让其组织更具洞察能力所需的基础。

　　人工智能（AI）——能够执行通常需要人来完成的任务的人工智能（AI）技术—正在成为这些分析工作的重要组成部分。然而，AI 只是认知计算领域中更大、更引人注目的一系列发展的一部分。比AI 更大的是机器智能（MI），这是代表新的认知时代的一系列进步的总称。我们在报告中提到了近年来取得快速发展的一些认知工具：机器学习，深度学习，高级认知分析，机器人自动化和 bot，仅举几例。

　　我们已经在各个领域看到开始出现机器智能的早期使用案例。例如，在美国，一家运行全美最大的医学研究计划之一的医院正在“训练”其机器智能系统以分析存储在医院数据库中的100亿张遗传和基因图像。在金融服务中，认知销售助理使用机器智能与有希望的销售线索发起联系，然后锁定，跟进并维持这种联系。这个认知助手可以解析自然语言，以了解客户的对话问题，同时处理多达27,000个会话和几十种语言。

　　在接下来的几个月中，我们会看到类似的应用案例，因为会有更多的公司正在试图利用机器的力量。在机器智能各个方面的投入已经增加，预计2019年将达到近313亿美元。机器智能也成为CIO的优先考虑事项。德勤的2016年全球CIO调查中，1,200名IT高管提到了他们计划在未来两年内大幅投资的新兴技术，其中 64％的人提到了认知技术。