热门标签 | HotTags
当前位置:  开发笔记 > 运维 > 正文

IDC:今年全球认知和人工智能系统支出将突破125亿美元

据IDC全球半年度认知人工智能系统支出指南的更新信息预测,2017年认知和人工智能(AI)系统的全球收入将达到125亿美元,

据IDC全球半年度认知人工智能系统支出指南的更新信息预测,2017年认知和人工智能(AI)系统的全球收入将达到125亿美元,相比2016年增加59.3%。未来五年,企业在认知和人工智能解决方案上的全球支出将继续显著增加,到2020年实现54.4%的复合年增长率,收入将突破460亿美元。

IDC认知系统和内容分析研究总监David Schubmehl表示:“基于认知计算、人工智能和深度学习的智能应用是下一波变革消费者和企业工作学习方式的技术。这些正在认知/人工智能软件平台上开发和实施的应用提供的工具和能力,可以通过使用认知系统、机器学习和人工智能来进行预测、推荐和智能助理。认知/人工智能系统正在快速成为IT基础设施的关键组成部分,所有企业都需要了解并规划采用这些技术。”

从技术的角度来看,认知应用将是2017年支出最大的领域,认知应用包括具有认知能力的流程和行业应用,可以自动学习、发现、推荐和预测。认知/人工智能软件平台提供了分析、组织和访问的工具和技术,以及基于一系列结构化和非结构化信息的咨询服务,今年的投资额将达到25亿美元。在认知相关的IT和业务服务支出将超过35亿美元,专门的服务器和存储采购金额将超过19亿美元。这些领域都将在预测期内实现强劲增长,其中以认知应用增幅最大,5年复合年增长率为69.6%.

今年投资金额最高的认知/人工智能使用实例包括:“质量管理调查与推荐系统;诊断和治疗系统;自动客户服务代理;自动威胁情报和预防系统;欺诈分析和调查。综合来看,2017年这五个使用实例将占到一半的认知/人工智能系统支出。到预测期末,诊断和治疗系统支出的放缓,将使其落至第5的位置。2015年到2020年预测期内支出增长最快的使用实例是公共安全和应急响应(复合年增长率为85.5%)以及药物研究与发现(复合年增长率为74.2%)。”

IDC:今年全球认知和人工智能系统支出将突破125亿美元

IDC客户洞察和分析研究经理Marianne Daquila表示:“预计所有行业的认知和人工智能系统支出都将实现双位数的增长,但是增幅大小取决于特定的使用实例如何更好地解决现有的和未来的业务优先级问题而异。支出最高的两个受监管市场例如银行和证券投资服务是早期的增长推动力,这两个金融行业将占到1/4的全球认知/人工智能解决方案支出。严格的合规性要求是这些行业的主要推动因素,因为他们寻求在欺诈和风险检测的创新技术。此外,这些领域的公司正在采用基于认知的项目顾问和建议,以更好地将产品与客户匹配起来。此外,制造、零售和医疗也是预测期内支出会呈现非常强劲增长的几个领域。”

从地域上看,美国是迄今为止认知/人工智能支出最大的市场,2017年的总收入将达到97亿美元。欧洲、中东和非洲(EMEA)目前是第二大地区,但是亚太地区支出的强劲增长(包括日本的复合年增长率为107%)将使其在2020年前赶超EMEA。


原文发布时间为: 2017年4月5日

本文作者:孙博

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。



推荐阅读
  • 背景应用安全领域,各类攻击长久以来都危害着互联网上的应用,在web应用安全风险中,各类注入、跨站等攻击仍然占据着较前的位置。WAF(Web应用防火墙)正是为防御和阻断这类攻击而存在 ... [详细]
  • 如何使用代理服务器进行网页抓取?
    本文介绍了如何使用代理服务器进行网页抓取,并探讨了数据驱动对竞争优势的重要性。通过网页抓取,企业可以快速获取并分析大量与需求相关的数据,从而制定营销战略。同时,网页抓取还可以帮助电子商务公司在竞争对手的网站上下载数百页的有用数据,提高销售增长和毛利率。 ... [详细]
  • 老牌医药收割AI红利:先投个15亿美元抢中国人才
    萧箫发自凹非寺量子位报道|公众号QbitAI没想到,一场大会把我的“刻板印象”攻破了。2021世界人工智能大会现场,能看见不少熟悉的身影, ... [详细]
  • 2018年人工智能大数据的爆发,学Java还是Python?
    本文介绍了2018年人工智能大数据的爆发以及学习Java和Python的相关知识。在人工智能和大数据时代,Java和Python这两门编程语言都很优秀且火爆。选择学习哪门语言要根据个人兴趣爱好来决定。Python是一门拥有简洁语法的高级编程语言,容易上手。其特色之一是强制使用空白符作为语句缩进,使得新手可以快速上手。目前,Python在人工智能领域有着广泛的应用。如果对Java、Python或大数据感兴趣,欢迎加入qq群458345782。 ... [详细]
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • 本文介绍了adg架构设置在企业数据治理中的应用。随着信息技术的发展,企业IT系统的快速发展使得数据成为企业业务增长的新动力,但同时也带来了数据冗余、数据难发现、效率低下、资源消耗等问题。本文讨论了企业面临的几类尖锐问题,并提出了解决方案,包括确保库表结构与系统测试版本一致、避免数据冗余、快速定位问题等。此外,本文还探讨了adg架构在大版本升级、上云服务和微服务治理方面的应用。通过本文的介绍,读者可以了解到adg架构设置的重要性及其在企业数据治理中的应用。 ... [详细]
  • 分享2款网站程序源码/主题等后门检测工具
    本文介绍了2款用于检测网站程序源码和主题中是否存在后门的工具,分别是WebShellkiller和D盾_Web查杀。WebShellkiller是一款支持webshell和暗链扫描的工具,采用多重检测引擎和智能检测模型,能够更精准地检测出已知和未知的后门文件。D盾_Web查杀则使用自行研发的代码分析引擎,能够分析更为隐藏的WebShell后门行为。 ... [详细]
  • 浏览器中的异常检测算法及其在深度学习中的应用
    本文介绍了在浏览器中进行异常检测的算法,包括统计学方法和机器学习方法,并探讨了异常检测在深度学习中的应用。异常检测在金融领域的信用卡欺诈、企业安全领域的非法入侵、IT运维中的设备维护时间点预测等方面具有广泛的应用。通过使用TensorFlow.js进行异常检测,可以实现对单变量和多变量异常的检测。统计学方法通过估计数据的分布概率来计算数据点的异常概率,而机器学习方法则通过训练数据来建立异常检测模型。 ... [详细]
  • 本人学习笔记,知识点均摘自于网络,用于学习和交流(如未注明出处,请提醒,将及时更正,谢谢)OS:我学习是为了上 ... [详细]
  • 图解redis的持久化存储机制RDB和AOF的原理和优缺点
    本文通过图解的方式介绍了redis的持久化存储机制RDB和AOF的原理和优缺点。RDB是将redis内存中的数据保存为快照文件,恢复速度较快但不支持拉链式快照。AOF是将操作日志保存到磁盘,实时存储数据但恢复速度较慢。文章详细分析了两种机制的优缺点,帮助读者更好地理解redis的持久化存储策略。 ... [详细]
  • 本文介绍了Web学习历程记录中关于Tomcat的基本概念和配置。首先解释了Web静态Web资源和动态Web资源的概念,以及C/S架构和B/S架构的区别。然后介绍了常见的Web服务器,包括Weblogic、WebSphere和Tomcat。接着详细讲解了Tomcat的虚拟主机、web应用和虚拟路径映射的概念和配置过程。最后简要介绍了http协议的作用。本文内容详实,适合初学者了解Tomcat的基础知识。 ... [详细]
  • CentOS 7部署KVM虚拟化环境之一架构介绍
    本文介绍了CentOS 7部署KVM虚拟化环境的架构,详细解释了虚拟化技术的概念和原理,包括全虚拟化和半虚拟化。同时介绍了虚拟机的概念和虚拟化软件的作用。 ... [详细]
  • 建立分类感知器二元模型对样本数据进行分类
    本文介绍了建立分类感知器二元模型对样本数据进行分类的方法。通过建立线性模型,使用最小二乘、Logistic回归等方法进行建模,考虑到可能性的大小等因素。通过极大似然估计求得分类器的参数,使用牛顿-拉菲森迭代方法求解方程组。同时介绍了梯度上升算法和牛顿迭代的收敛速度比较。最后给出了公式法和logistic regression的实现示例。 ... [详细]
  • 【论文】ICLR 2020 九篇满分论文!!!
    点击上方,选择星标或置顶,每天给你送干货!阅读大概需要11分钟跟随小博主,每天进步一丢丢来自:深度学习技术前沿 ... [详细]
  • 3年半巨亏242亿!商汤高估了深度学习,下错了棋?
    转自:新智元三年半研发开支近70亿,累计亏损242亿。AI这门生意好像越来越不好做了。近日,商汤科技已向港交所递交IPO申请。招股书显示& ... [详细]
author-avatar
夏雨荷Cassiopeia
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有