德勤-2017年认知技术调查报告（英文）-2017-25页

总结：2017年德勤认知技术调研报告

核心内容

2017年德勤发布了一份关于认知技术和人工智能（AI）在企业中应用的调研报告，主要聚焦于认知技术的现状、影响、挑战及未来趋势。该报告基于对250名“认知-aware”领导者的调查，这些领导者来自积极采用认知技术的公司，代表了企业界对认知技术的前沿观点。

主要观点

• 认知技术的积极影响：受访者普遍认为认知技术对企业的价值显著，认为其能提升产品和服务的智能化水平，优化内部流程，并推动业务转型。
• 技术应用广泛：企业正在使用多种认知技术，如机器学习、自然语言处理、语音识别、规则引擎、机器人流程自动化（RPA）和深度学习等。
• 投资趋势：大多数企业依赖第三方供应商提供认知技术解决方案，仅有少数自行开发。投资金额差异较大，部分企业投入超过1000万美元。
• 工作影响：尽管有担忧，但大多数受访者认为认知技术不会导致大规模裁员，反而会创造新的岗位或需要对现有岗位进行技能升级。
• 技术挑战：企业在整合认知技术时面临诸多挑战，包括系统兼容性、人才短缺、技术成本及理解难度等。
• 未来展望：受访者对未来十年内认知技术的影响持乐观态度，预计其将创造新工作机会并改变工作方式。

关键信息

认知技术的定义

认知技术与人工智能（AI）在本报告中被交替使用，指能执行或增强任务、辅助决策、并创造传统上需要人类智能的交互的技术，包括：

• 机器人流程自动化（RPA）
• 计算机视觉
• 机器学习
• 自然语言处理/生成（NLP/G）
• 深度学习
• 物理机器人

调研样本

• 250名受访者来自拥有至少500名员工的公司，其中约72%为“G级”高管，负责业务单元或整个公司。
• 74%的受访者表示自己是认知技术专家或具备良好理解。

技术应用目标

• 提升产品和服务智能化（51%）
• 优化内部业务操作（36%）
• 辅助决策（33%）
• 开发新的认知产品和服务（33%）
• 增强客户互动（27%）

投资与实施情况

• 投资分布：64%的公司主要投资于IT，44%投资于产品开发/研发，其余分布在客户服务、供应链、服务运营、制造等领域。
• 项目数量：34%的受访者进行3至5个试点项目，28%进行1至2个试点，20%进行6至10个试点。
• 生产部署：31%的受访者已有1至2个生产部署，31%有3至5个生产部署。

人才与实施方式

• 内部与外部人才：58%的公司采用混合模式（内部+外部），20%依赖外部供应商，15%使用开源与专有软件结合，6%主要依赖开源。
• 谁负责实施：55%的受访者认为IT部门负责认知技术的实施，23%认为是研发或创新部门，20%认为是多个业务单元共同负责。

工作力影响

• 就业情况：83%的受访者认为其公司已获得中等或显著的经济收益，仅16%认为未获益，1%甚至亏损。
• 未来就业：69%的受访者预计未来三年内将出现少量或无裁员，甚至有岗位增加；56%的受访者认为需要对现有岗位进行大量或中等程度的技能调整。

技术挑战

• 整合难度：47%的受访者认为整合认知项目与现有系统和流程是困难的。
• 技术成本：40%的受访者认为技术与专业知识成本过高。
• 人才短缺：35%的受访者认为缺乏具备相关技能的人才。
• 技术成熟度：31%的受访者认为技术仍不成熟，18%认为技术被过度宣传。

未来趋势

• 技术成熟度：虽然部分受访者认为技术尚未成熟，但多数仍对其未来影响持积极态度。
• 人机协作：51%的受访者认为未来三年内，机器和人类将在工作中相互增强。
• 战略优先级：90%的受访者认为认知技术是公司当前的战略优先事项，且预计其在未来将变得更加重要。

结论

认知技术和人工智能正在被越来越多的企业采用，并被视为推动业务转型和提升竞争力的重要工具。尽管存在整合、成本和人才方面的挑战，但大多数企业已从中获得积极回报，并对未来发展持乐观态度。随着技术的不断成熟，企业将更加注重人机协作与技能升级，以实现更高效和智能的业务运营。