未來主義者對于人工智能將比人類聰明感到興奮，而激進主義者則因擔心人工智能會破壞社會而感到焦慮。事實上，目前關于如何使用人工智能的有效商業理念仍然相當缺乏。如果想對人工智能有一個理性的了解和期望，這份報告的幾個結論你需要知道。根據Gartner的年度CIO（首席信息官）調查，部署了人工智能的企業比例已從2018年的4%增長到了2019年的14%，幾乎翻了四倍。

雖然一年間的增幅高達10個百分點，但仍然低于2018年的預期——在2018年的調查中，21%的受訪者表示他們將在短期內部署人工智能。這表明，人工智能的部署仍然存在諸多障礙。根據成熟度的不同，該報告把人工智能技術的發展分為“技術萌芽期”、“預期膨脹的頂峰期”、“泡沫花的底谷期”、“穩步爬升的光明期”以及“實質生產的高峰期”。

其中，今年的“技術萌芽期”進入曲線更長，反映出人工智能領域新的和多樣化的想法層出不窮；在“期望膨脹期的頂峰期”則有點像遭遇了“交通擁堵”，相比之下，“穩步爬升的光明期”曲線卻是空的，在“實質生產的高峰期”出現的技術同樣寥寥無幾。

這并不意味著人工智能是不實用的，而是表示這類技術是會發生變化的。因此，該報告建議企業分階段地實現自己的目標，同時在確定如何使用實現工具以及這樣做的價值之前，不要選擇這些工具，以免選擇過時的方法和解決方案。因此，建議企業學習機器學習技術，以便在不出現期望膨脹的情況下采用人工智能。

另外，“2019年數據管理技術成熟度曲線”正在變成“平穩期擁擠”，因為人工智能和機器學習使用的數據已就緒。但是，該曲線萌芽期出現的技術很少，意味著數據管理領域將迎來新一輪的顛覆浪潮。而人工智能和機器學習將推動這一新浪潮，其中顛覆力量將支持各種人工智能工作負載，并聚合結構化和非結構化的數據。為了取得短期成功并明確對人工智能的長期預期，該報告建議企業重點關注幾個主要趨勢。

首先，與幾年前相比，人工智能正在以多種不同的方式進入企業，其中自動化機器學習和智能應用的發展勢頭最強勁，其他方法也頗受歡迎，包括人工智能平臺即服務（PaaS）、人工智能云服務、人工智能市場和許多利基解決方案。人工智能相關的咨詢和系統集成（C&SI）服務的經驗正在增加，但參考客戶仍然稀少。

其次，采用負責任的人工智能實踐是消除采用障礙的方法，所以人工智能的倫理和治理工作蓄勢待發。但目前還沒有最佳實踐，軟件供應商、行業組織和政府正在制定一些指導方針。報告指出，對于人工智能解決方案的信任是用戶接受的關鍵。增強智能在建立信任方面比自動化更有效。通過為用戶說明預測和建議，可解釋人工智能也能提供幫助。

另外，對話式人工智能已上升到許多公司的首要議程。在開發聊天機器人和語音支持的策略時，實施者應注意對話式用戶界面、虛擬助理、自然語言處理（NLP）和語音識別等技術達到平穩期所需的實踐。

同時，計算基礎設施推動著人工智能的發展，它針對人工智能的定制特點將實現進一步的發展。除了GPU加速器、現場可編程門陣列（FPGA）加速器、深度神經網絡應用專用集成電路（ASIC）、量子計算和神經形態硬件，還有更多的方法在開發中。報告建議，在設計計算基礎設施策略時平衡使用案例驅動型功能的成本和性能。

最后，大量應用程序開發人員和軟件工程師正在投身人工智能領域，他們中的大多數甚至自信地認為自己將在2～5年里成為主要的人工智能實施者。雖然現在還很早，但應該鼓勵開發人員嘗試使用人工智能開發人員工具包、人工智能云服務、人工智能PaaS和吸引人的全新強化學習產品。開發人員的技能提升需要作出規劃，以便為他們在人工智能策略中的新角色做好準備。

報告稱，自2018年以來，以下技術在人工智能領域的受關注程度明顯提高：人工智能云服務出現得相對較晚，但將產生重大影響；自動化機器學習是熱炒最多得人工智能方法之一，它用于人工智能得大眾化，并將機器學習交付給數據科學家和商業專家；作為通過人工智能勝出的設計方法，增強智能技術則使人工智能自動化黯然失色。它采用人工智能來彌補人類的局限性，并利用人來擴大人工智能的可能性。

除此之外，可解釋人工智能也頗受關注。許多領導者擔心“暗箱”人工智能，因此對于人工智能的信任以及由此進行的采用取決于該技術的可解釋性；邊緣人工智能則可克服與延遲隱私和安全相關的挑戰，并改善客戶體驗；作為贏得日益復雜的游戲的一種手段，強化學習技術也取得了重大進展，當前不少主要的人工智能提供商都推出了這項技術。