- 營銷和銷售部門重視AI和機器學習的程度超過當今企業中其他任何部門。
- 說到擴大AI和機器學習建模和開發專案，記憶體分析和資料庫內分析對於財務、營銷和銷售部門來說最重要。
- 2019年，研發部門採用AI和機器學習的步伐是所有企業部門中最快的。
諸如此類發人深省的調查結果來自諮詢服務公司Dresner Advisory Services上個月釋出的第六份《2019年度資料科學和機器學習市場研究報告》。該研究報告發現，與資料科學和機器學習有關的高階專案（包括資料探勘、高階演算法和預測分析）在本研究報告調查的37項技術和專案中排名第8位。
Dresner Advisory Services的創始人兼首席研究官Howard Dresner說：“從2014年開始我們就分析這個市場，旨在剖析高階和預測分析領域，《資料科學和機器學習市場研究報告》是最新的年度報告。從那時起，我們擴大了報告的覆蓋範圍，體現市場情緒和企業採用方面的變化，並增加了新的標準，包括專門介紹神經網路的部分。”
該研究報告的主要結果包括以下內容：
資料探勘、高階演算法和預測分析是2019年採用AI和機器學習的企業最重視的幾個優先專案。報告、儀表板、資料整合和高階視覺化是對如今商業智慧（BI）而言具有戰略意義的幾大技術和專案。認知BI（基於AI的BI）在優先專案中排名較低，名列第27位。下圖按優先順序列出了對商業智慧而言具有戰略意義的27項技術和專案：
40%的營銷和銷售團隊表示，涵蓋AI和機器學習的資料科學對其部門的成功來說至關重要。在所有部門中，營銷和銷售部門對於利用AI和機器學習實現增長目標的重要性最為看重。商業智慧能力中心（BICC）、研發和執行管理層這幾個群體是接下來最感興趣的受眾。下圖比較了資料科學（包括AI和機器學習）對各部門而言的重要性：
研發、營銷和銷售部門對於多個功能領域普遍抱有濃厚的興趣，這體現了使用AI和機器學習定義新的收入增長模式的共同努力。營銷、銷售、研發和商業智慧能力中心（BICC）調查物件表示，他們對於在AI和機器學習應用中使用一系列迴歸模型最感興趣。營銷和銷售部門對接下來三項主要功能也很感興趣，包括層次聚類、教科書統計功能以及他們購買的應用軟體和平臺中含有推薦引擎。Dresner的研究團隊認為，研發、營銷和銷售部門對多個功能領域普遍抱有濃厚的興趣是一個主要的指標，表明企業在準備試行基於AI和機器學習的戰略，以改善客戶體驗並提高收入。下圖按受訪企業的職能部門領域比較了興趣和可能的採用情況：
70%的研發部門和團隊最有可能採用資料科學、AI和機器學習，領先企業的所有職能部門。Dresner的研究團隊將研發團隊的濃厚興趣視為一個主要的指標，表明未來會在企業得到更廣泛的採用。研究報告發現，所有受訪企業中33%已採用了AI和機器學習，大多數企業擁有多達25個模型。營銷和銷售部門在目前評估資料科學和機器學習軟體方面領先所有其他部門。
金融服務及保險、醫療保健和零售/批發企業表示，資料科學、AI和機器學習對各自行業取得成功而言至關重要。27%的金融服務及保險企業、25%的醫療保健企業和24%的零售/批發企業表示，資料科學、AI和機器學習對它們的成功而言至關重要。不到10%的教育機構認為AI和機器學習對它們的成功而言至關重要。下圖按行業比較了資料科學、AI和機器學習的重要性：
電信行業在關注並採用推薦引擎和模型管理治理方面領先所有其他行業。在所有受訪的行業調查物件群體當中，電信、金融服務和技術行業對採用眾多回歸模型和層次聚類抱有最濃厚的興趣。醫療保健受訪者對這後幾功能的興趣低得多，不過對貝葉斯方法和文字分析功能抱有濃厚的興趣。零售/批發受訪者常常對分析功能最不感興趣。下圖按關注和可能採用資料科學、AI以及機器學習應用軟體和平臺中分析功能的程度對諸行業進行了比較：
支援一系列廣泛的迴歸模型、層次聚類和常用的教科書統計功能是企業在資料科學和機器學習平臺中所需的幾大功能。Dresner的研究團隊發現，企業評估資料科學、AI和機器學習應用軟體和平臺時，這三項功能被認為最重要或“必不可少”。所有接受調查的企業還期望它們在評估的任何資料科學應用軟體或平臺包含推薦引擎和模型管理及治理功能。下圖按優先順序列出了企業期望在資料科學、AI和機器學習軟體和平臺中看到的最重要和最不重要的功能：
企業目前優先考慮的三大可用性功能包括支援模型的輕鬆迭代、使用高階分析技術以及面向持續修改模型的簡單流程。企業期望在AI和機器學習應用軟體和平臺中看到的最高優先順序的可用性功能包括：準備分析資料模型方面的支援和指導以及藉助資料準備進行分析的快速週期。值得關注的是，不需要專家來建立、測試和執行分析模型在可用性排名中處於較低的位置。許多AI和機器學習軟體供應商將不需要專家來使用其應用軟體當作差異化優勢，而大多數企業重視在更高層面下支援模型的輕鬆迭代，如下圖所示：
2019年是企業對資料科學、AI和機器學習功能感興趣方面創紀錄的一年，它們認為實現其業務戰略和目標最需要這些功能。企業最希望AI和機器學習應用軟體和平臺支援一系列迴歸模型，其次是層次聚類和用於描述性統計的教科書統計功能。推薦引擎越來越受歡迎，因為這方面的興趣已有所加大，至少成為2019年受訪者眼裡的並列第二重要的功能。與2018年相比，地理空間分析和貝葉斯方法的重要性持平或略有所降低。下圖比較了六年來企業對資料科學、AI和機器學習技術的興趣：
