預測1

到2023年，在金融、醫療、政府和其他受監管的公共部門中，超過15%的以消費者為中心的AI決策系統將引入解釋其分析和決策過程的相關規定。

預測2

到2021年，超過50%的組織將在呼入電話處理環境中增加AI功能。

預測3

到2024年，45%的重複工作任務將通過使用由 AI、機器人和機器人流程自動化（RPA）提供支援的“數字員工”實現自動化或增強。

預測4

到2023年，使用自動機器學習（AutoML）技術封裝的、從資料準備到模型部署的端到端機器學習平臺的資料分析師和資料科學家的數量將增加2倍。

預測5

到2024年，自動化運維（AIOps）將成為IT運營的新常態，至少有50%的大型企業將採用自動化運維解決方案來自動化主要IT系統和服務管理過程。

預測6

到2025年，10%的人工智慧解決方案將更接近於通用人工智慧（AGI）——利用神經符號技術將深度學習與符號方法結合起來，以創造出更可靠的、近乎人類的決策方式。

預測7

到2021年，至少有65%的中國1000強企業將利用自然語言處理（NLP）、機器學習（ML）和深度學習（DL）等AI工具，賦能60%在客戶體驗、安全、運營管理和採購等業務領域的用例。

預測8

到2024年，超過30%的中國1000強企業會將AI工作負載更均勻地部署在端側，邊緣側以及雲端，這些工作負載將由人工智慧軟體平臺提供商統一管理，使AI基礎設施 “隱形化”。

預測9

到2023年，30%的企業將在邊緣側執行不同的分析和AI模型。其中30%的邊緣AI應用將由異構加速方案加速。

預測10

到2022年，80%的中國1000強企業將投資內部學習平臺和第三方培訓服務，以滿足AI採用帶來的新技能需求和工作方式轉變。