Gartner概述AI創新四大趨勢 預計未來2至5年對市場產生變革
https://bit.ly/3tK1wdi
2021年Gartner針對AI的Hype Cycle提出四個趨勢且正在推動近期AI創新。這些趨勢包括
：負責任的AI；小而廣的數據方法；AI平台的運作；以及有效利用數據、模型和運算資源
。
Gartner認為AI創新正在快速發生，根據其最新公布的Hype Cycle，可以得知邊緣AI、電
腦視覺、決策智慧和機器學習在內的創新，預計在未來2至5年將對市場產生變革性影響。
看起來，AI市場仍處於進化街段，大比例的AI 創新是出現在向上的創新觸發點上。這表
明最終用戶正在尋求特定技術能力的市場趨勢，其往往會超出現今AI工具的能力。以下針
對四大趨勢概述說明：
1.負責任的AI
AI技術的信任度、透明度、公平性和可審計性對廣泛的利益相關者來說越來越重要。因此
，負責任的AI有助於實現公平。事實上，Gartner 預計到2023年，所有為AI開發和培訓工
作聘用的人員，都必須展示在負責任的AI方面的專業知識。
2.小而廣的數據方法
數據是構成成功AI計劃的基礎。小而廣的數據方法支持更強大的分析和AI，減少組織對大
數據的依賴，並提供更豐富、更完整的情況感知。
Gartner預計到2025年，70%的組織將被迫將重點從大數據轉移到小而廣數據，為分析提供
更多上下文關聯，並減少AI對數據的需求。
基本上，小數據是分析技術的應用，其需要較少的數據但仍能提供有用的見解。而廣泛的
數據可以實現各種數據源的分析和綜效。這一方法可以實現更強大的分析，並有助於獲得
以360度視野來看商業問題。
3.AI平台的操作性
利用AI進行業務轉型的緊迫性和關鍵性正在推動AI平台操作化的需求。這意味著將AI專案
從概念轉移到生產，以便可以依靠AI解決方案來解決企業問題。 Gartner的研究發現，只
有一半的AI專案能夠從試點進入生產階段，而平均需要9個月時間。如AI編排和自動化平
台 (AIOAP) 以及模型操作化 (ModelOps) 等創新正在實現可重複使用性、可擴展性和治
理，因而加速AI的採用和成長。
4.有效利用資源
鑑於AI部署所涉及的數據、模型和運算資源的複雜性和規模，AI創新需要以最高效率使用
這些資源。多重經驗、複合式AI、生成式AI 和變形者等，因其能夠以更有效的方式解決
廣泛的商業問題而在AI市場中獲得知名度，並預計在2至5年之間進入Hype Cycle的最後階
段。