Gartner调查显示，企业预计明年的人工智能项目数量将增加一倍）组织平均部署了4个AI/ML项目。59%的受访者表示他们已经部署了人工智能。2018年12月，Gartner就“人工智能和机器学习发展战略”对106位GartnerResearchCircle成员进行了在线调查。GartnerResearchCircle是由Gartner管理的专家组，由IT和IT/业务专业人士组成。“人工智能和机器学习发展战略”研究的参与者应具备目前或计划在其组织中部署的机器学习或人工智能的业务和技术知识。Gartner研究副总裁JimHare表示：“今年人工智能的采用速度明显加快。人工智能项目数量的增加意味着组织可能需要进行内部重组，以确保人工智能项目得到相应的人员和支持。”资金。最好的方法是建立一个AI卓越中心，以最有效地分配技能、获得资金、确定优先事项和分享实践。”目前，AI项目部署的平均数量为4个，但受访者预计12个月内将增加6个项目，未来3年将增加15个（见图1）。也就是说，到2022年，这些组织将预计平均部署35个AI和ML项目图1.部署的AI或ML项目的平均数量资料来源：Gartner（2019年7月）客户体验(CX)和任务自动化是关键驱动因素40%的组织将客户体验视为是他们使用人工智能技术的最大驱动力。虽然聊天机器人或虚拟个人助理等技术也可用于服务外部客户，但大多数组织(56%)目前专注于在内部使用人工智能来支持决策制定和建议Hare先生说：“这项技术不是要取代真正的工人，而是要增强和授权真正的工人更快地做出更好的决策。”任务自动化项目仅次于决策支持和建议。20%的受访者认为这是他们最大的动力。自动化包括财务部门的计费和合同验证或人力资源部门的自动筛选和机器人面试等任务。受访者在采用人工智能方面面临的最大挑战是缺乏技能(56%)、理解人工智能应用程序(42%)以及数据范围或质量问题(34%)。Hare先生说：“找到合适的劳动力技能是任何先进技术的主要问题。技能差距可以通过使用服务提供商、与大学的合作伙伴关系以及对现有员工的培训计划来填补。但是建立一个坚实的数据管理基础确实”衡量AI项目成功的调查显示，许多组织在衡量项目有效性时将效率作为衡量成功的主要指标。Gartner杰出研究副总裁WhitAndrews和Gartner高级研究总监JunkuanLu表示：在AI采用方面保守或随波逐流的公司倾向于使用效率目标来衡量价值，而那些表达激进AI采用策略的公司更倾向于追求客户交互方面的改进。”Gartner客户可以阅读完整报告《调查分析：人工智能与机器学习发展战略、动力和采纳挑战》（调查分析:AI和ML开发策略、激励因素和采用挑战）了解更多信息。
