Gartner:2020年智慧机器将以商业产生巨大影响

根据国际研究暨顾问机构Gartner进行的2013年执行长(CEO)调查,六成的执行长认为,未来15年内出现可能吞食数百万中产阶级工作机会的智慧机器属“天方夜谭”。然而,Gartner预测,直至2020年,智慧机器将在短短的七年内开始发挥其广泛而深远的商业影响力。

Gartner研究总监Kenneth Brant表示:“大多数的企业和思想先驱低估了智慧机器于未来数十年内取代数以百万计中产阶层工作机会的可能。工作机会将被加速摧毁,而机器消减工作机会的速度将远胜于市场创造新兴工作机会的速度。”

Gartner

根据Gartner最新的“Maverick”研究,信息长(CIO)的任务须转向解决智慧机器于不断扩增的应用范围当中所暴增的问题,以及该趋势将对信息长的职业生涯与持续攀升的失业率所造成之影响。

GartnerMaverick研究旨在刺激新颖、非传统的观点。Maverick研究源自该机构的研究育成中心,可突破Gartner惯用的广泛共识所形成之程序限制,提供划时代、创新且具颠覆性的见解,以协助企业走在主流尖端,善用可能影响IT策略及整体企业的趋势及洞见。

机器正从基础作业自动化的领域发展到先进的自我学习系统,并且在许多高度专业的领域与人脑互别苗头。因此,下一波的失业潮可能于未来十年内发生在具有高度价值产出的专业人士身上。

Gartner的研究发现,许多企业执行长尚未意识到直至2020年,智慧机器将带来之广泛而深远的商业影响力。

Brant表示:“基本上,许多执行长正错过可能于这十年间发展成最重要科技变革的一项趋势。事实上,即使今日已存在一个孕育『数位劳动力』的多元市场,背后的支持者来自其供给面及需求面的主要厂商。此市场由智能型代理人、虚拟实境助理、专家系统及内嵌式软件所组成,以极专业的方式让传统机器变得『具有智慧』,此外还有新一代低成本且容易训练的机器人,以及可能大幅降低数百万工作人力价值和/或加以取代的专门用途自动化机器。

Gartner认为,直至2020年,智慧机器的能力和稳定度将大幅提升至对业务及IT功能造成重大影响的程度。其影响之大,将使得至2015年仍未开始制订“数位劳动力”计划及政策的企业,于2020年时无法在提升生产力及营业利润方面达到其所属产业的前四分位数。其直接的后果是,对于至2015年仍未与高阶经理人共同支持数位劳动力计划的信息长,其职涯将提前于2023年之前划下句点。

除外,另有多项因素将共同促使该威胁的实现,尤其是建造大规模与多样化智慧机器的技术正在整合,而部分“先驱企业”亦正从事这方面的测试。同时,全球经济疲弱导致营收持续不振的情况,亦将刺激企业采用智慧机器取代人力以降低成本并提高生产力的需求。

Brant指出:“值得一提的是,IT成本通常仅占年营收的4%,而智慧机器所能合理化的劳动成本在某些知识与服务产业却高达营收的四成。该市场的供应商包含IBM、奇异(GE)、谷歌(Google)、微软(Microsoft)、苹果(Apple)和亚马逊(Amazon),正大手笔下注于智慧机器的成功,而需求者则包括一些高知名度的先驱厂商,将掀起一波争相采购和/或发展智慧机器的『武器竞赛』。

尽管Gartner Maverick研究宣称,智慧机器直至2020年将带来广泛而深远的影响力,但我们也发现在商业、政治、经济、社会及科技方面存有以下仍待克服的阻碍:

早期试营运将无法发挥预期效果。  该项科技将无法在这十年结束之前获得快速进展。  该项科技的价格将无法在这十年结束之前迅速降低。  劳工团体将重组并成功阻挡这类“工作机会杀手”智慧机器的入侵。  民众会抗议失业情况的进一步恶化及延续,进而选出立法反对智慧机器的政府。  消费者会抗拒这类机器,不论是因为广为人知的灾难,或是出于更微妙、更长远的人际互动需求。  人们将提供较智慧机器所能替代的更大幅度的生产力提升。  法律方面的挑战,源自于自动化智慧机器涉及意外事件所突显的“程序化道德”问题,将使得自动化代理人的市场无疾而终。

Brant指出:“短期内市场当然不会达到大规模失业的状态,然而,同样可以确定的是,许多新的科技组合将在这十年内出现并且带来重大影响,从智慧软件代理人、专家系统、虚拟实境助理,到智能型产品中的内嵌软件系统与全新型态的创新机器人。我们不需在2020年让智慧机器具备完整的人工智能,就能彻底改变我们的商业模式、劳动力、成本结构及竞争力。

 

移动信息化交流QQ群:一号群:211029692 二号群:344692795 CIO交流群:316076815(需认证)

移动化问答社区:wenda.yidonghua.com



1 星2 星3 星4 星5 星 (还没有打分,快来打分吧!)
Loading...
 
已有 0 条评论
返回顶部

无觅相关文章插件,快速提升流量