人工智能(AI)技术市场正在蓬勃发展。除了炒作和媒体关注之外，众多创业公司和互联网巨头纷纷抢购，企业的投资和采用量大幅增加。“叙事科学”调查发现，去年有38%的企业已经在使用人工智能，到2018年将增长到62%。Forrester 研究预测2017年人工智能投资与2016年相比将增长300%以上。IDC估计，人工智能市场将从2016年的80亿美元增长到2020年的超过470亿美元。

在1955年创建的一个新的计算机分门学科，其中包括各种技术和工具，一些是经过时间考验，而有一些则相对较新。 Forrester刚刚发布了一份关于人工智能(针对应用开发专业人士)的报告，详细分析了企业应该考虑的采用的13种技术来支持人类决策的方法。

根据Forrester的分析，以下挑选出的最热门的人工智能技术列表：

·自然语言生成：从计算机数据生成文本。目前用于客户服务、报告生成和总结商业智能洞察。

·语音识别：将人类的语音转录并转换成对计算机应用有用的计算机应用程序。目前用于交互式语音响应系统和移动应用程序。

·虚拟代理：“目前媒体的宠儿，”Forrester表示，从简单的聊天机器人到可与人类联网的先进系统。目前用于客户服务和支持，并作为智能家庭管理。

·机器学习平台：提供算法、API、开发和训练工具、，数据以及计算能力来设计、训练和部署模型到应用程序、流程和其他机器上。目前广泛用于企业应用，主要涉及预测或分类。

·AI优化硬件：专门设计和构建的图形处理单元(GPU)和设备，可高效运行面向对象的计算作业。目前主要在深度学习应用上有所作为。

·决策管理：将规则和逻辑插入到人工智能系统的引擎，用于初始设置、培训和持续维护和调优。它是一种成熟的技术，用于各种企业应用程序、协助或执行自动化决策。

·深度学习平台：由具有多个抽象层的人工神经网络组成的一种特殊类型的机器学习。目前主要用于模式识别和分类应用程序，支持非常大的数据集。

·生物识别技术：实现人与机器之间更自然的交互，包括但不限于图像和触摸识别、语音和肢体语言。目前主要用于市场调查。

·机器人过程自动化：使用脚本和其他方法来自动化人类行为以支持高效的业务流程。目前用于人类执行任务或过程的成本太高或效率太低。

·文本分析和NLP：自然语言处理(NLP)使用和支持文本分析，通过统计和机器学习方法帮助理解句子结构和含义、情感和意图。目前用于欺诈检测和安全、广泛的自动化助理以及用于挖掘非结构化数据的应用程序。

今天人工智能技术确实带来了许多商业利益，但根据Forrester去年进行的一项调查，对于没有人工智能投资计划的公司所表示的人工智能采用方面也存在障碍：

没有明确的商业案例42%

不清楚人工智能的用途 39%

没有必要的技能 33%

需要先投资现代化数据管理平台 29%

没有预算 23%

不确定实施人工智能系统需要什么 19%

人工智能系统尚未被证实 14%

没有合理的流程 13%

人工智能只有宣传缺乏实质性应用 11%

缺乏需求数据 8%

不明白人工智能真正含义 3%

Forrester总结表示，一旦企业克服了这些障碍，他们就会从人工智能驱动转型中获益，并发展一个相互关联的企业智能网络。