德勤报告预测：2016年，认知技术会成为80%世界百强企业标配

虎嗅注：本文来自微信工作号： 新智元 ，原文：德勤，译者：王杰夫。

德勤国际预测，至2016年末全球营收前一百的企业级软件公司中，有超过80家会将认知技术结合到它们的产品中，与前一年相比会有25%的提升，在2015年前一百名公司中已经有64家在发布的产品或服务中把认知技术作为亮点。到2020年，我们预计95%的前一百名公司会采用一到多个认知技术。

我们预计，在2016年，企业级软件市场中最重要的认知技术将会是：机器学习，自然语言处理和语音识别。

那我们是如何区别认知技术与人工智能（AI）的呢？我们认为后者是前者的源头。大众媒体将AI描绘成一个当计算机与人类一样聪明、甚至更聪明时出现的产物。当然，技术在进行原本由只能人类完成的专项工作时，表现得越来越好。图展示了2016年对商业和公共领域领导者们来说最先进的几种认知技术。

语音识别-计算机视觉-机器学习-自然语言处理-优化-计划与安排-机器人-规则基系统

德勤国际预计认知技术将在企业级软件公司内的应用程度各不相同，但是我们想在此明确近期最有可能被广泛应用的三种技术：

机器学习 ——这种能力将会使计算机系统的通过分析数据来提升自己的表现，而不必遵守清晰的程序指令——可能会是最流行的。它将在很多用途中起到促进作用，从用于整理的到预测的，从用于异常检测的到个性化的。

自然语言处理 （NLP）——凭借此技术计算机能够像人类一样处理文本，例如从文本中提炼出意义，甚至生成可供阅读、文风自然、语法正确的文本——具有多种有价值的用途，当其结合到那些需要处理无条理文本的软件中去。

语音识别 ——自动并准确的将人类语音转化成文本的能力，在那些只需要动嘴的工作场景中尤其有用。

德勤国际认为采用认知技术的软件公司将在一下三个主要领域中获利：

提升核心功能 ——结合了认知技术的软件在处理原有问题时表现只会更好。例如，有一家提供零售解决方案的美国公司通过机器学习识别欺诈性交易来减少误判。此前的软件就可以识别出欺诈交易，但是机器学习让这一识别更加精确，减少了对合法交易的错误标记。还有一家硅谷网络公司使用的基于云端的“认知威胁分析”项目，依赖先进的统计建模和机器学习来独立的辨认出全新网络安全隐患，从所见中学习，并应用在未来。

产生新思路 ——机器学习和其它先进的分析技术能够将原本埋没在大量或者琐碎数据中的思路揭露出来。一家美国数据库公司的云服务采用NLP技术来决定和分配“情感”评级到客户调查反馈中，以期符合该客户的情绪，将帮助该公司快速应对问题。

自动化 ——认知技术将使本来由人类完成的工作自动化成为可能。一家医疗软件公司采用NLP引擎去理解医生零碎的记录，从中提取核心数据如过敏状况、药物和诊断结果。一家商业服务公司将某个标准的商务工作流程化了：他们的跨境电子商务平台采用自然语言处理引擎和机器学习算法去准确地移交货物，并且随着交易增多，货物分类的准确性也在增强。

部分商务软件公司正在自研人工智能技术，但更多的公司通过并购来获得这种能力，我们认为在2016年这种状况仍将持续。事实上，自2012年起，已经有超过一百起兼并或收购认知科技公司的事件发生。

风险投资（VC）公司在该领域也很活跃。自2011年起，大部分风投融资的做研发和应用认知科技的初创公司已经通过帮助其它公司构建应用以满足传统企业需求，如市场营销和销售。美国这一类型的创业公司自2011年起已经筹集近25亿美元，显示出认知技术在近期内最大的机会就是采用它们去提升现有的商业活动。例如，一家名为Convirza的公司用2500万美元来研发和商业化一个电话营销优化平台，它采用语音识别技术和精准算法来判断引导质量，评估消费者态度，分析通话表现，并且采取流程化的市场营销举措。

另一个风险投资的对象就是特定垂直领域的软件供应商。这一类公司自2011年起已经获得20亿美元风险投资。一个例子就是Wellframe公司，他们的移动应用在种子期获得150万美元融资，该应用可以连接医疗服务提供者与从医院回到家后的病人，为病人生成一个每日待办事项列表，比如服药提醒和症状问卷调查。Wellframe的机器学习引擎根据医生的对病情的回答和医疗建议来生成应用内的相应内容。

企业级软件采用认知科技这一增长趋势部分的受到云计算发展的驱动。在过去，只有一定规模的企业才能够在内部部署先进的机器学习技术，它们不过是今天现有用户中的一小部分。但是，随着云计算的发展，企业级软件供应商能够让所有客户都从机器学习技术中受益。开源AI可能会是认知技术发展的下一个加速器：该领域某个重量级玩家将其深度学习工具软件后的引擎开源，而另一个玩家将运行AI算法的服务器设计开源。

基本要点

许多顶尖的软件公司已经认识到了认知技术在 提升产品、为客户创造价值和改良企业运营 上的潜力。风险投资者们的看好也正在使认知技术的运用更加商业化。这一技术在方便使用、增强性能和深化洞见上的潜在优势实在是太有说服力了，软件供应商们无法忽视这些。这就是为什么我们预测在企业软件里嵌入认知技术这一趋势会延续到2016年，甚至在2020年达到普及。

企业级软件的开发者们应该想一想如何利用认知技术提升他们的产品，初创公司或许可以提供一些模式，示范如何运用这一技术让产品更好用、实现一些功能的自动化以及更好地洞悉数据。

IT公司可能会想了解并研究认知技术在诸如机器学习、自然语言处理上的运用。他们也能够用认知技术增强现有的企业应用，提高产品的可用性、并提供更有价值的洞见给用户。

企业级软件的购买者或许有必要让这些软件开发者们解释一下他们打算如何利用认知技术提升产品的性能和功用。

软件公司可以考虑把认知技术运用到内部的企业运营中，比如招聘。它可以用来分析哪位申请者可能有更好的文化契合度和好的表现。或者当你的目标候选人开始寻求工作时，同样的技术可以让招聘者了解此事。

另一个公司采用了一个基于NLP的虚拟助手来理解和解决消费者问题。成果是显著的：平均客户支持解决率提高到85%，并且客服中心的电话与邮件数都下降了22%。

公司也可以通过使用认知技术来管理仓库运营与雇员。如果一个雇员采用新的工作方法更快更好地完成某项工作，这一技术就能够分析并应用在之后的工作中。某个公司通过这种方法提升了8%的仓库生产力。

认知技术应该被应用在以下三个企业级软件市场中：

企业级应用软件市场专注于利用计算机的力量来达成商业的、专业的或者个人的目标。 某一个公司云端解决方案的特色就是一个客户目标工具，它能够解决如何向大量匿名用户进行线上营销的问题。它采用机器学习去发掘某一网站的新用户与之前具有相似行动的用户之间行为上的关联。目标就是为了使该网站的用户体验更好，并将其转化成销量。

企业级基础软件市场为公司建立、运行，以及管理IT资源的表现提供工具。 某一公司利用机器学习能力来提升它的日志工具，可以具有类似服务器问题的事件归为一类，以方便IT经理辨认这是一个正在发生的问题，还是实时信息导致的不寻常的计算趋势。

特定垂直软件关注一个狭窄的领域，并且常常体现成一个独立的软件应用。 在与某个主要癌症研究机构的合作中，一个科技公司编写了一个独立的肿瘤学应用。通过移动和桌面设备，深度机器学习AI可以分析大量的病患记录并基于现有记录提供潜在的治疗手段。

企业级软件中认知技术的应用不过是人工智能在企业市场应用趋势的一部分。2015年一个研究预测，2015年到2024年间整个企业级AI的销售额将总计达到435亿美元。