赋予管理优先级自主控制权的应用程序将大量增加,以更好地支持数字化转型计划
赋予管理优先级自主控制权的应用程序将大量增加,以更好地支持数字化转型计划

自主软件,人工智能和机器学习应用程序的融合正在推动企业支出,迎来了一系列数字化转型计划,这些计划可能会在未来数十年重塑企业IT市场。

对于试图量化由自主数据库,基于AI的决策和ML算法带来的巨大机会的任何人,请考虑以下示例:

  • Drop罐是一家美国开发商,为不断增长的3500多家加油站和便利店提供服务,该公司正在使用Oracle自主数据仓库来提供忠诚度和奖励系统,该系统会自动降低会员的汽油价格,同时捕获,分析和管理数据收集过程,以便代表诸如马拉松石油之类的供应商了解客户的见解。
  • 马来西亚顶级金融机构丰隆银行有限公司(Hong Leong Bank Berhad)正在运行由Hyperlab开发的虚拟助手HALI,以实现人力资源和零售银行职能的自动化,从而消除了诸如员工对人力资源政策和程序的查询之类的耗时和日常工作。该银行预计,使用新的聊天机器人可以在一年内将内部和分支机构的运营效率提高60%。
  • 作为一项为期三年的数字化转型计划的一部分,澳大利亚昆士兰州税收办公室正在成功实施SAP Leonardo试用项目后,扩大机器学习算法的使用,该项目已经帮助税务机构将土地税债务减少了5%,而在进行为期八周的分析运行之后(在七年的时间内涵盖了超过1.87亿条数据记录),从而改善了97,000名纳税人的收缴和合规性。

这些示例构成了我们即将发布的Digital First 500特别报告的基础,该报告将在2018年及以后的时间里向我们的订户介绍数百种数字化转型计划和用例,所有这些都凸显了大小不等的公司对最新企业应用程序的传播。影响并重塑其行业,国家和人们的行为-最终为每个人带来更大的商业价值。

自主软件,人工智能和机器学习发挥关键作用

自治软件,人工智能以及机器学习产品和实施的日益普及,有望重塑企业IT市场,从而增加了这些新兴技术将推动整体IT支出的增量收益或至少抵消由IT留下的任何侵蚀的可能性。现有的解决方案正在逐渐失败。

类似于过去的任何技术范式转换,供应商都跳上了自主,人工智能和机器学习潮流,以为企业软件市场注入新的活力,而云计算实施的激增常常给企业软件市场带来冲击,而这常常以牺牲内部部署解决方案为代价导致许多知名厂商的有机增长乏力。

与以前从大型机到客户端服务器计算,从个人计算机到网络,从手机到智能设备的转变不同,从通用报告或现成的分析到深度学习和自运行软件的转变面临许多棘手的问题。这些包括使用越来越多的AI机器人来接管和提高现有和未来员工的技能,从而越来越多地接管日常和复杂的任务,错误的算法无法提供明智的决策和建议,最终当从某些流程(如审计)中取消人工干预时,企业面临的风险将越来越大。

人工智能支持者认为这些担忧过于夸张,因为我们大多数人都很少关注空中旅行的风险(大部分飞行时间由自动驾驶接管),食用从冰淇淋到巧克力的人造食品(大部分的生产步骤都由机器完成),沉迷于从流音乐到游戏的日常活动(所有这些操作都无需人工干预)。

从机器制造的产品和服务发展到非接触式关系的前景使人们感到震惊,例如,没有司机就坐公共汽车,没有医生就进行身体检查,甚至没有老师就可以完成K-12教育,所有这些可能都是由现在和将来的软件算法和机器人渲染。

从好的方面来看,一个由自主技术经营的社会仍然可以保持社会秩序,同时通过重新技能和高技能不断重新定义就业市场。综上所述,日本在零售中广泛使用自动售货机,在制造业中使用自动售货机,以缓解由于人口结构变化而导致的长期劳动力短缺。自工业革命以来,就业市场一直处于不断变化的状态。人们只需要关注建筑设备公司为太阳能设备运营商提供的许多职位空缺,这一职位甚至在十年前还没有。 AI,ML和其他先进技术的兴起将为无人机操作员到机器人维护领导者创造新的工作,同时将现有的工作重新定义为驾驶员到安全专家。

尽管存在这样的担忧和前景,但对于自主软件,AI和ML解决方案而言,市场将是巨大的,这些市场统称为模仿自动驾驶管理(MAP)的新型应用程序。请参阅下面对此类MAP应用程序的定义。

我们的预测基于以下建模和假设:

企业应用程序市场的当前运行率,每年超过2200亿美元,主要是许可证,维护和订阅收入,到2030年将增长1%至3%。到2030年,企业应用程序市场将达到2870亿美元。

到2030年,基础设施和平台即服务将再花费1280亿美元,涵盖一系列数据库,集成,身份管理,系统管理,加密,计算和存储软件技术。

到2030年,这将导致多达4150亿美元的软件支出,而我们估计,到预测期末,将具有自治软件,AI和ML功能的四分之一,即高达1050亿美元。

为什么要四分之一?这是我们基于对ISV产品路线图,最终用户的支出模式以及机构投资者的投资计划进行数月研究的数学公式。

ISV推动自主运动

在我们对ISV的定期调查中,供应商正在加紧进行数字转换项目,这些项目正在成为其客户中的常态,其中许多客户要求更好地利用和价值他们多年来汇总的运营和客户数据。

添加新的数据库引擎已成为此类数字转换计划的先决条件。 2018年8月,我们对42个ISV进行了调查,其中包括软件行业中的一些知名人士,有60%的受访者表示,为客户的数字化转型项目扩展数据库选项非常重要,如下面的图表1所示。同一调查发现,有31%的受访者表示,在其重塑战略中添加新数据库非常重要。

展览1–ISV正在扩展数据库选项

数据库对数字化转型的重要性
数据库对数字化转型的重要性

我们预测,由于不同数据类型的激增,对数据库和分析捆绑在一起的需求不断增加,以及针对以下方面的自治功能的日益普及,未来七到十年内将有多达一半的现有数据库系统将被升级或更换。修补,调整和数据加密,以降低IT成本并优化性能。这些趋势将有利于甲骨文(Oracle)等厂商,甲骨文处于自动驾驶的先锋地位。自动驾驶是甲骨文在400亿美元以上的数据库市场中的领先市场份额的基础上。这将转化为在新数据库上花费至少200亿美元,其中许多将具有自主功能。

此外,我们的模型表明,到2030年,至少有1400亿美元将花费在云应用程序上。同样,其中一半将具有一些自治软件,AI和ML功能,从而在预测期内为这些高级产品带来了约700亿美元。在本练习中,我们主要关注云应用程序,这些应用程序将成为提供自主,AI和ML功能的主要工具,因为我们调查中的大多数ISV将Cloud和Hybrid 云视为向客户提供其产品的首选方式。

好消息是,最好的AI供应商将与套件提供商共存,而套件提供商则涵盖了自主,AI和ML产品的全部范围,有可能推动双方进一步增长。例如,专注于机器人流程自动化应用程序以创建虚拟劳动力的Blue Prism能够使诸如公司付款和涉及对手方和法规遵从性的复杂交易之类的流程自动化。到2018年4月,在英国上市的Blue Prism吸引了700位客户,而三年前为41位。它的半年收入在2018年4月跃升至3500万美元,比一年前的1500万美元增长133%。 Blue Prism已经与Microsoft等众多平台合作伙伴签约,以互相帮助扩展AI市场。

同样,人工智能技术的广泛使用将刺激新数据库的更多使用。马来西亚金融机构丰隆银行(Hong Leong Bank)于今年开始运行聊天机器人,它还是Oracle数据库和Exadata工程系统的主要客户,这些数据库在丰隆集团(Hong Leong Group)的不同分支机构中运行,该集团在制造业,酒店业和金融服务业开展业务。随着丰隆银行将聊天机器人的使用扩展到其他功能,平台提供商对自动数据库功能的需求也越来越大。

客户涵盖他们的AI基础

我们的预测显示,到2030年,客户将再花费150亿美元,主要用于使用不同的自主软件,AI和ML工具进行内部开发的客户。

如果数字化转型成为客户如今发现自己正在经营的标语,那么使用AI等创新工具来收集和利用数据的需求便成为人们的呼声。专为协作,CRM,HR和供应链设计的自治,AI或ML用例正在成倍增加。

在最近一次有9000名注册者参加的BoxWorks会议上,基于AI和ML技术的下一代内容管理和协作应用程序是讨论的主要主题。 Rodan + Fields的企业架构师是一家市值15亿美元的化妆品公司,通过30万名独立顾问(雅芳风格)出售其护肤产品,他预计2018年将在此类AI驱动的项目上花费600万美元,以更好地了解其军队的行为独立顾问以及他们如何主要通过社交媒体互动为数百万消费者提供服务。

在其他地方,三一重工在中国的业务正在追踪其38万台连接互联网的混凝土搅拌机,挖掘机和起重机,根据2018年8月27日的一篇文章,该公司已收集了超过1000亿个运行状况数据点华尔街日报》。

这两个案例都表明,公司正在向尖端的AI项目投资数百万美元。如Rodan + Fields和Sany计划,分析和执行其AI软件战略的其他公司在海啸中的影响,将有助于在未来10至15年内实现150亿美元的目标,如以下图表2和3所示。

图表2 –尺寸调整自主,人工智能,机器学习软件市场,图形

百万美元,自治,人工智能,机器学习软件市场将如何增长
百万美元,自治,人工智能,机器学习软件市场将如何增长

图表3 –规模调整自主,人工智能,机器学习软件市场,$ M,表

201820242030
自主的新数据库10500020000
结合了AI和ML的云应用751680070000
其他自治软件,AI和ML工具15850015000
10030300105000

资料来源:Apps Run The World,2018年9月

投资者筹码剩余

忽略所有关于自治软件,AI和ML的炒作,人们仍然可以通过简单地将过去几年中大小投资者投向该领域的数十亿美元制表,就可以体会到市场机会的巨大价值。自2017年以来,丰田在AI领域筹集了1亿美元的资金。从安德森·霍洛维茨(Andreessen Horowitz)到软银(Softbank)的沉重打击者都在做同样的事情,专门用于AI投资的数百万美元。

目前有数百甚至数千–创建的初创公司可以利用最新的机器学习技术,使其适合特定的行业和用例。根据2017年在Medium上的一篇文章,仅在以色列,就有430多家初创公司将AI作为其产品的核心部分。

我们估计,成功的创业公司将在多年来未受影响的领域中找到最大的吸引力。例如,发票等日常记录,公共交通等活动以及商品交易等交易将成为新一代ML应用程序的重点,这些应用程序旨在从大量数据中挖掘出新的见解。

问题是,作为互联网时代最重要的标志之一的搜索引擎是否会被自治软件,AI和ML所篡改,因为搜索功能将主要在后台完成。同样,自动驾驶汽车的兴起将使导航工具的地位次要。相反,自决策流程将成为默认解决方案,因为自动驾驶应用程序中的管理泛滥将成为主要利益攸关方驱动不同业务流程的中心。

爆炸性市场增长的含义

未来几年,自治,人工智能和机器学习用例的爆炸性增长将对供应商,客户和整个社会产生巨大影响。这里有一些值得考虑的地方:

  1. 由不同的自治,人工智能和机器学习参与者组成的全新生态系统的出现,都在寻求为所有相关方带来最大的协同增长。在相邻的垂直方向上,驱动力最为明显。例如,建筑商将使用AI来预测需要多少个疗养院或床位,以及成为护理人员是否有利可图。涉及医疗保健和建筑行业的软件供应商将联合起来产生这些见解。
  2. 从阿迪达斯和耐克等定制运动鞋的日益普及来看,大规模个性化将成为现实。这种高度可配置产品的利润将更高,实时供应链管理可能会进一步压缩成本。尽管如此,将这些产品提供给买家的速度仍然至关重要。
  3. 对自主,人工智能和机器学习软件的依赖将有利于拥有大量大数据的大型公司,但是他们能否仅通过在数据游戏中做得好就能提供真正卓越的支持和客户体验?

对于整个社会而言,在许多公司将某些业务(例如书籍和难以找到的商品)转让给电子商务,短途共享乘车应用程序甚至对机器人的投资建议之时,他们需要弄清楚如何掌握他们的运营和客户数据宝库,以便在他们仍然可以赢得的细分市场中取得优势。

智能手机的兴起并没有杀死个人计算机,因为后者仅能适应不断变化的使用模式(专注于用于游戏,销售点终端或只是演示站的专用笔记本电脑)。这同样适用于AI的日益普及,这将在淘汰某些工作之后创建新的一类工作。那些有机会赢得Autonomous,AI和ML竞赛的公司将是那些能够利用智能数据和洞察力将市场细分到细分水平的公司,这些公司将授予他们最赚钱的客户。

较大的公司在AI游戏中可能会比较小的公司具有优势,因为前者拥有更多的数据可玩。但是,当公司发现根据AI引擎的建议迎合某个细分市场不再盈利时,其他人会尝试通过利用真空来颠覆这一细分市场。

这就是为什么我们的预测显示,到2030年,自治软件,人工智能和机器学习将占据市场的四分之一,其余的可能取决于人类的创造力和其他因素,例如文化差异,即使是最聪明的人工智能引擎也无法理解。

自动驾驶(MAP)应用程序中管理的定义

自主软件,AI和ML功能将在我们所谓的MAP应用程序中体现出来。定义这组自治软件,AI和ML技术的是这些MAP产品的自运行,自填充和自学习方面。

自动驾驶很容易定义为在卫星,传感器以及地图,信号,检测,后备和安全技术的混合引导下的自动驾驶汽车。 Oracle的自主数据库就是此类自我运行功能的一个很好的例子,它包括自我修补,自我调整和99.995%的高可用性属性,并将它们扩展到其他补充技术,例如API集成,数据仓库和事务处理。

自动填充适用于根据过去的输入生成建议的能力–精确地扩大或精确定位可用的答案。通过使用关联规则,协作过滤和预测分析的推荐引擎通常用于电子商务。下一代人工智能软件将越来越多地具有聚集不同数据源的附加好处,以便为目标销售和营销产生更好,更相关的建议。

通过利用自然语言处理,语音识别以及神经网络等一系列技术来提供实时反馈,自我学习是机器学习的缩影。诸如Alexa,Siri和Watson之类的数字助理就是行动中机器学习的典范。

这些技术的共同点在于,它们将演变成新的界面层,通过基于角色的个性化来表现出来,以优化用户体验,丰富的领域专业知识(例如,特定于行业的聊天机器人)和跨功能的可伸缩性。

没意见

发表评论