埃森哲在企业人工智能服务HfS研究报告中被评为整体创新领导者

服务研究公司HfS 蓝图报告2018 年企业人工智能 (AI) 服务埃森哲 2018 年 3 月摘录汤姆·鲁纳高级副总裁，智能自动化和 IT 服务 © 2018 HfS Research Ltd 埃森哲摘录专有│Page PAGE1目录话题页介绍和关键定义2执行摘要7企业人工智能市场状况10研究方法论27服务提供商网格32服务提供商简介38市场预测和建议42关于作者49 介绍和关键定义 © 2018 HfS Research Ltd 埃森哲摘录专有│Page PAGE3HfS 蓝图报告的介绍和范围：企业 AI 服务 2018 (1)这发展变化的速度围绕智能自动化 (IA) 概念的能力部署以及向人工智能 (AI) 的扩展令人震惊。 HfS 始终处于与利益相关者围绕概念、趋势、市场动态和未来方向进行互动的最前沿。其中许多问题都可以通过我们关于智能自动化的广泛研究库进行访问。人工智能有很多东西：它被大肆宣传，它没有定义，它变得无处不在，它正在培养情感，有时还会引发激烈的讨论。然而，其中许多讨论更侧重于面向消费者的问题，例如自动驾驶汽车、运送亚马逊购物的无人机或机器人家庭佣工。更广泛的市场尚未认识到人工智能对 B2B 和企业运营的近期影响。人工智能旨在通过推理、知识、计划、学习、自然语言处理（交流）和感知（也称为认知）的组合，使人类与其他人类思维相关联的智能活动自动化。尽管大盘似乎陷入围绕 RPA 的讨论中，我们热衷于将对话扩展到围绕智能自动化的服务编排和集成概念以及认知和人工智能解决方案的影响。一个有用的上下文是组织走向 OneOffice 的旅程。 IA 对于开发数字底层和智能数字流程至关重要。特别是认知和人工智能使这些智能数字流程变得具有预测性和赋能性。但是，我们认识到，对于一些更以 IT 为中心的场景，该模型需要进行调整。此外，虽然我们承认RPA，除非集成了广泛的 AI 功能元素，否则这些讨论不在本蓝图的范围内. © 2018 HfS Research Ltd 埃森哲摘录专有│第4页HfS 蓝图报告的介绍和范围：企业 AI 服务 2018 (2)我们试图在此蓝图中评估的是服务提供商如何在服务交付的背景下编排各种认知和人工智能解决方案以及工具。他们如何主动为客户转变流程？重点不是任务自动化或孤立点解决方案，而是从业务功能或流程的角度来看自动化。支持 AI 迁移的数据管理策略是什么？同样，咨询仅作为实施的一部分相关。这些功能可能位于传统业务部门内，但我们看到领先的供应商在这些业务部门之间建立了能力。正如 HfS 在其 Triple A Trifecta 框架中概述的那样，Trifecta 是AI 与自动化和分析相交.虽然 Trifecta 的每个元素都有一个独特的价值主张，但三个元素之间的融合程度越来越高。例如，智能分析越来越依赖于自然语言处理 (NLP) 等人工智能工具来进行搜索驱动分析、神经网络进行数据探索以及学习算法来构建预测模型。事实上，服务交付转型的圣杯是自动化、分析和人工智能的交叉点。Trifecta 是非线性的，没有明确的起点。转型不是线性进程。企业可以在 Trifecta 的任何地方开始。没有必要从基本自动化开始，然后再推进到基于人工智能的自动化。但是，了解您试图解决的业务问题，然后应用相关的价值杠杆或价值杠杆的组合，这一点至关重要。HfS Triple-A 三连冠该报告重点关注人工智能（AI）。我们对人工智能的定义包括认知解决方案。 © 2018 HfS Research Ltd 埃森哲摘录专有│第6页自然语言处理技术: Nuance、Cortana、Alexa用例：语音识别、会话服务自主性技术：IPcenter、HIRO、ignio、福尔摩斯用例：IT 服务台中的密码重置，自我修复 IT 环境AI 构建块（说明性的，并非详尽无遗）机器和深度学习技术：Google DeepMind、Tensorflow、Loop AI、微软认知服务用例：工业规模的数据集成、无本体或知识库的模式识别、暗数据或物联网数据分析神经网络技术：HIRO, ignio, 福尔摩斯用例：会计、KYC、批次管理中的发现虚拟的代理商技术：IBM Watson、Amelia、LivingActor、埃森哲 myWizard用例：IT 和业务代理的替代品、虚拟数据科学家、虚拟 Scrum 大师、抵押经纪人顾问电脑想象技术：AntWorks、AlchemyAPI、Clarifai用例：图像模式识别，手写整合 © 2018 HfS Research Ltd 埃森哲摘录专有│第5页计划实施管理操作优化智能自动化和人工智能服务的 HfS 定义智能自动化价值链 • 关于自主、认知计算和人工智能的咨询• 关于 IA 供应商格局和影响的研讨会• 自动化机会评估• 自动化部署的商业案例开发• 运营模式评估• 自动化路线图• 合规性和风险评估• 安全影响• 人力资源和人才管理战略• 治理政策• 推出策略。• 计划管理用于过程自动化• 流程自动化和定制• 解决方案和技术设计• 流程记录、映射和更新• 从异构系统中提取数据• 利用预建组件和实用程序的存储库• 预测分析• 专科发展模块• 企业系统集成。• 治理管理• 自动化流程的维护• 优化 BPO 合同和 SSC 交付• 升级支持• IA 服务台• 持续整合• 支持和维护• 测试和质量保证• 新版本和升级协调• 培训和认证• 验收测试• 更换管理层。• 基础设施管理• 应用管理• IT帮助台管理• 业务流程外包• (Ro)机器人即服务• 实时分析• 确定服务交付或流程中的任何必要更改，以应对不断变化的业务需求（例如，并购、撤资、新的 IT 投资）• 强制性监管调整后果管理和解决。• 新特征值识别与收益分析• 持续添加和升级、迁移和整合• 大数据分析和洞察力的集成• 最佳实践理解、文档和最终用户采用、内容创建和策展• 用户社区参与。 © 2018 HfS Research Ltd 埃森哲摘录专有│第6页执行摘要 © 2018 HfS Research Ltd 埃森哲摘录专有│第9页执行摘要 (1)企业 AI 服务是增长最快的细分市场之一，年增长率超过 100%，尽管这种增长来自低基数。由于企业 AI 不是一个市场，因此确定整个市场的规模会产生误导。仅就通过 AI 进行 RPA 扩展而言，HfS 估计 2018 年的收入为 16 亿美元。AI 不是一个市场，但 AI 应该被视为一组技术和构建模块.人工智能不是一个市场。 AI 不仅与 Triple A Trifecta 框架所建议的自动化和分析相交叉，而且 AI 应该被视为一组跨越连续体的技术和构建块，应该在业务运营影响、服务交付能力和具体用例。然而，与智能自动化不同，人工智能在很大程度上不是即插即用的。企业 AI 仍处于企业的外围或作为附加应用。反映早期开发阶段，组织正在寻求采用“螺栓连接”方法的人工智能解决方案，在企业边缘应用人工智能。随着市场的成熟，人工智能有可能颠覆和取代企业架构和企业软件。企业 AI 市场有两种方法：工业化和以项目为中心.我们必须认识到项目的不同起点和背景。为了更好地了解服务提供商的能力，我们需要在围绕 AI 的讨论中进行更多区分。 RPA 和聊天机器人是低级别的；将那些与数据科学项目、自主系统甚至虚拟代理的扩展进行比较，它们具有很高的复杂性并需要大量投资。市场上充斥着主要围绕 RPA 扩展、自治和对话服务的 PoC。主要处于战略制定阶段、PoC 或试点阶段，这意味着组织尚未处理部署 AI 的商业影响。轶事证据和对人工智能项目所需的高水平投资的看法仍然是组织的关键抑制因素。这包括预期造成的中断可能会抵消成本节约。 © 2018 HfS Research Ltd 埃森哲摘录专有│第8页执行摘要 (2)围绕聊天机器人的炒作正在扭曲营销传播.对于许多买家来说，所有这些聊天机器人 PoC 都是进入 AI 海洋的无风险试水，希望从中学到一些宝贵的经验。然而，其中许多 PoC 都是通过提供狭义的对话来完成的，而没有以客户为中心。对话式服务的真正价值在于客户互动一直到执行。战略问题：谁提供这些服务？它们是专门的项目，还是像 Salesforce 或 ServiceNow 这样集成了较低级别对话服务的平台？人工智能的圣杯位于迭代数据输入和最小算法训练的交叉点。有一种错误的预期，即人们只需将机器学习用于数据，就足以将这些数据集集成到生产中。相反，组织必须转向以数据为中心的思维方式，其中数据是数字战略的核心。这需要一组融合数据科学家和数据工程师技能的新人才。重点是减少训练算法的时间，同时能够集成越来越多的半结构化和非结构化数据的迭代数据输入。 Gluon 和 AutoML 等新技术将加速这一过程。人工智能的采用遍及所有垂直领域.虽然 BFSI 拥有最强劲的投资，但我们看到了所有垂直领域的部署。 AML 的阈值设置是复杂数据需求的典型用例。项目日益复杂的另一个例子是 Hadoop 集群集成，以提供给每个客户渠道。功能包括情感分析和实时分析。这些用例是聊天机器人炒作之外的规模和服务编排示例。AI 的重心围绕着大型 ISV：微软、谷歌、AWS 和 IBM。尽管 AI 初创公司众多，但大型 ISV 正在下大赌注和投资。了解不断发展的 AI 供应商和能力格局的最佳方法是识别为 AI 优化的计算能力、一组广泛的算法、针对特定用例增强的平台以及最后但最重要的是访问大量数据的相互作用包括非结构化数据的集合。微软、谷歌、AWS 和 IBM Watson 正在成为中央 AI 生态系统，它们将在 ERP 时代演变为 Oracle 和 SAP 等联盟。服务提供商格局。我们在企业 AI 的多个维度上评估了 18 家服务提供商执行和创新。 2018 年企业 AI 服务的 HfS 优胜者圈子由 IBM、埃森哲、TCS、德勤、Cognizant 和 Genpact 组成。区分标准是用例的多样性、深度和规模以及交付的稳健性。 © 2018 HfS Research Ltd 埃森哲摘录专有│第9页企业人工智能 (AI) 市场状况 © 2018 HfS Research Ltd 埃森哲摘录专有│第12页人工智能正在以惊人的速度发展，但成功最终将取决于它创造的业务影响变化的速度简直令人震惊：供应商正在呼唤前所未有的变革速度，在两到三个月内将参与从原型转移到项目。与此同时，利益相关者看到自动化生态系统的爆炸式增长。虽然大多数利益相关者并不期望初创公司会因为研发成本太高而无法破坏整个生态系统而受到干扰，但一些人表示，这种公司和能力的爆炸式增长正在让他们重新考虑云堆栈和其他更广泛的资产。企业 AI 仍处于起步阶段，但项目已经使 RPA 相形见绌：尽管存在各种营销噪音，但几乎没有关于企业 AI 的指导和教育。大部分噪音都围绕着面向消费者的应用程序，如 Siri 和 Alexa，以及社会经济影响，如失业、对基本收入的需求，甚至担心人工智能可能导致社会破坏。虽然市场仍处于萌芽状态，但从广义上讲，人工智能部署的规模、深度和价值使我们在 RPA 中看到的任何东西都相形见绌。在许多方面，HfS 让人想起早期的 RPA 时代，因为我们必须向买家解释基础知识，并用框架以及从早期部署中吸取的经验教训来指导他们。市场的特点是人工智能的双重性：正如幻灯片 13 所强调的，企业 AI 市场可以被视为一种方法的双重性：工业化和以项目为中心的方法。虽然这些方法的边界是可变的，但工业化就是在交付骨干网中找到尽可能多的共性，以便同时扩展和节省成本。战略逻辑是一对多。例如，监控基础设施或自我修复作为包括 IPsoft 和 Arago 在内的技术。相反，以项目为中心的方法是高度特定于领域的，战略逻辑是一对一的。示例包括医院中医疗编码的自动化，以支持诊断和改进患者记录。客户不购买技术；他们购买结果。董事会对自动化和人工智能很偏执，但他们很难将其转变为可操作的任务。因此，