Gartner的这种成熟度周期凸显出人工智能正以多种不同的方式影响企业
根据Gartner对2019年的CIO议程调查，2018年至2019年间，部署人工智能(AI)的组织从4%增长到了14%。
与几年前相比，人工智能正在以多种不同的方式影响组织，当时没有其他方法可以替代使用机器学习(ML)构建自己的解决方案。AutoML和智能
应用拥有较明显的发展势头，其他方法也同样值得关注——即人工智能平台即服务（AIPaaS）或人工智能云服务。
受亚马逊Alexa、谷歌Assistant等公司在全球范围内取得成功的推动，对话人工智能仍是企业规划日程中的首要内容。与此同时，诸如增强智能、边缘人工智能、数据标签和可解释的人工智能等新技术不断涌现。
今年的成熟度曲线出现了许多新技术，但被大众所知晓的有价值或目标的很少
Gartner 2019年人工智能成熟度曲线审查了在AI领域的创新和趋势潮流，以及AI计划范围。快速跟风者，首先应该为AI设计一个商业案例。对于早期使用者来说，AI的可扩展性是下一个挑战。
今年的成熟度周期包含了很多新技术，但被大众所知晓的有价值或目标的很少，而被主流应用的则少之又少。“这并不代表AI是不可用的。这表示它将会发生改变，为了评估AI的价值和风险，CIO需要为其设定现实的预期。” Gartner副总裁分析师Svetlana Sicular表示。
以下是Sicular重点介绍的人工智能技术，这些技术必须在CIO的计划上，才能在未来两到五年内对业务转型产生巨大影响。
增强型智能（Augmented intelligence）
增强型智能是以人为中心的AI与人协作提高认知能力的合作模式。它关注的是人工智能在提高人类能力方面的辅助作用。
AI与人们互动，改善他们已经知道的事物，可以减少日常失误，并可以改善客户互动、市民服务和病人护理。增强型智能的目标是提高自动化的效率，同时辅以人性化和常识来管理决策自动化的风险。
聊天机器人（chatbots）
聊天
机器人是AI的代表，影响着人们所有可交流的领域，比如汽车制造商KIA，它每周与11.5万名用户对话，或者Lidl的Winebot Margot，它提供购买葡萄酒的指导和食物搭配方面的建议。
聊天机器人可以基于文本或语音，也可以两者结合，并依赖于极少人为干预的脚本响应。
常见的应用程序存在于HR、IT帮助台和自助服务中，聊天机器人在客户服务领域已经产生极大影响，尤其是改变了客户服务的执行方式。从“用户学习界面”到“聊天机器人正在学习用户想要的东西”的转变，意味着对员工入职、工作效率和培训的更大影响。
机器学习（Machine Learning,ML）
机器学习可以解决业务问题，如个性化的客户服务、供应链推荐、动态定价、医疗诊断和反洗黑钱。ML使用数学模型从数据中提取知识和模式。随着组织面临的数据量的指数增长和计算基础设施的改进，ML的使用也在增加。
目前，ML被用于多个领域和行业，以推动改进，并为业务问题找到新的解决方案。美国运通使用数据分析和ML算法来帮助检测几乎实时的欺诈行为，以节省数百万美元的损失。沃尔沃利用数据帮助预测零部件何时可能出现故障，何时需要维修，从而提高了其汽车的安全性。
AI治理
组织不应该忽视AI治理。他们需要意识到潜在的监管和声誉风险。Sicular说:“AI治理是制定政策，对抗AI相关的偏见、歧视和AI其他负面影响的过程。”
确定数据源和算法的透明度要求，减少风险并增强信心。
为了发展人工智能治理，数据和分析领导者和CIO应该关注三个领域：信任、透明度和多样性。他们需要关注对数据源和人工智能结果的信任，以确保人工智能的成功使用。他们还需要确定数据源和算法的透明度要求，以降低风险，增强对人工智能的信心。此外，应该确保数据、算法和观点的多样性，以追求人工智能的道德伦理和准确性。
智能应用
大多数组织对获取AI功能的偏好正在发生改变，更倾向于将其用于企业应用程序中。智能应用是具有嵌入式或集成AI技术的企业应用，通过智能自动化、以数据为基础的分析和指导建议来支持或替代基于人工的活动，以提高生产力和决策制定。
今天，企业应用程序供应商正在他们的产品中嵌入AI技术，并引入人工智能平台功能——从企业资源规划到客户关系管理，再到人力资源管理，再到劳动力生产率应用程序。
CIO们应该向他们的外包软件供应商提出要求，需要他们在产品路线图中概述如何结合AI，以高级分析、智能流程和高级用户体验的形式增加业务价值。
