- 营销和销售部门重视AI和机器学习的程度超过当今企业中其他任何部门。
- 说到扩大AI和机器学习建模和开发项目,内存分析和数据库内分析对于财务、营销和销售部门来说最重要。
- 2019年,研发部门采用AI和机器学习的步伐是所有企业部门中最快的。
诸如此类发人深省的调查结果来自咨询服务公司Dresner Advisory Services上个月发布的第六份《2019年度数据科学和机器学习市场研究报告》。该研究报告发现,与数据科学和机器学习有关的高级项目(包括数据挖掘、高级算法和预测分析)在本研究报告调查的37项技术和项目中排名第8位。
Dresner Advisory Services的创始人兼首席研究官Howard Dresner说:“从2014年开始我们就分析这个市场,旨在剖析高级和预测分析领域,《数据科学和机器学习市场研究报告》是最新的年度报告。从那时起,我们扩大了报告的覆盖范围,体现市场情绪和企业采用方面的变化,并增加了新的标准,包括专门介绍神经网络的部分。”
该研究报告的主要结果包括以下内容:
数据挖掘、高级算法和预测分析是2019年采用AI和机器学习的企业最重视的几个优先项目。报告、仪表板、数据集成和高级可视化是对如今商业智能(BI)而言具有战略意义的几大技术和项目。认知BI(基于AI的BI)在优先项目中排名较低,名列第27位。下图按优先级列出了对商业智能而言具有战略意义的27项技术和项目:
40%的营销和销售团队表示,涵盖AI和机器学习的数据科学对其部门的成功来说至关重要。在所有部门中,营销和销售部门对于利用AI和机器学习实现增长目标的重要性最为看重。商业智能能力中心(BICC)、研发和执行管理层这几个群体是接下来最感兴趣的受众。下图比较了数据科学(包括AI和机器学习)对各部门而言的重要性:
研发、营销和销售部门对于多个功能领域普遍抱有浓厚的兴趣,这体现了使用AI和机器学习定义新的收入增长模式的共同努力。营销、销售、研发和商业智能能力中心(BICC)调查对象表示,他们对于在AI和机器学习应用中使用一系列回归模型最感兴趣。营销和销售部门对接下来三项主要功能也很感兴趣,包括层次聚类、教科书统计功能以及他们购买的应用软件和平台中含有推荐引擎。Dresner的研究团队认为,研发、营销和销售部门对多个功能领域普遍抱有浓厚的兴趣是一个主要的指标,表明企业在准备试行基于AI和机器学习的战略,以改善客户体验并提高收入。下图按受访企业的职能部门领域比较了兴趣和可能的采用情况:
70%的研发部门和团队最有可能采用数据科学、AI和机器学习,领先企业的所有职能部门。Dresner的研究团队将研发团队的浓厚兴趣视为一个主要的指标,表明未来会在企业得到更广泛的采用。研究报告发现,所有受访企业中33%已采用了AI和机器学习,大多数企业拥有多达25个模型。营销和销售部门在目前评估数据科学和机器学习软件方面领先所有其他部门。
金融服务及保险、医疗保健和零售/批发企业表示,数据科学、AI和机器学习对各自行业取得成功而言至关重要。27%的金融服务及保险企业、25%的医疗保健企业和24%的零售/批发企业表示,数据科学、AI和机器学习对它们的成功而言至关重要。不到10%的教育机构认为AI和机器学习对它们的成功而言至关重要。下图按行业比较了数据科学、AI和机器学习的重要性:
电信行业在关注并采用推荐引擎和模型管理治理方面领先所有其他行业。在所有受访的行业调查对象群体当中,电信、金融服务和技术行业对采用众多回归模型和层次聚类抱有最浓厚的兴趣。医疗保健受访者对这后几功能的兴趣低得多,不过对贝叶斯方法和文本分析功能抱有浓厚的兴趣。零售/批发受访者常常对分析功能最不感兴趣。下图按关注和可能采用数据科学、AI以及机器学习应用软件和平台中分析功能的程度对诸行业进行了比较:
支持一系列广泛的回归模型、层次聚类和常用的教科书统计功能是企业在数据科学和机器学习平台中所需的几大功能。Dresner的研究团队发现,企业评估数据科学、AI和机器学习应用软件和平台时,这三项功能被认为最重要或“必不可少”。所有接受调查的企业还期望它们在评估的任何数据科学应用软件或平台包含推荐引擎和模型管理及治理功能。下图按优先级列出了企业期望在数据科学、AI和机器学习软件和平台中看到的最重要和最不重要的功能:
企业目前优先考虑的三大可用性功能包括支持模型的轻松迭代、使用高级分析技术以及面向持续修改模型的简单流程。企业期望在AI和机器学习应用软件和平台中看到的最高优先级的可用性功能包括:准备分析数据模型方面的支持和指导以及借助数据准备进行分析的快速周期。值得关注的是,不需要专家来创建、测试和运行分析模型在可用性排名中处于较低的位置。许多AI和机器学习软件供应商将不需要专家来使用其应用软件当作差异化优势,而大多数企业重视在更高层面下支持模型的轻松迭代,如下图所示:
2019年是企业对数据科学、AI和机器学习功能感兴趣方面创纪录的一年,它们认为实现其业务战略和目标最需要这些功能。企业最希望AI和机器学习应用软件和平台支持一系列回归模型,其次是层次聚类和用于描述性统计的教科书统计功能。推荐引擎越来越受欢迎,因为这方面的兴趣已有所加大,至少成为2019年受访者眼里的并列第二重要的功能。与2018年相比,地理空间分析和贝叶斯方法的重要性持平或略有所降低。下图比较了六年来企业对数据科学、AI和机器学习技术的兴趣: