本文转载自科技中国，作者：孟海华(上海市科学学研究所)，首发刊载于《科技中国》杂志2018年3月 第3期 预测。

一、人工智能

全球领先的信息技术研究与顾问公司Gartner认为，2018年将是人工智能大众化应用的开始，将影响到企业和政府之外的更广泛的领域，这会给人工智能的发展和CIO们带来更多的机会。

1.在发达国家，到2020年，20%的公民将使用人工智能助手帮助他们完成一系列日常的、可操作的任务。

在发达国家，个人的互动与基于人工智能的服务已经变得越来越频繁，虚拟个人助理(VPA)不再是简单的提问和回答。从主要语音厂商反馈的数据来看，目前的语音错误率徘徊在5%，这是可以接受的错误率。

这种更高的准确性使消费者更偏向于语音服务，如苹果的Siri、亚马逊的Alexa和谷歌助手，对数以百万计的智能手机用户来说更加有效。在这个背景下，2018年人们将赋予人工智能更多、更高的期望。2018年将有超过20亿的人会通过智能手机及其连接的设备，使用会话AI与VPA、虚拟客户助理(VCA)、虚拟执行助理(VEAs)、聊天机器人和其他的人工智能功能的服务。消费者将越来越熟悉使用这些服务，制定简单任务过程，比如设置闹钟或提醒。

他们很容易地将这些人工智能会话转换成更复杂的任务，例如对未来任务进行计时或以其他方式进行交互。

2.到2022年，40%的面向客户的员工和政府工作人员每天都会咨询AI，在虚拟助理的支撑下进行决策或执行流程。

人工智能助手将越来越多地被作为会话平台与决策过程支持助手的关键点。AI功能将在两个方面支持虚拟助理：一是作为一种资源，AI使人类支持代理能够更快更有效地响应客户/公民的查询或行动;二是成为回答基本查询的首要对话界面。

当前人工智能在减少关系摩擦和改善服务方面超越了商业售卖。具有人工智能虚拟助理(如苹果Siri或亚马逊Alexa)的人们对政府服务的反应也越来越灵敏。许多CIO尚未充分意识到基于人工智能的虚拟支持代理的潜力，包括聊天机器人。

神经语言程序学配合机器学习能够理解不同组合中的词汇含义，并提出问题以揭示意图和创建上下文。基于这种理解，虚拟代理将能够回应客户或公民的问题，采取或提出智能支持。一个虚拟代理将能够更快地完成任务，而不仅仅是一个代理——人或虚拟的智能研究机构。

3.到2020年，85%的CIO将通过AI程序执行购买、建造和外包工作

目前的人工智能趋势意味着大多数机构将不必从头开始启动他们自己的人工智能研究项目。相反，CIO们将能够从当前的知识中收集和整理合理的发展战略，集合各业务单位的具体擅长。

今天，绝大多数企业处于人工智能倡议的早期阶段，但它们正在迅速地向前发展。来自Gartner的最新调查数据显示，约4%的CIO(首席信息官)有AI部署，另外21%有短期规划，另有25%在中期或长期规划中有AI倡议。CIO们面临一系列严峻的挑战，包括孤立的数据孤岛，可怜的或不确定的数据质量，数字化和最基础的AI技能缺乏。雪上加霜的是，DNN开辟了AI新天地，怎么去适应?网络公司、云计算企业和云服务提供商都在选择部署机器学习和DNN融合的产品，该领域正有大举蔓延的趋势。

未来三年人工智能人才缺口也将迅速填补，因为越来越多的大学开设人工智能课程，并展开人工智能再培训。在接下来的三年里，更多的软件企业和云服务提供商将DNN功能整合到他们的产品，进一步降低AI项目相关的复杂性和障碍。

4.到2022年，公司内部公开设立的人工智能项目将100%从CIO那里得到资金支持

CIO们正在评估关键任务的应用场景，确定对AI的举措。实事求是地说，人工智能驱动过程和能力优化的潜在好处是巨大的。但是，创建系统的危险性似乎带来了偏颇的结果，这可能对AI结果会造成毁灭性的影响。

因此，决策者需要确保基本方法科学，采取问责制和提升透明度。企业使用具有挑战性的DNN案例的情况下，CIO必须能够验证和捍卫AI系统的结果。CIO寻求能够提供有效生产的AI的举措将是高度公开和透明的。许多企业使用案例，从金融服务到自动驾驶，实施DNN技术将具有挑战性。在金融服务方面，规定要求金融服务分析要有明确的定义和解释。而DNN可以提供极其精确的结果，但它中间阶段的数据如何转换得到结果往往是不透明的。

因此，对于涉及诉讼、法规规范、监督和业务控制的案例，将需要采用更加科学的方法。人工智能生态系统应该提供工具来验证数据源和模型结果。机器学习建模环境越透明，组织就越能分析底层机器学习模型的效能。研究人员正在努力提高DNN方法透明度。

5.到2022年，成熟经济体中人们将面临比真实信息更多的虚假信息

一是智能之下隐藏的偏见——一种众所周知的人类倾向——引导所有人去寻找、选择和评估他们所相信的、期望被证明真实的信息。二是人工智能可以检测错误信息，但也可以生成它。检测和改善需要时间。三是人工智能创造虚假信息的成本和花费要比检测信息的成本更低。

由于经济和政治的原因，虚假信息会超越真实信息的传播。在2020年之前，这种虚假信息表现为诈骗信息和金融领域的谎言，在这段时间内，没有大型互联网公司将完全成功地减轻这一问题。到2020年底，一些主要国家将通过规章或法律来遏制虚假信息的传播。

二、3D打印和增材制造

数字化3D打印硬件平台、软件和材料以及相关技术不仅给精密零件制造带来突破，也将改变组织的业务模式。具体来看，航天工业、医疗行业、创业者们因为3D打印和增材制造获益不浅，同时也模糊了零售商和制造商之间的界线。实践告诉我们，3D打印使用不会危及组织的核心制造能力或现有产品线。

1.到2021年，75%的新型商用和军用飞机将使用3D打印部件飞行

30年前，航空航天行业是首批采用3D打印的行业之一。由于产品设计和开发时间过长，航空航天制造军品商拥有飞机模型和部件的早期测试平台。今天，蔓延到多个业界，多数正在建立基础设施，以支持其组织和供应链中的多个3D打印业务。虽然在所有行业中，原型机制造仍然是3D打印的主要用例，但航空航天显然已经积极地跨出了一步，即实战。

轨道发射器领域已经成功地进行了70次3D打印的Aeon 1发动机的测试。Aeon 1使用氧气和甲烷作为推进剂，其材料也将是火星上最容易制造的材料。空客320的“仿生分区(bionicpartition)”无法使用传统的制造和加工技术建造，使用3D打印，比目前的设计每年可以节省465000吨的二氧化碳排放量。

波音公司已经在四个国家设立20个增材制造网站。超过50000个3D打印部件在商业和国防领域得到应用。GE航空涡轮螺旋桨发动机设计的855个常规制造部分，被划分为12个3D打印板块，产生10%马力，节省20%燃料，导致更短的开发周期和更低的开发成本。

2.到2021年，25%的外科医生术前将在3D打印的解剖模型上练习

国际顶级医院结合医学影像软件和服务，不断提升3D打印硬件水平，培训外科医生及新员工3D打印水平。目前，近3%的大型医院和医疗研究机构在现场都有3D打印技术能力。手术和术前准备的三维模型已通过以下方式得到改进：一是设计，即改进用户体验设计;二是计算机断层扫描(CT)、磁共振成像(MRI)和其他医学成像技术;三是得益于基于云的CAD和建模软件。

在美国，随着3D打印技术的进步和其他技术的进一步完善，3D打印将从医院教学和专科中心扩展到更广泛的医院系统。例如，波士顿儿童医院结合3D打印进行团队训练和术前计划，临床医生、工业工程师、设计师、模拟专家、插图师和病人护理团队都参与其中。在组织架构上，3D打印部门独立于个别部门，如外科或放射科，以防止所谓“草坪问题”的出现。

3.到2021年，20%的消费品公司将使用3D打印来制作定制产品

3D打印可能对消费品公司供应链产生重大影响。尤其是满足特定定制需求的类别中，减少库存，成本和生产可以更接近最终客户。这种向本地生产转移以供当地消费的做法将迫使商业公司重新考虑其商业模式。例如，消费者或完全不相关的第三方可以成为完整产品的最终生产者或产品一部分的提供者而参与实际的产品交付。例如美国一家名为raceware的公司使用3D打印制作所定制的自行车部件，而美国一家零售初创公司则在当地生产3D打印服装。阿迪达斯等体育用品生产商都是围绕鞋底、鞋垫的3D打印，甚至是个性化的鞋垫图案来提升品牌的。这些产品有更高的价格，而且是定制的，旨在提高运动员的个人表现。

4.到2021年，20%的企业将成立内部创业公司，开发基于3D打印的新产品和服务

现在，商业以闪电般的速度发展，而技术的发展则更快。技术破坏一夜之间改变公司或整个行业。老牌企业不断面临来自全球一半地区的初创企业和新兴公司的竞争。即使是大公司也必须集成3D打印技术进入他们的研发、工程和制造集团，并建立一个内部推进3D打印和其他创新技术进入公司整体流程的业务部门。

这些初创公司通常有独立于公司运营的自由，但具有利用企业设施的能力，如物理设施、财务、人事和采购，以降低成本。一旦成功，一家内部初创企业就会发展其研发和制造，工艺和产品进入主流制造业务，或主流业务。在过去的几年里，一些大型的企业工程组织，如空客、巴斯夫和通用电气，已经建立了工业规模的3D打印内部创业公司。

这些公司能够加快将3D打印集成到他们自己的制造过程中，因为这些零件使用传统的制造方法，要么太困难，要么成本太高，它们还能够绕过大公司中已建立的管理链，它们往往扼杀而不是鼓励创新和冒险。除了加速创新之外，这些内部初创企业还有助于在公司内部识别企业家，并吸引外部工程人才，特别是那些永远不会考虑在这么大的公司工作的人才。

5.到2021年，40%的制造企业将建立3D打印中心

到2021年，40%的制造企业将建立3D打印中心(例如，波音、GE、Johnson、RollsRoyce和Siemens)。这些企业将3D打印相关工作流集成到关键业务流程中。3D打印中心以专注于改进设计创新、标准化等关键流程，重点关注质量和检查流程的改进。3D打印中心还可作为培训机构或供应链合作伙伴的经验交流中心。

中型企业制造商正开始效仿建立3D打印中心，但投资较小。这些公司倾向于将3D打印服务外包，因为所需的资本成本和专门的劳动力通常都太大，无法维持。3D打印技术的主要增长动力在新兴市场，在巴西、南非和土耳其等几个新兴市场，3D打印发展神速。事实上，南非的研究更深入了一步，aeroswift 3D打印机打印速度是现有的粉床融合设备速度的10倍，建造面积是2000毫米×600毫米×600毫米，是世界上最大和最快的打印机。

三、AR/VR/MR等沉浸式技术

AR、VR和MR用户期望更大程度上从2D界面转移到更身临其境的3D世界，从3D捕捉更丰富、更平滑的图景，从3D获得新的体验。影响面包括商业、店内体验、聊天机器人、虚拟助理、区域规划、监控等。

1.到2022年，20%的早期采用者将使用3D输入/输出接口来取代传统的2d/平面交互

人工智能和计算机视觉技术的进步将为3D图像扫描、创建和消费者用户案例提供更多的价值。预计计算机视觉功能将越来越多地嵌入智能手机和智能终端。亚马逊最近投资于人体实验室，用于3D人体模型扫描，一些初创企业和公司，如Styku和Bodi.me，正在推动3D人体扫描，以实现对衣服的虚拟试穿和健康状况评估。

空间音频的进步可以为用户提供既能将声音放置在3D环境中，又能检测出声音位置来源的体验。Google VR音频系统创建多个虚拟扬声器来再现声波。空间音频的进步可以为用户提供在三维环境中放置声音以及探测声音的位置源的体验，而DearVR空间连接简化了集成音频之间的互动环境和3D空间渲染。智能手机厂商的强大投资，为3D深度感知成为智能手机的标配功能开辟了道路。

2.到2021年，20%的虚拟助理、聊天机器人和短信互动在发达国家将获得更丰富的形象，2017年这个比例只有3%

几十年来，虚拟人类互动实验室(VHIL)一直在探索从面部表情到身体位置等虚拟人的视觉描绘的细微差别，以及它们如何对社会互动产生明确的影响。一是语音技术。例如，亚马逊在2017年推出了它的语音标记功能，允许开发人员通过同步语音和面部动画来进行唇同步。二是面部跟踪技术。脸谱网展示了今年早些时候的社会虚拟实验。

通过机器学习工具从2D照片中推断3D模型。例如，loom.ai通过机器学习将自拍转换为个人3D形象，并以内嵌式自动实现头像的创建过程。它使用公共API和视觉效果(VFX)创建逼真的可视化，然后可以动画化，并用于一系列应用程序。三是人体扫描技术。多伦多的ITSME这样的公司使用全身扫描，并且能够在扫描后的一分钟内创建一个个人的3D形象。

它的第一款产品ITSMIJI，允许个性化形象作为表情符号。这些技术也将在消费环境中发挥作用，用户当前不存在于社会虚拟现实中，将能够支持基本的自动化交互。像Furhat机器人公司这样的动画厂商也将扩大业务，提供品牌体验，利用应用于酒店、商店、交通枢纽和其他公共场所的ARVR技术。

3.到2022年，增强现实将超过虚拟现实成为头戴式显示器的主流，将占头盔式显示销售的55%，2017年这一比例小于5%

头盔显示器将从2016的1,600万台增长到2021年的6,700万台(复合年增长率为33%)。在这个预测期内，ARHMD将增长到这一数量的近一半。由于苹果和谷歌等领先厂商发布了各自的平台ARkit和ARcore，开发者和消费者的关注度有所提高。

AR是一组技术集合，提供一种将物理世界与数字信息结合在一起的体验和用户界面。智能手机实际上是消费者的个性化设备。智能手机上的一般消费者AR体验很难获得吸引力，这是因为形式因素(手持)限制了用户的行为。大众市场的用户不愿意不停地拿起手机到他们周围的环境，以获得更多的信息。

随着时间的推移，这些设备将成为用户的重要装备，多模态(触摸、手势、语音和运动)和免提交互将成为这些设备的主流功能。消费者将开始转变，从智能手机到HMDS，以更透明、更直观的方式与物理和数字世界互动。计算机视觉等技术将使消费者能够直观地搜索和识别其物理环境。

4.到2021年，25%的大型企业将试点并部署混合现实(MR)解决方案，而今天只占1%

Gartner预计，到2020年，增强现实和虚拟现实将合并他们的特性和功能。预计，微软的其他技术供应商可能在2018年和2019年推出更便宜的MR硬件。混合现实是市场中的一种沉浸式解决方案，不像AR和VR那么成熟，这项技术是通过一个带有透明镜头的耳机，将3D图形叠加到真实世界的视图上。

MR促进了复杂的用户体验，增强了真实世界的视觉覆盖、音频和触觉反馈。混合现实目前处于早期阶段，以航空航天、空间探索、汽车制造、建筑和设计、医疗保健等领域为中心正在进行试点。该技术使企业能够使用复杂的多通道和多视觉体验来桥接物理真实世界和虚幻世界。

更自然的是，与3D对象和数字世界进行交互，并提供虚拟和真实环境的更灵活的集成，支持在业务和虚拟现实中更广泛的协作场景。可视化和定制新车、新房子、新的互动游戏、新的购物或娱乐体验(博物馆或旅游目的地)等方面将潜伏商机。

5.到2021年，硬件和平台市场的整合将导致苹果、微软和谷歌占据沉浸式解决方案60%的营收

沉浸式技术包括增强现实技术、虚拟现实技术和混合现实技术。AR与实际环境相关度较高，VR使得用户被放置到充分的虚拟环境中，MR把虚拟对象插入到实际环境中。谷歌和苹果两家公司，都在积极关注身临其境的体验，并将其带给主流用户。最近推出的ARcore，旨在使AR开发人员能够不需要特殊的深度传感器来操作安卓系统。

苹果的关注点是AR，因为苹果已经发布了ARkit(IOS 11的一部分)。iPhoneX也有一个正面的3D深度感测相机，将允许用户查看三维的世界。微软是市场的领导者，它的全息透镜设备正在引领未来。

沉浸式设备和技术的现实市场非常分散，就像苹果、微软和谷歌等科技巨头的新兴科技市场一样，如今占据的市场份额不到15%。所有这三家领先的技术供应商都对沉浸式的现实市场抱有很高的期望。

他们希望在这些市场上获胜，因为这是用户如何与设备以及物理和虚拟世界互动的一个新兴前沿。目前，AR、VR和MR更像是一个单独的市场，每个市场都有特定的参与者。沉浸式现实解决方案的成功不仅取决于硬件/设备的可用性和能力，还取决于内容、开发人员的支持和生态系统。

四、区块链

区块链并非灵丹妙药，但是企业需要获得其带来的差异化价值，在技术选择方面保持适当的平衡，确保不错过任何变革的机会。

1.到2022年，只有10%的企业将利用区块链技术实现彻底的变革

企业如果要充分运用区块链技术，需要对自己现有的业务模式进行解构和变革。因为，区块链技术可以在不需要中间人的情况下发展分散的企业和系统，而今天的大多数系统都是集中的或依赖中间人。其实，运用区块链技术构建集中式系统是可能的，前提是技术经过验证。区块链技术有待进一步成熟，当前企业在技术性能、数据管理、技术集成和可操作性都有较高的需求，这也是渐进发展进化的重要体现。传统企业不擅长利用创新技术进行颠覆，可能不会像初创企业那样热衷于区块链技术。

初创企业没有任何体制束缚或路径锁定，可能会最大限度地利用破坏性技术武装自己的商业能力。目前活跃的区块链企业符合这一特征。开发基于区块链的企业管理，需要跨越公司战略、业务流程、风险管理、员工技能、技术投资和管理操作等多个方面。

2.到2022年，有超过10亿人可能在没有意识的情况下，将一些数据存储在区块链上

几乎所有区块链项目都涉及将数据存储在区块链分布式分类账上。区块链技术有多个方面，包括加密货币令牌、分布式分类账、协商一致机制和智能契约。虽然并不是所有的项目都涉及每个元素，但它们总是将一些数据存储在分布式分类账上。大多数企业还没有准备好替换它们当前的数据存储(通常是关系数据库)，而是进行扩充。

区块链被认为是可以存储各种数据，包括身份、交易、交互、事件等数据。区块链炒作几乎在所有行业都很普遍。除了政府之外，许多其他行业也在分析调研区块链，其中许多涉及将客户数据存储在分布式分类账上。虽然金融服务可能是传统行业中第一个进行试验的行业，但它们并不是唯一的，而且人们对其他行业领域的兴趣也越来越大。基于区块链中的创业活动非常活跃，风险投资和天使投资者等都将对区块链产生极大的兴趣。初创企业及其客户都希望将数据存储在分布式分类账上。

3.到2022年，至少将有5个国家(包括至少一个G7国家)将发行一种由法定货币支持的加密货币

加密货币将有助于集中和分散情况下创建、转移数字资产，并且避免相关花费。目前几乎所有的加密货币都是比特币和其他由初创企业推广的替代货币，而不是通过中央银行或其他金融机构发行的货币。加密货币可以作为另一种支付工具，也可以作为另一种存储价值，但目前加密货币的市场增长主要围绕后者，并有较高的投机成分，所以已经不仅仅是一种支付工具。在部分国家，接受比特币作为替代支付机制已被采纳，与法定货币挂钩的加密货币将减少对加密货币的接受难度，并将提高加密货币的合法性。各国央行对加密货币技术的兴趣一直在上升。

4.到2020年，80%的基于区块链的企业的省钱计划将会不切实际

目前大部分企业试图基于区块链提高企业的效率，实现过程自动化、流程简单化、技术精炼化，以减少不必要的错误。企业考虑用区块链取代陈旧、封闭、支离破碎的系统，特别是难以维护并具有许多手动过程的系统。这样的企业不需要考虑区块链平台，很少关联区块链的关键方面如密码、分布式账本、协商一致机制或智能合同等。虽然区块链技术提供了独特的好处，但它并不是一个目标明确和成熟的平台，无法在可伸缩性、延迟、互操作性和分析等领域处理企业需求。此外，技术组成部分尚未在规模上得到强化。

可以预见，2018年，85%用区块链命名的项目，就是不使用区块链，都会有商业价值产生。Gartner注意到，人们倾向于将区块链作为流程中许多问题的解决方案。虽然区块链似乎是一种适用的技术，但很可能还有其他更适合并准备就绪的技术。我们必须认真细致地评估其他技术的优点。目前，“青春期”的区块链技术要求任何考虑其使用的人，在作出决定之前，都要评估其对功能性和非功能性需求的适用性。此外，大多数区块链项目需要得到生态系统中其他各方的采纳和支持才能取得成功，应该搞清楚需要支持的所有对象、支持动机(或缺乏支持)，以及这样做的可行性，除非及早处理，否则这些问题可能在以后阶段无法解决。

五、人工智能和未来的工作

从以往的案例来看，科技的重大创新往往导致一些岗位暂时性失业，并且产生过渡期，然后是行业复苏和业务转型。人工智能也是如此，这一过渡期将在2020年左右，与之前的重大创新相比，人工智能领域更早地发出了警告，预见了人工智能对工作可能产生的负面影响。这可能有助于进一步缩短过渡时期，尽管我们在之前的讨论中没有考虑到这种情况。

1.在2020年，人工智能作为网络工作“发动机”，将创造230万个工作机会，同时也会消灭180万个工作岗位

2020年将是人工智能就业动态的关键年份：AI将在2019年之前减少更多的就业机会(主要是制造业)。从2020年开始，与人工智能相关的就业机会将会正向增长，2025年将达到200万个净新增就业岗位。受人工智能影响的就业岗位数量因行业而异：医疗、公共部门和教育部门的就业需求将持续增长;制造业将受到最严重的冲击;医疗保健提供者、公共部门、银行和证券、通信、媒体和服务、零售和批发贸易将从人工智能中受益，而不会遭受年度净失业。

制造业和运输业将遭受较大冲击：到2019年年底，由于人工智能技术的发展，93.8万个制造业岗位将被淘汰;交通运输业将在2020首次实现就业净增长;2018年，全球IT服务公司将有大量的工作岗位流失，新增10万个工作岗位，减少8万个工作岗位。总的来看，Gartner认为人工智能将对工作就业产生积极的影响，就业净增长的主要原因是人工智能本身——其实质是人类与智能的合作关系，两者相辅相成。人工智能对就业的影响在全球范围内处于起步阶段。

为了预测人工智能将如何改变就业前景，我们研究了2015年至2025年10年期间，按行业、按国家分列的商业价值创造的地点和方式。从就业动态走势来看，2025年以后新的行业和工作岗位将被创造出来，但它们是难以预见的;就像过去一样，很难预见智能手机、社交网络和广告等新行业的就业机会。可以肯定的是，从2020年开始，与人工智能相关的工作岗位将稳步增长。

在2021年，人工智能技术将产生2.9万亿美元的商业价值，并节省62亿小时的人工。从长远来看，人工智能将降低劳动力成本占收入的百分比，但其中一部分收入将继续转化为新的工作。

2.在2021年，人工智能技术将产生29,000亿美元的商业价值，并节省62亿小时的人工

Gartner的预测显示，人工智能将带来令人震惊的29,000亿美元新的商业价值，以及节省62亿小时的人工。归因于使用人工智能提高了工作效率，创造个性化客户体验，吸引客户参与，并帮助扩大创收机会，并以此作为新的业务模式的一部分，这些新的业务模式是由价值数据驱动的。

许多行业的商业价值将会增加，但制造业将会迎来更多的价值机会，因为人工智能而节约成本，消除价值链中的摩擦消耗。制造业主要因为人工智能而大大节约成本，从而带来更多的收入。然而，这只说明了故事的一个方面。虽然人工智能无疑会带来这些收益，但产业不会停滞不前，不会让人工智能成为决定赢家和输家的唯一因素。事实上，外包等行业正在从根本上改变其商业模式，只是依托人工智能寻求更低的成本，新的商业模式和机会显得更为重要。

目前，虽然人工智能轻松替代人类承担重复的、普通的劳动，使人类自由从事其他活动，但人类与人工智能的共生关系将更加微妙。对于人类来说，智能需要重新设计，而不是简单地用自动化替代。例如，与模仿人的行为和判断的套路不同的是，整个决策过程可以重构，应该充分利用机器和人的相对优势和弱点，最大限度地产生价值。

3.到2022年，1/5从事非常规工作的工人将依靠人工智能来完成他们的工作

人工智能被用于高度重复的任务，包括执行大量的观察和分析活动，例如筛查乳房的X线扫描结果，来诊断乳腺癌。但是，将人工智能用于一些日常人们接触较少、类型比较独特的工作，将会产生更好的效益。一些特殊的工种，将受到高度关注。人工智能应用于半常规和非常规认知任务，在训练数据的支撑下，会产生更加有趣的联系，使得现有的工作更加有效。

供应商们应该抓住机会，让人工智能通用工具来改进非常规工种。例如，自然语言查询数据集、自动分类内容、重要电子邮件的提醒或即时消息，以及介绍具有类似兴趣的同事等。这些新的潜在工作，将催生积累和分析知识工作的深度改进。应用人工智能技术增强人类认知能力，提高认知任务和决策的质量。

4.到2022年，零售商试图使用人工智能取代销售人员的做法，将被证明是不成功的，尽管诸如收银员、运维工作将被打乱

多渠道零售有一个复杂的成本结构，有两大驱动因素：商品销售成本和劳动力成本。竞争和投资将产生巨大的驱动力，使几十年来相对不变的任务和流程自动化。利用人工智能和机器人等技术，零售商实现自动化来识别、优化密集型和重复性劳动。

目前，零售商正在扩大对技术的使用，以改进店内财务流程，比如自助结帐，这已经超出了杂货店和大商场零售商的范围，进入了便利店等领域。一些零售公司，如ahold，正在向消费者提供扫描设备，供他们在装载购物车时使用，从而进一步为结账的消费者提供了无缝交易。

沃尔玛目前正在测试一种由客户的移动设备启用的扫描和关闭过程。一些零售商正在试验机器人解决方案的客户服务，积极实验虚拟客户服务助理。尽管所有这些努力都将继续，但研究表明，所有年龄层的消费者在逛商店时仍更愿意与知识渊博的销售助理互动。这一需求在家庭装修、药店和化妆品等专业领域比较明显，零售商会发现很难消除传统的销售关联功能。

到2020年，人工智能及算法将促使前10名零售商削减多达1/3的总部采购人员。到2020年，至少有一家大型多渠道零售商将尝试一个完全自动化的、无关联的物理存储场地。到2020年，将有50%的零售客户服务至少部分通过对话式的人工智能应用程序进行处理。

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能，互联网和脑科学交叉研究机构。

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”