本文由 「AI前线」原创，原文链接：
福布斯重磅预测：机器学习之火愈烧愈烈，开发者甩开膀子干！作者｜Louis Columbus
译者｜Sambodhi
编辑｜Debra，Emily
- 2013 年到 2017 年，机器学习专利的复合年增长率（Compound Annual Growth Rate，CAGR) 为 34%，是所有授予专利的第三大增长类别。
- International Data Corporation（IDC）预测，人工智能和机器学习的支出将从 2017 年的 12 亿美元增长至 2021 年的 57.6 亿美元。
- Deloitte Global 预测，与 2017 年相比，2018 年机器学习试点和实施的数量将翻一番，到 2020 年再翻一番。
这些有趣的见解来自 Forbes 最新的机器学习市场预测、市场估计和预测的最新系列。机器学习对全球许多最重要的数据产业的潜在影响，继续推动风险投资、私募股权（PE）融资、并购和收购，这些都集中在赢得这一领域知识产权（IP）和专利的竞赛。
机器学习 IP 发展最快的领域之一是定制芯片组的研发。Deloitte Global 预测今年全球数据中心将使用高达 80 万块机器学习芯片。企业将在 2018 年加大对机器学习项目的研究、投资和试点。尽管这些方法在各种预测、市场估计和预测方面有所不同，但都反映了机器学习如何提高企业的敏锐度和洞察力，使它们能够更快、更有利地增长。
从机器学习市场预测、市场估计和预测的收集中得出的关键结论如下：
- 在商业智能（BI）和分析市场中，支持机器学习的数据科学平台预计到 2021 年将以 13% 的复合年增长率增长。 数据科学平台的表现将超过更广泛的商业智能和分析市场，该市场预计在同一时期将以 8% 的复合年增长率增长。数据科学平台的价值将从 2017 年的 3 亿美元增长到 2021 年的 4.8 亿美元。
资料来源：An Investors’ Guide to Artificial Intelligence，J.P. Morgan 著，2017 年 11 月 27 日。(110 pp., PDF, no opt-in).
- 2013 年至 2017 年，机器学习专利的复合年增长率为 34%，是所有授予专利的第三大增长类别。 IBM、Microsoft、Google、LinkedIn、Facebook、Intel 以及 Fujitsu 是 2017 年最大的七家机器学习专利生产商。
资料来源：IFI Claims Patent Services (Patent Analytics)：8 Fastest Grow ing Technologies SlideShare Presentation
- 61% 的机构最经常选择机器学习 / 人工智能作为公司明年最重要的数据计划。 在这些表示积极使用机器学习和人工智能的受访机构中，58% 的受访者表示他们在生产中使用了模型。
资料来源：2018 Outlook: Machine Learning and Artificial Intelligence, A Survey of 1,600+ Data Professionals (14 pp., PDF, no opt-in).
- 包括 Amazon、Apple、Google、Tesla 和 Microsoft 在内的科技市场领军企业，在机器学习和人工智能投资领域处于领先地位。 每家企业都将机器学习设计成未来新一代的产品，并使用机器学习和人工智能来改善客户体验并提高销售渠道的效率。
资料来源：Will You Embrace AI Fast Enough? AT Kearney 著，2018 年 1 月。
- 根据 Forrester 在 2017 年对 23 家企业应用的 14 项评估标准，SAS、IBM 和 SAP 在预测分析和机器学习市场占领先地位。 Forrester 预测，预测分析和机器学习（Predictive Analytics & Machine Learning ，PAML）市场将在 2021 年以 21% 的复合年增长率增长，这点体现在客户咨询和客户采购活动的增加。
资料来源：Data Science Association, Predictive Analytics & Machine Learning Vendors, 2017 and The Forrester Wave™: Predictive Analytics And Machine Learning Solutions, Q1 2017 courtesy of SAP.
- Deloitte Global 预测，与 2017 年相比，2018 年的机器学习试点和实施的数量将翻一番。 推动机器学习试验人员发展步伐的因素，包括对应用程序接口（Application Program Interfaces，API）的更为广泛的部署、数据科学任务的自动化、减少训练数据的需求、加速训练以及更深入的解释结果。
资料来源： Deloitte Global Predictions 2018 Infographics.
- 60% 处于采用机器学习不同阶段的机构中，其中有近一半（45%）认为，这门技术已经引起了更为广泛的数据分析和预测。 35% 的受访者还发现，机器学习正在增强其下一代产品的研发能力。
资料来源： Google & MIT Technology Review study: Machine Learning: The New Proving Ground for Competitive Advantage (10 pp., PDF, no opt-in)
- Mckinsey 估计，2016 年人工智能的年度外部投资总额在 8 亿~12 亿美元之间，机器学习吸引了近 60% 的投资。 机器人和语音识别是两个最受欢迎的投资领域。由于基于代码的创业可以快速扩展从而包含新功能，因此投资者最青睐机器学习初创公司。基于软件的机器学习初创公司比那些成本更高、基于机器的机器人技术同行公司更受青睐，而后者通常没有所对应的软件机构。由于这些因素，这一领域中企业并购活动激增。下图显示了研究中按类别划分的外部投资分布情况。
资料来源：McKinsey Global Institute Study, Artificial Intelligence, The Next Digital Frontier (80 pp., PDF, free, no opt-in).
- Deloitte Global 预测，数据中心使用的机器学习芯片将从 2016 年的 10~20 万块增长至今年的 80 万块。 其中至少 25% 是现场可编程门阵列（Field Programmable Gate Arrays，FPGA）和专用集成电路（Application Specific Integrated Circuits，ASIC）。Deloitte 发现，到 2020 年，机器学习加速技术的总可用市场（Total Available Market ，TAM）有望达到 26 亿美元。
资料来源： Deloitte Global Predictions 2018.
- Amazon 依靠机器学习来提高客户在其关键业务领域的体验，包括产品推荐、替代产品预测、欺诈检测、元数据验证和知识获取。 如欲了解更多详情，请参阅 Amazon Web Services 发布的 Machine Learning At Amazon(47 pp., PDF no opt-in).
- International Data Corporation (IDC) 预测，人工智能和机器学习的支出将从 2017 年的 12 亿美元增长到 2021 年的 57.6 亿美元。
资料来源：Machine learning: things are getting intense. Deloitte (6 pp., PDF. No opt-in)
- 预计到 2022 年，全球机器学习市场将从 2017 年 1.41 亿美元增长到 8.81 亿美元，达到 44.1% 的复合年增长率。 促进市场全球快速增长的因素包括在数据聚合、集成和分析以及更具可扩展性的云平台上表现出色的新技术。
资料来源： Machine Learning Market – Global Forecast to 2022 – Market Overview & Industry Trends.
- 全球认知和人工智能系统的收入将从 2017 年的 12.5 亿美元增长至 2020 年的逾 46 亿美元。
资料来源：Worldwide Spending on Cognitive and Artificial Intelligence Systems Forecast to Reach $12.5 Billion This Year, According to New IDC Spending Guide.
- 机器学习市场数据来源：
2018 Outlook: Machine Learning and Artificial Intelligence, A Survey of 1,600+ Data Professionals. MEMSQL. (14 pp., PDF, no opt-in)
Advice for applying Machine Learning, Andrew Ng, Stanford University. (30 pp., PDF, no opt-in) >
An Executive’s Guide to Machine Learning, McKinsey Quarterly. June 2015
An Investors’ Guide to Artificial Intelligence, J.P. Morgan. November 27, 2017 (110 pp., PDF, no opt-in)
Artificial intelligence and machine learning in financial services Market developments and financial stability implications, Financial Stability Board. (45 pp., PDF, no opt-in)
Big Data and AI Strategies Machine Learning and Alternative Data Approach to Investing, J.P. Morgan. (280 pp., PDF. No opt-in).
Google & MIT Technology Review study: Machine Learning: The New Proving Ground for Competitive Advantage (10 pp., PDF, no opt-in).
Hitting the accelerator: the next generation of machine-learning chips, Deloitte. (6 pp., PDF, no opt-in).
How Do Machines Learn? Algorithms are the Key to Machine Learning. Booz Allen Hamilton. (Infographic)
IBM Predicts Demand For Data Scientists Will Soar 28% By 2020, Forbes. May 13, 2017
Machine Learning At Amazon, Amazon Web Services (47 pp., PDF no opt-in).
Machine Learning Evolution (infographic). PwC. April 17, 2017
Machine learning: things are getting intense. Deloitte (6 pp., PDF. No opt-in)
Machine Learning: The Power and Promise Of Computers That Learn By Example. The Royal Society’s Machine Learning Project (128 pp., PDF, no opt-in)
McKinsey Global Institute Study, Artificial Intelligence, The Next Digital Frontier (80 pp., PDF, free, no opt-in).
McKinsey’s State Of Machine Learning And AI, 2017, Forbes, July 9, 2017.
Predictions 2017: Artificial Intelligence Will Drive The Insights Revolution. Forrester, November 2, 2016 (9 pp., PDF, no opt-in).
Risks And Rewards: Scenarios around the economic impact of machine learning, The Economist Intelligence Unit. (80 pp., PDF, no opt-in).
Smartening up with Artificial Intelligence (AI) – What’s in it for Germany and its Industrial Sector? Digital/McKinsey & Company. (52 pp., PDF, no opt-in).
So What Is Machine Learning Anyway? Business Insider. Nov. 23, 2017
The 10 Most Innovative Companies In AI/Machine Learning 2017, Wired.
The Business Impact and Use Cases for Artificial Intelligence. Gartner (28 pp., PDF, no opt-in).
The Build-Or-Buy Dilemma In AI, Boston Consulting Group. January 4, 2018.
The Next Generation of Medicine: Artificial Intelligence and Machine Learning, TM Capital (25 pp., PDF, free, opt-in).
The Roadmap to Enterprise AI, Rage Networks Brief based on Gartner research. (17 pp., PDF, no opt-in).
Will You Embrace AI Fast Enough? AT Kearney. January 2018
更多干货内容，可关注AI前线，ID：ai-front，后台回复「AI」、「TF」、「大数据」可获得《AI前线》系列PDF迷你书和技能图谱。
