【51CTO.com原創稿件】

• 機器學習專利在2013年至2017年間以34％的復合年增長率（CAGR）增長，這是所有專利授權量增長第三快的類別。

• 國際數據公司（IDC）預測，AI和ML的支出將從2017年的12億美元增長到2021年的576億美元。

• Deloitte Global預測，與2017年相比，2018年機器學習試點數量和實施數量將翻一番，到2020年將再翻一番。

這些以及其他許多獨到的見解都來自最新系列的機器學習市場預測、市場評估報告。機器學習對世界上許多與數據密切相關的行業帶來了巨大的潛在影響，且這些影響正繼續推動著風險資本投資、私人股本(PE)融資、并購和收購，所有這些都聚焦于在這一領域贏得知識產權(IP)和專利的競爭。

機器學習IP發展最快的領域之一是定制芯片組的開發。Deloitte Global預計今年將在全球數據中心使用多達800K的機器學習芯片。2018年，各企業紛紛加大對機器學習項目的研究、投資和試點。盡管預測來源、市場估計和預測的方法各不相同，但它們都反映了機器學習如何提高企業的敏銳度和洞察力，使它們能夠更快地增長，并獲得更大的利潤。

機器學習市場預測，市場估計和預測的主要內容包括：

• 在商業智能（BI）和分析市場中，支持機器學習的數據科學平臺預計到2021年將以13％的復合年增長率增長。數據科學平臺的表現將優于更廣泛的BI和分析市場，預計同期的復合年增長率將達到8％。數據科學平臺的價值將從2017年的3B增加到2021年的48億美元。

摩根大通投資者人工智能指南。2017年11月27日

• 2013年至2017年，機器學習專利的復合年增長率(CAGR)為34%，是所有授予專利中增長速度第三快的類別。IBM、微軟(Microsoft)、谷歌、LinkedIn、Facebook、英特爾(Intel)和富士通(Fujitsu)是2017年ML最大的7家專利制造商。

IFI索賠專利服務（專利分析）。8種增長最快的技術SLIDESHARE演示

• 61％的組織最常選擇機器學習/人工智能作為公司明年最重要的數據計劃。在那些表示積極使用機器學習（ML）和人工智能（AI）的被調查者組織中，58％的人表示他們在生產中運行模型。

資料來源：2018年展望：機器學習和人工智能，對1,600多名數據專業人士的調查。MEMSQL

• 包括亞馬遜，蘋果，谷歌，特斯拉和微軟在內的技術市場領導者在機器學習（ML）和人工智能投資方面遙遙領先于其他行業領域。每一個都在將ML設計為未來的產品，并使用ML和AI來改善客戶體驗，提高銷售渠道的效率。

來源：你會快速擁抱AI嗎？在科爾尼。2018年1月

• 基于Forrester于2017年對14家供應商應用的23項評估標準，SAS，IBM和SAP引領了預測分析和機器學習市場 。Forrester預測，到2021年，預測分析和機器學習（PAML）市場的復合年增長率（CAGR）將達到21％，客戶咨詢和購買活動的增加就是明證。

資料來源：數據科學協會，預測分析和機器學習供應商，2017年和FORRESTER WAVE™：預測分析和機器學習解決方案，2017年第一季度由SAP提供。

• Deloitte Global預測2018年機器學習試點和實施的數量將比2017年翻一番，到2020年再翻一番。推動ML試點日益增長的因素包括更廣泛的應用程序接口（API）支持、自動化數據科學任務、減少對訓練數據的需求，加速訓練和對解釋結果的更深入了解。

   

資料來源：DELOITTE GLOBAL PREDICTIONS 2018 INFOGRAPHICS

• 60%的組織在不同階段采用機器學習，近一半（45％）的人表示該技術已經令數據分析和見解變得更加廣泛。35％的人可以完成更快的數據分析，提高洞察力，為他們的公司（組織）提供更高的敏銳度。35％的公司還發現，機器學習正在增強其對下一代產品的研發能力。

   

資料來源：谷歌和麻省理工學院技術評論研究：機器學習：競爭優勢的新試驗場

• 據麥肯錫統計，2016年人工智能的年度外部投資總額在8B至120億美元之間，機器學習吸引了近60％的投資。同時，麥肯錫報告顯示，2016年人工智能的年度外部投資總額在8B至120億美元之間，機器學習吸引了近60％的投資。機器人和語音識別是最受歡迎的兩個投資領域。投資者最喜歡機器學習初創企業，因為基于代碼的初創企業在快速擴展以快速包含新功能。基于軟件的機器學習初創公司比成本更密集的基于機器的機器人同行更受青睞，后者通常沒有軟件同行那樣做。由于這些因素和更多因素，企業并購在這一領域飆升。下圖顯示了研究中按類別劃分的外部投資分布：

  

  資料來源：麥肯錫全球研究所研究，人工智能，下一代數字前沿

• Deloitte Global預計，數據中心使用的機器學習芯片將從2016年的10K到200K的運行速度增長到今年的800K。其中至少25%將是現場可編程門陣列(FPGA)和應用專用集成電路(ASICs)。Deloitte發現，機器學習（ML）加速器技術的總可用市場（TAM）到2020年可能達到26億美元。

   

資料來源：DELOITTE GLOBAL PREDICTIONS 2018 INFOGRAPHICS

• 亞馬遜正依靠機器學習來改善其業務關鍵領域的客戶體驗，包括產品推薦，替代產品預測，欺詐檢測，元數據驗證和知識獲取。

機器學習亞馬遜，亞馬遜網絡服務

• 國際數據公司（IDC）預測，人工智能和ML的支出將從2017年的120億美元增長到2021年的576億美元。

   

• 預計全球機器學習市場將從2017年的14.1億美元增長到2022年的88.1億美元，實現44.1%的復合年增長率（CAGR）。促進該市場全球快速增長的因素包括擅長數據聚合、集成和分析的新技術，以及更具可擴展性的云平臺。

   

• 認知和人工智能（AI）系統的全球收入將從2017年的125億美元增加到2020年的4600多億美元。

【51CTO原創稿件，合作站點轉載請注明原文作者和出處為51CTO.com】