人工智慧(AI)發展持續升溫，在相關應用的帶動下AI市場商業價值遽增，國際研究暨顧問機構Gartner預測，2022年AI相關商業價值估計將達到3.9兆美元。不過，Gartner針對3,138名來自亞洲、北美以及歐洲企業資訊長(CIO)進行AI技術與趨勢的部署計畫進行調查，結果顯示只有4%的企業已部署並投入AI應用，另有46%的企業有積極意願並計畫投入AI部署。
Gartner副總裁暨分析師Bern Elliot表示，AI的應用領域相當廣泛，因此蘊藏著龐大的商機。然而現階段AI發展的瓶頸，在於多數的企業不知道該如何運用這項技術，對此，他建議有意願部署AI應用的企業，可以從提升使用者體驗、資料洞察以及流程改善這三個面向切入。
在提升使用者經驗方面，目前最常運用到的技術是自然語言處理(Natural Language Processing, NLP)，NLP包括語音及文字辨識，讓機器能辨識人類說話的腔調、語氣，甚至進一步透過面部表情或使用的字眼分析人類說話時的情緒。並透過上述的分析資料將用戶過去的行為、所在情境以及歷史互動關係建模，作為未來預測用戶需求的指標，進而提升使用者經驗。
AI領域中的預測式分析術(Predictive Analytics)，可針對資料進行洞察與分析，從中找出特定模式與趨勢，預測式分析術時常被用以維護線上安全。運用機器學習(Machine Learning)、深度學習(Deep Learning)，或透過整體學習(Ensemble Learning)將多種演算法結合起來，找出最適當的分析方式，以預測並防止惡意入侵。
而改善流程可應用的領域則較廣，包括物聯網、物流、嵌入式AI系統等商業應用。美國貨運業者TransVoyant即透過感測器、衛星、雷達、影像與智慧型手機傳來的資訊，分析每日發生的一萬億次事件，並根據天氣等因素進行物流排程，進而降低運送過程的油耗並減少庫存。
許多企業苦於不知如何運用AI，但Elliot表示，只要利用AI技術在流程上稍做改善，就可能獲得極大的成效，如網路影音串流平台Netflix即利用AI技術設計出動態優化器(Dynamic Optimizer)，透過AI演算法檢視每個畫面，並根據其燈光、場景複雜度以及運動水平來調整所需的壓縮率、分配頻寬，改善過去因將整部影片進行壓縮導致解析度下降的問題，以最少的頻寬提供最佳的影片畫質。
Elliot期望，透過上述的應用實例擴大企業對於AI應用的想像力，加速業界導入AI技術。
