根據全球領先的信息技術研究與顧問公司Gartner的預測，人工智能（AI）產生的全球商業價值預計將在2018年達到1.2萬億美元，比2017年增長70%。此外，Gartner預計到2022年，人工智能衍生的商業價值將達到3.9萬億美元。

　　針對由人工智能帶來的商業價值預測，Gartner評估了其所覆蓋的全部垂直領域的總商業價值。人工智能衍生的商業價值有三種不同來源：客戶體驗（customer experience）、新增收入（new revenue）以及成本降低（cost reduction）。

　　客戶體驗：對間接成本產生正面或負面影響。就廣泛應用人工智能技術并充分發揮其潛能及實現價值而言，客戶體驗是必要的先決條件。

　　成本降低：降低生產和交付這些新產品或現有產品與服務所需的成本。

　　新增收入：增加現有產品與服務的銷售額，以及/或者創造當前沒有的新產品或服務機會。

　　Gartner研究副總裁John-David Lovelock表示：“鑒于其在計算能力、體量、速度、數據多樣性以及深度神經網絡技術（DNNs）領域的超乎尋常的進步，未來10年人工智能將成為最具顛覆性級別的技術。從2017年到2022年，企業獲得的由人工智能技術支持的產品與服務中，最大來源將是滿足某個需求的細分市場解決方案。企業高管將推動對這些來自數千家專注于特定人工智能技術支持的應用程序專業供應商的產品進行投資。”

　　人工智能商業價值增長呈現出與新興技術相關的典型“S”形曲線模式。2018年的商業價值增長率預計為70%，但從現在直至2022年的增長速度都將逐漸放緩（見表一）。2020年以后，曲線將趨于平緩，之后幾年增長率較低。

　　表一、全球人工智能衍生的商業價值預測（單位：十億美元）

　　Lovelock先生指出：“由于企業機構均認為在改善客戶互動、增加及留住客戶方面，人工智能技術存在很大價值，因此在人工智能發展早期，客戶體驗（CX）是人工智能衍生商業價值的主要來源。此外，企業機構能夠利用人工智能技術來提高決策流程的效率并自動執行更多任務，因此緊隨客戶體驗之后的商業價值來源就是成本降低。然而，隨著企業逐步發掘出人工智能在增加現有產品和服務銷售額、發現新產品與服務機會方面的商業價值，到2021年，新增收入將成為人工智能衍生商業價值的主要來源。因此，從長遠來看，人工智能的商業價值將主要在新增收入方面。”

　　決策支持/增強（如深度神經網絡）將占2018年全球人工智能衍生商業價值的36%，超越人工智能技術支持的基本類型產品所衍生的全球商業價值。到2022年，決策支持/增強將超越其它全部類型的人工智能項目，占全球人工智能衍生商業價值的44%。

　　Lovelock先生認為：“深度神經網絡幫助企業機構對數量龐大且不易進行量化或分類的數據庫進行數據挖掘，同時也是模式識別、創建對復雜輸入進行分類且能夠支持傳統編程系統的工具。如此一來，決策支持/增強算法就可以直接處理以前需要人類分類員才能處理的信息。這些直接處理信息的能力對企業機構實現決策和互動過程自動化的能力會產生巨大影響。這種新型自動化水平提升不僅能夠降低成本與風險，還能通過更好的微定位（microtargeting）、細分（segmentation）、市場營銷（marketing）和銷售（selling）來增加收入。”

　　通過替代呼叫中心、幫助臺和其它服務人員執行簡單請求與任務，而將比較復雜的問題交給人類工作人員去處理，虛擬代理（virtual agents）能幫助企業機構降低人力成本。通過成為金融服務行業的機器顧問（roboadvisor）或客戶服務中心的銷售，虛擬代理還能夠增加公司收入。作為虛擬員工助理（virtual employee assistants），虛擬代理可以承擔日程安排、時間規劃以及其它行政任務，從而讓人類員工能夠有時間從事更高附加價值的工作，并減少對人類助理的需求。代理業務在2018年將占全球人工智能衍生商業價值的46%。而隨著人工智能其它類型的產品與服務逐漸成熟，2022年代理業務的占比將下降至26%。

　　決策自動化系統（decision automation systems）可以使用人工智能來自動化任務或優化業務流程。在將語音轉換為文本或反過來將文本轉換為語音、識別與處理手寫內容或圖像以及對常規系統無法訪問的其它豐富材料內容進行分類等方面，人工智能尤其有用。由于非結構化數據（unstructured data）和模糊性（ambiguity）是企業數據的常見特征，決策自動化在其不斷成熟的過程中將為企業機構帶來巨大的商業價值。目前，決策自動化僅占2018年全球人工智能衍生商業價值的2%，但到2022年將增長至16%。

　　2018年，智能產品占全球人工智能衍生商業價值的18%，但隨著其它深度神經網絡技術支持的系統類型逐漸成熟并超過智能產品在商業價值中的占比，到2022年，智能產品占比將縮減至14%。智能產品通常以云系統的形式使用人工智能技術。云系統可以收集來自多個系統和互動的用戶偏好數據，了解用戶及其偏好，實現更佳的個性化用戶體驗并推動用戶參與。