【猎云网（微信号：ilieyun
）】9月14日报道 （编译：小白）
软件或许正在吞噬整个世界，但每在企业软件上花费1英镑，就有3英镑消耗在IT服务商——咨询、系统集成和外包。了解人工智能——当今最重要的技术——我们必须了解AI相关的IT服务市场上正在发生的结构变化。我们与IT服务买家和供应商进行了52次电话会议，并调查了市场数据。以下，我们总结了AI服务市场上的七大动态——从软件和IT服务公司的“融合”到专业化分工时代。
AI服务供应商为中型买家和企业提供了各种举措，从聊天机器人应用到提供基于AI的分析工具（“AI分析”）——AI技术的一个核心用例。而我们的分析则侧重于可以实现这一AI分析的IT服务公司。
AI分析是指将机器学习技术应用于企业数据以获得洞察力。AI分析通常适用于：
- 企业资源数据，如库存和订单管理信息，以获得商业智能；以及
- 来自业务功能的数据，以提高绩效，比如分析营销信息来改善客户细分和流失预测。
新兴市场
AI服务市场仍属于新鲜事物——得益于企业内部对AI本身的接纳仍处于早期阶段。
买家对AI的认识与他们对该技术的了解存在一定差距。鉴于媒体对AI的关注，以及供应商对该技术的营销，企业高管对AI技术有着较高的意识——在中型（营收2-10亿美元）的企业和大型（营收10亿+）的企业中，八成以上管理者十分清楚AI技术的重要性，但是买家们对AI的理解却十分有限，仅三成。他们对AI技术原理，用例和部署方法，知之甚少。
虽然他们对AI的理解十分有限，但是由于买家们急切地试图从数据中获取价值并避免被竞争对手超越，他们对AI技术的投资十分慷慨。
尽管对AI的潜力十分看好，很多高管依然对采用AI举措感到不安，原因主要在于供应商未能对具体的业务问题给出针对性的解决方案，难以证明投资回报率，供应商的过度Cheng错以及重要项目的失败。除此之外，许多买家仍在实施或整合以往在核心数据管理方面的投资，包括数据湖和报告工具。许多买家在投资先进的基于AI技术的分析工具之前，仍有许多重要的数据收集、整合和统一工作需要完成。因此，AI服务市场仍处于早期结算，大多数买家仍处于“测试和学习”状态。几乎每一个参与都是从概念验证项目开始。与企业高管们的交流告诉我们，我们正处于变革的萌芽阶段，未来十年内，各个企业将逐步展开范式转变。
为了释放市场价值，供应商必须提供有形的投资回报率（ROI）。无论是影响收入的直接驱动力还是减少公司的超额支出或资源需求，供应商的效果将被拿来与买方现有的流程和关键业绩指标进行比较评估。为了节约成本，AI服务供应商往往会提供没有针对性业务价值的“AI”。在可测量结果而非感知收益驱动下的市场上，能够给予有形收益的企业将具有更大的竞争优势。
外包趋势
随着中型公司和企业不断开始进行AI试验，大多数方案都至少包括了将一个要素外包给AI服务供应商以实现其整体目标，这一趋势为AI服务市场提供了增长。缺乏AI专门知识技能人才的公司则寻求专家来在试验和测试周期中提前占据优势，并且重新部署现有员工的同时将不得不放慢其他措施。
在接下来的三年中，我们预计大多数公司将与第三方公司在数据科学领域展开合作。鉴于资源限制和聘请内部数据科学家团队的风险，中小型企业更倾向于外包整个AI项目。而大型企业，则会采用“混合”方式——一边与外包供应商合作，一边开发他们自己的数据科学能力。
从长远来看，中型公司将持续成为第三方AI功能的主要用户。考虑到雇佣和增强AI团队的困难与成本，以及外包商们在特定领域提供一流解决方案的能力，AI服务企业将成为重要的合作伙伴。
市场高速发展
虽然目前的AI服务市场仍十分新颖，我们预计随着买家的信心不断增加，以及概念验证在更广泛的部署中获得认可，这一市场的发展将极为迅速。一般分析服务的支出将十分庞大，每年约600亿美元，且以每年20%的速度高速增长，到2020年支出将达1000亿美元。然而，眼下，一般分析服务支出中仅有5%不到被用于人工智能分析服务。但是到2020年，我们预计这一比例将增加三倍乃至更多，并形成一个价值数十亿美元的大型市场：
• 随着核心部署趋于成熟且不断寻求先进的竞争优势，客户将把他们用于一般分析预算中的先进分析技术投资比例增加到40%以上；
• 随着AI逐渐成为基石技术，高级分级中使用AI技术比例将从一个微不足道的技术发展至囊括大量的高级分析部署——约40%。
融合与整合
“融合”的强大趋势正在重塑AI服务市场。有效的软件公司正在加强其服务能力，以实现更广泛、更成功的部署。同时，服务公司正在开发和获取从工具到全面应用的技术资产，以获得客户机会并降低服务成本。
除了开发技术资产，公司也在不断收购这些资产。仅2015年一年，咨询巨头麦肯锡已然收购了高级分析公司4Tree（一家针对消费品价格和促销优化的公司），VisualDOD（国防行业分析公司）以及QuantumBlack（企业绩效分析公司）。
在这个分散的市场中，全球咨询公司和系统集成商与专业的和中型的AI服务供应商互补。我们预计未来几年的收购价格将持续升温。那些在特定业务功能或领域具有最佳能力和优秀AI专家的专业或中型AI服务供应商，将成为寻求更强大能力与AI技术人员的全球供应商眼中的香饽饽。但与此同时，这对于专业和中型AI服务供应商来说也是把双刃剑。有些成功退出，有些则在一个不断合并的市场中被逐渐边缘化。
托管服务的兴起
AI服务的交付模式也在不断变化。大多数大型AI服务公司为客户提供以下选择：
• 托管服务部署（一种云服务，每月支付一定费用以便持续访问远程托管功能）；或者
• 时间和物料模型（定义好规格、成本与期限的项目）。
到目前为止，市场对托管服务部署的需求仍十分有限。我们预测，AI服务公司总营收中仅不到25%来自托管服务部署，意味着企业客户依然偏好时间与物料模型的合作方式。
但是，对托管服务部署的需求预计在中期会翻一番，占到总业务的50%，其中中型企业将领跑这一趋势。较低的前期成本，更好的灵活性，持续的帮助以及来自托管服务供应商永久的技术更新，都为较小型的买家涉足AI技术第一步提供了得天独厚的优势。
中期市场的激烈竞争
尽管AI服务市场仍处于早期结算，由于顶级的全球供应商专注于中型合同而中型AI服务供应商可提供具有吸引力的价值和专业化，因此针对年总价超过15万英镑的合同的竞争将异常激烈。
那些眼下正在疯狂竞争大型一般分析服务合同（年总价在1000万英镑到1亿英镑之间）的全球系统集成商，咨询公司和专业服务公司如今把目标对准了AI实力。这些企业，包括埃森哲、阿托斯、CapGemini、Cognizant、德勤、EY、IBM、Infosys、毕马威、麦肯锡、Palantir、普华永道、TCS和Wipro等，都已经了开发了价值数十亿美元的传统分析方法，通常拥有5000到15000名内部的分析专家。然而，就平均而言，这些分析专家中是为数据科学家的比例不到8%。企业们无不在加大投资力度，以增加他们的数据科学团队规模，但进展各不相同。我们估计，平均每家公司拥有1200名左右的数据科学家，但少数公司仅有不到100人。速度十分关键；全球供应商在手机客户数据集方面的潜力远远胜过小型竞争对手，并进而提供数据网络效应——更多的数据带来更好的算法，其改进的结果将吸引更多的客户和数据。
值得注意的是，虽然部分大型供应商专注于的董事会层面交易和价值数亿英镑的多年全球转型项目，其他大型企业则专注于同企业的IT团队打交道，越来越多地，将目标瞄准小型的基于项目的分析业务，年合同价格大约30万英镑起。因此，部分全球供应商将对中型供应商构成越来越大的竞争威胁。
包括Mu Sigma、Fractal Analytics、Cartesian和Opera Solutions在内的各个中型供应商有着显著的收入（通常为2000万到2亿英镑），大量的员工以及活跃于多个领域和部门。因为进入市场时间比较早，他们提供强大的机器学习专长，并针对特定行业和/或商业功能开发强大的专业功能，这些中型供应商在年合同价值15万英镑到100万英镑之间的AI服务交易中具有相当的竞争力。虽然AI服务日益上升的采纳率为他们带来的不少好处，但他们也日渐面临来自顶级全球供应商进入该市场以及专业供应商的带来的压力。
考虑到买家对AI的采用仍处早期阶段，专业供应商在与中型客户签订较小的初始合同（年总价小于15万英镑），或帮助大型公司首次尝试AI服务方面，具有较大的优势。全球有大量的专业供应商，虽然有的规模不大，但也有不少具有雄心壮志且有能力成为中层赢家。我们在英国市场版图中发现的一家快速发展的此类公司之一为Peak。Peak以机器学习技术平台结合一流的数据科学家来服务于上述需求。我们与中型AI服务买家的讨论显示，这些买家通常更愿意与小型的AI供应商合作。顶级的专业供应商通过更有反应性的关系，一流的专业化分工商业功能，更加强大的机器学习专长以及往往比大型供应商更低的成本，来为买家提供一条通往AI的无障碍通道。
虽然市场对于年总价在15万英镑以下的竞争比较小，但专业供应商必须应对有限的营销运算，以防止被分散的市场吞噬，被竞争对手的兼并边缘化。并且，如果他们继续进军上层市场，他们将面临更具挑战性的竞争环境。最终，随着软件公司如谷歌和Salesforce之流在他们的软件平台和应用中不断植入AI技术，各大企业对AI的追逐亦会变得越来越温和——从而潜在地减少小型企业对借助第三方公司实现AI部署的需求。
专业化分工
逐渐地，AI服务供应商越来越多专业化——专注于某一垂直领域（如零售）、业务功能（如营销）或者业务子功能（如客户细分）。
特别是大型买家，他们评判供应商专业化能力的依据往往在于供应商在客户垂直或业务挑战方面的专业技能，他们的大规模跨客户数据集对机器学习算法的优化，以及客户垂直领域的同行参考能力。在短期内，专业化能力已成为赢得大企业客户市场份额的决胜因素。而从长期来看，随着买家自己内部的数据科学能力的成熟，他们对供应商的专业化需求会更大。
小型企业和中端市场客户，他们一边尝试AI，一边寻求通向这一技术的“入口”，但又受限于预算。这些企业和客户，往往有其他的选择标准。小型买家注重的是供应商是否能够迅速地解决实际业务问题以带来初始ROI，提供高人性化服务帮助买家度过“测试和学习”阶段，提供地理位置、初始部署的灵活定价，并能够简单便捷地与现有的用以数据提取和处理的IT系统相整合。
早期阶段的终点
虽然AI服务市场目前仍在发展的早期，规模也不大，但其高速发展近在眼前。随着买家越来越多地希望借助AI从过往对数据收集的投资中寻找高价值，AI服务将在2020年之前提供数十亿美元的机会。当然，竞争也会日益激烈。对于大额交易，全球服务公司会利用他们的数据和数据科学家提升自身竞争力。中等规模的交易将代表第二个战场，中层供应商在这里互相厮杀的同时还要面临来自上下层的压力。专业化分工将成为有力武器之一。对于小额交易，优质的专业供应商将通过为买家带来最佳的成功因素——可访问性、灵活与低成本——以获得不断的扩展和成熟，最终发展成为中等规模供应商。
不管在哪个层次，服务供应商和软件公司之间的界面将会越来越模糊；在数据时代，每个公司都将离不开技术资产和数据管理专家。
到2020年，AI将渗透到分析的方方面面，而服务供应商则为AI的应用铺平道路。眼下，我们正目睹AI在企业之间的传播。生在如今这一变革的交界点，我们正目睹旧时代的终结，新时代的开启。
