Valorando el mercado de inteligencia artificial, gráficos y predicciones faucet bitcoin terbaik

Wall Street, capitalistas de riesgo, ejecutivos de tecnología – todos tienen razones importantes para entender el crecimiento y la oportunidad en el artificial inteligencia mercado, pero la vaguedad inherente del término hace que cualquier valuación sea extremadamente difícil. De hecho, el término “inteligencia artificial” es notorio por tener una definición relativamente amorfa.

El objetivo de este artículo es proporcionar un consenso breve sobre las proyecciones bien documentadas del crecimiento de AI y el valor de mercado en la próxima década, y (como siempre) proporcionar referencias ambiguas para una exploración más profunda para aquellos de ustedes que aspiran a profundizar. Apuntamos a recurrir a fuentes cuya reputación se basa en su objetividad, en lugar de declaraciones emocionadas de empresas cuyo incentivo es ver el futuro a su manera (como el CEO de IBM alegando un potencial mercado de $ 2 trillones para la “computación cognitiva”). Pronósticos y valoraciones del mercado de inteligencia artificial

La gran mayoría de las empresas cree que tener un modelo organizativo que respalde la analítica es fundamental para romper con los silos de conocimiento del cliente que existen en toda la empresa … Las empresas están empezando a mostrar signos de elevar la prioridad e invertir en iniciativas para deshacerse de silos existentes. En 2017, esperamos que estos esfuerzos se conviertan en iniciativas importantes:

Tractica ha asumido una adopción algo conservadora de AI en el fondo de cobertura y la comunidad de inversión, con la suposición de que aproximadamente el 50% de los activos de los fondos de cobertura negociados para 2025 serán impulsados ​​por inteligencia artificial. Incluso con el cálculo conservador, el caso de uso comercial algorítmico sigue siendo el caso de uso superior entre los 191 casos de uso identificados por Tractica.

• Definición: “Tecnologías disponibles que están logrando inteligencia de nivel humano o superhumano en una tarea humana determinada (también conocida como” inteligencia estrecha “)”; sin embargo, Naimat también señala que “no es el propósito de este informe discutir qué Inteligencia artificial es o no es ‘. Más bien, tomo un enfoque práctico para la definición de IA y presento un análisis basado en negocios autoidentificados que afirman estar usando o construyendo AI “.

Para cumplir la promesa de AI como un nuevo factor de producción que puede reactivar el crecimiento económico, los actores relevantes deben estar completamente preparados -intelectualmente, tecnológicamente, políticamente, éticamente, socialmente- para enfrentar los desafíos que surgen a medida que la inteligencia artificial se integra en nuestras vidas . El punto de partida es comprender la complejidad de los problemas.

Para el año calendario 2014, el mercado de Big Data, medido por los ingresos asociados a la venta de hardware, software y servicios profesionales relacionados con Big Data, alcanzó $ 27.36 billones, un aumento de $ 19.6 billones en 2013. Mientras crecía significativamente más rápido que otras TI empresariales mercados, la tasa de crecimiento general del mercado de Big Data disminuyó año tras año del 60% en 2013 al 40% en 2014.

De acuerdo con un informe de A.T. Kearney, el gasto global en big data podría crecer a una CAGR de 30% hasta 2018. Se prevé que el tamaño de este mercado, incluido software, hardware y servicios, alcance los $ 114 mil millones en 2018. “El negocio promedio espera gastar $ 8 millones en grandes iniciativas relacionadas con datos este año “, según el informe de Kearney, que también dice que cada trabajo de TI creado en el proceso de actualización creará tres puestos de trabajo adicionales fuera de TI.

… el predictivo global mercado analítico crecer de USD 2.74 mil millones en 2015 a USD 9.20 mil millones en 2020, a una Tasa de crecimiento anual compuesta (CAGR) de 27.4% durante el período de pronóstico. El mercado de análisis predictivo está creciendo rápidamente debido a la transformación de las técnicas tradicionales de Business Intelligence (BI) a técnicas analíticas avanzadas y al aumento masivo de datos estructurados y no estructurados.

IIA predice que la gestión y el curado automatizado de datos liberará a los analistas y científicos de datos para hacer más trabajo que desean. Forrester dice que en 2016, el aprendizaje automático comenzará a reemplazar las disputas de datos manuales y el trabajo sucio de la administración de datos, y los proveedores comercializarán estas soluciones como una manera de acelerar la ingestión, preparación y descubrimiento de datos. Hasta 2020, según IDC, el gasto en descubrimiento de autoservicio y herramientas de preparación de datos crecerá 2,5 veces más rápido que las herramientas tradicionales controladas por TI para funcionalidades similares.

3) Para 2020, los agentes autónomos de software que estén fuera del control humano participarán en el cinco por ciento de todas las transacciones económicas. Los agentes guiados algorítmicamente ya están participando en nuestra economía. Sin embargo, aunque estos agentes son automáticos, no son completamente autónomos, porque están directamente vinculados a una robusta colección de mecanismos controlados por humanos, en los dominios de nuestros sistemas corporativos, legales, económicos y fiduciarios …

El pronóstico, no importa cuán bien informado esté, es un negocio arriesgado, especialmente en un campo plagado de palabras de moda y escasas en definiciones concretas. ¿Qué fracción del gasto en “Big Data” implicará el uso de aprendizaje automático u otras aplicaciones de IA? ¿Qué porción de “análisis predictivo“Intrínsecamente implica el entrenamiento de algoritmos de IA, en oposición a simplemente permitir una predicción y visualización más clara? Es difícil de contar.

Podemos imaginar que, al igual que otros campos de tecnología nacientes, la inteligencia artificial madurará hasta el punto de tener un ecosistema de proveedor más robusto y claro, y términos más definidos para delinear aplicaciones y usos. Es probable que haya pasos agigantados en la próxima década en la obtención de información de “datos no estructurados”, mientras que la aplicación de análisis predictivos y la creación de modelos comerciales es un enfoque más utilizado para implementar las tecnologías de aprendizaje automático y minería de datos en la actualidad.

Por ahora, si un ejecutivo o inversor tiene interés en un dominio particular o uso de inteligencia artificial, el primer paso para determinar la valoración y el pronóstico sería dibujar una “línea punteada” proverbial alrededor de lo que la “inteligencia artificial” significa para sus propósitos, y dibujar las fuentes variadas para obtener un mosaico de dónde están las cosas en su nicho.

banner