全世界技术领先的信息科技分析和咨询管理公司Gartner 2021年人工智能技术成熟度曲线图（Hype Cycle for Artificial Intelligence, 2021）中的四个发展趋势已经促进最近人工智能创新。这四个发展趋势是：负责任的人工智能、小而宽数据对策、人工智能服务平台的实际操作化，及其数据、实体模型和云计算服务器的合理利用。

Gartner高級顶尖科学研究投资分析师Shubhangi Vashisth表明：“人工智能的创新速率很快，技术成熟度曲线图中一半左右的技术性将在二到五年内变成核心技术性。边沿人工智能、机器视觉、管理决策智能化和深度学习等创新都将在未来两年对销售市场造成颠覆性的危害。”

人工智能销售市场仍处在逐渐发展趋势环节，坐落于技术性萌芽的人工智能创新占有着挺大的占比（见图一）。这说明终端产品已经寻找超过当今人工智能专用工具作用区域的特殊技术性作用这一市场前景。

图一、人工智能技术成熟度曲线图

来源于：Gartner（2021年9月）

Gartner觉得下列四项发展趋势已经促进人工智能创新：

1. 负责任的人工智能（ResponsibleAI）

Gartner科学研究高级副总裁Svetlana Sicular表明：“提升 人工智能技术性的真实度、透光性、公平公正和可审批性对各种相关者的必要性仍在日益提升。负责任的人工智能有利于：完成公平公正（就算数据中存有成见都不除外）、得到 信赖（虽然清晰度和可实证性方式 已经逐渐发展趋势）及其在保证管控合规管理的与此同时，勤奋摆脱人工智能的几率特性。”

Gartner预测分析到2023年，全部人工智能开发设计和学习培训员工都需要具有负责任的人工智能层面的专业技能。

2. 小而宽数据（Small and Wide Data）

数据是取得成功人工智能方案的基本。小而宽数据对策可以达到更强悍的解析和人工智能、降低公司组织对大数据的依靠，并给予更丰富、更完善的情景认知。

依据Gartner的预测分析，到2025年，70%的公司组织将迫不得已把核心从大数据转为小而宽数据，这将为分析工具给予大量的前后文并降低人工智能对数据的要求。

Sicular表明：“小数据的重点在于应用只需较少数据就能给予好用洞悉的解析技术性，而宽数据则能完成各种各样数据源的解析和协同效应。把这种对策融合在一起就可以达到更强悍的解析并有利于得到 更为全面的项目难题角度。”

3. 人工智能服务平台的实际操作化（Operationalization of AI Platforms）

应用人工智能推动业务流程转型发展的迫切性和至关重要已经促进人工智能服务平台的实际操作化要求。这代表将人工智能新项目从理念转为生产制造，进而能够 借助人工智能解决方法来处理公司标准内的难题。

Sicular表明：“依据Gartner的科学研究，仅有一半的人工智能新项目可以从示范点进到到生产制造，而这种工程的均值进行的时间为9个月。人工智能编辑和智能化服务平台（AIOAPs）和实体模型实际操作化（ModelOps）等创新已经完成可提拔性、扩展性和整治，加速人工智能的选用和增速。”

4. 資源高效率利用（Efficient Use of Resources）

由于人工智能布署所涉及的数据、实体模型和云计算服务器多元性与经营规模，人工智能创新必须最有效地利用这种資源。多种感受（multiexperience）、组合型人工智能（compositeAI）、生成式人工智能（generativeAI）和Transformer因可以以更高效率的方法处理各种业务流程难题而导致了人工智能销售市场的关心。