值得指出的是，聊天程序作为新的产业形式将会迎来爆发期，包括会化服务、虚拟代理等，供应商为了提供更好的客户体验，将优化其应用程序和服务方式，比如面向不同环境/语境的对话和对话的准确性。同时，聊天程序还需要标记用户偏好等。

　　AI驱动的消费市场则主要包括物联网设备、智慧家庭、机器人、汽车、无人机、虚拟助理、可穿戴等。随着设备使用量的增长，认知计算的影响力将逐渐渗透B2B市场，包括企业解决方案，覆盖汽车、电子产品、银行等各行各业。

　　根据IBM最近的一项调研显示，认知计算产业确实已经开始盈利了：

　　65%的受访者表示认知计算是其公司成功的关键，58%的人高度评价了认知计算对于企业数字化的重要性，50%表示认知计算已经成为主要盈利项目，53%指出解锁的数据应用能带来大量优势，49%强调用户体验的受益，49%表示企业效率和成本有所优化，42%声称认知计算帮助他们拓展了业务范围。

　　*认知计算主要影响的5大行业

　　具体来看，认知计算将主要影响以下五大行业:

　　1、银行/金融/保险

　　这一行业主要的AI应用在于销售、市场、服务、监管、索赔和风险。典型用例包括项目顾问和推荐、欺诈分析和调查、管理情报、自动索赔处理、自动威胁情报和预防系统。

　　2、健康和生命科学

　　这一行业主要的AI应用在于服务和决策支持。典型用例包括诊断和治疗、医药研发、索赔管理和个性化健康服务。

　　比如，香港中文大学基于云解决方案，使研究小组加快探索大型的、复杂的癌症数据集和识别的研究。

　　3、消费（零售和消费者零售包装货物/CPG）

　　这一行业主要的AI应用在于销售、市场、营销和供应链物流。典型用例包括自动化客户服务代理、产品专家顾问和购物建议、全渠道销售。

　　4、电信/机电

　　这一行业主要的AI应用在于销售、市场营销和IT。典型用例包括虚拟代理、数字广告、自动化的威胁情报处理。

　　5、政府/教育

　　这一行业主要的AI应用在于战略项目和威胁情报。典型用例包括威胁情报和预防、国防、恐怖主义调查、项目顾问和推荐系统、公共安全和应急响应、自适应学习等。

　　比如，贝勒医学院的认知技术用于加速医学研究自动分析超过300000篇文章，进行关键词索引和模糊索引；导盲之眼（Guiding Eye）对导盲犬的结构化和非结构化数据分析发现基因、健康、气质和环境因素适宜的导盲犬。

　　专利方面，2014年是认知计算产业专利的高峰期，2016年专利数有所下降。从目前的产业环境来看，已经有2000多家创企，2016年整体风投融资近45亿美元，主要投资领域包括核心AI技术、聊天程序/机器人、前沿数据分析技术、结构化或非结构化数据处理等。详情可以参见智东西内参第121期。

　　实现认知计算的五大关键技术

　　就像IDC所说的，认知计算的进步是机器人、物联网、人工智能、虚拟/增强现实、机器智能、大数据的进步的总和，它日益增强的系统模拟能力将助力人类的智慧增长。认知计算的关键技术主要包括以下五项：

　　1、神经网络技术

　　神经网路也就是提供快速语音和图象识别、机器翻译的技术，目前已经有一些系统能够表现出媲美人类的技能水平。

　　2、机器学习和物联网

　　随着物联网的布局，将有更多的数据生成，机器学习算法将能对这些数据进行规划、预测，并应用于关键业务决策。

　　3、自然语言处理

　　自然语言处理（NLP）有着很直接的应用，包括聊天程序，可用于客户服务和调查，这种人机交互将提高企业的整体效率，降低成本。

　　4、模式识别

　　模式识别即基于历史数据处理经验来处理丰富的非结构化数据，从而更高效的进行数据处理，应用于决策过程。

　　5、知识库

　　未来的认知计算会应用于更加专业化的领域，这就需要构建更为知识化的数据库，使得认知计算系统可以被专业人士所应用。

　　技术推广的五大挑战1、成本考量