总体预测中，认知/AI收入的半数将被投入到软件开发，其中也包括认知应用（例如文本和富媒体分析、标记、搜索、机器学习、分类、聚类、生成假设、回答问题、可视化、过滤、警报、以及导航）和利用智能发展、咨询及认知解决方案的认知软件平台。

　　认知应用支出作为最大、增长最快的类别，预计到 2020 年将达到 182 亿美元规模。认知/AI相关的服务（包括商业服务和IT咨询）是第二大收入类别，而硬件收入（疏远来源于购买服务器和存储器）的增长速度与软件的增长速度相当，未来五年里的 CAGR 将超过60％。

　　从地理层面看，北美（美国和加拿大）是迄今最大的认知/AI支出区域，2016 年这方面的收入达到 62 亿美元。预计欧洲、中东和非洲（EMEA）将继续保持第二大区域，但到 2020 年，包括日本在内的亚太地区在认知/AI方面的收入将基本接近 EMEA 地区水平。

　　机器学习兴起，催生算法经济

　　上周，在多伦多大学罗特曼管理学院组织的机器学习与智能市场会议中，多伦多大学罗特曼管理学院从事人工智能经济学研究的教授 Ajay Agrawal 比较了当前的 AI 热潮和 1995 年兴起的互联网潮流并将互联网与人工智能作了类比。

　　当互联网获得足够的主流牵引力后，就不再被视为一种新的技术；相反，它被视为一种全新的经济形式，互联网商业开始兴起。

　　Agrawal 认为，人类应该仔细思考深度学习等前沿 AI 技术将会如何重塑全球经济。

　　Gartner 分析认为：算法交易将会形成一个全球性的市场，世界各地的研究人员、工程师都能在这个市场上创造、分享乃至合成大规模的新算法；届时，算法也将变得像集装箱一样，能够任意组和扩展，从而搭建适用于不同应用的架构。也就是说，多个机器学习算法可以结合起来成为更强大的算法，从而更好地分析数据，充分发掘数据里的价值。

　　Gartner 曾发表报告，对算法经济可能带来的市场影响做出评估。Gartner 报告认为，算法经济将创造一个全新的市场，人们可以对各种算法进行买卖，为当下的公司汇聚大量的额外收入，并催生出全新一代的专业技术初创企业。

　　想象这样一个市场：数十亿的算法都是可以买卖的，每一个算法代表的是一种软件代码，能解决一个或多个技术难题，或者从物联网的指数级增长中创造一个新的机会，算法经济将会促进下一代机器对机器互动演进的巨大飞跃。

　　人们将会通过产品使用的算法来评价它的性能好坏。企业的竞争力也不仅仅在于大数据，还要有能够把数据转换为实际应用的算法。因此，CEO应该关注公司有产权的算法，而不仅仅是大数据。

　　开源 ≠ 获取，人才是领先新 AI 经济的关键

　　正在涌现的机器智能平台以“机器学习即服务”的方式，托管预训练过的模型，让企业能够更容易地启用机器学习，快速将其应用从原型转化成产品。当这种范式形成后，接入并使用不同的机器学习模型和服务以提供特定功能的能力将变得越来越有价值。

　　然而，也并非所有人都认为情势一片大好，有人明确对此表示出了担心。

　　初创公司 Bonsai AI 致力于“让所有人都能简单使用 AI 工具”，其创始人兼 CEO Mark Hammonk 认为，谷歌、Facebook、IBM 和微软在 AI 上投入了数十亿美元的研究经费，而且市场上还将会发生更多的兼并案例，不仅是来自这些巨头，还有一些已经意识到进入新兴智能经济的机会的公司，比如三星（前不久收购了 Siri 之父开发的“超级大脑” Viv 公司）。