发布时间：2020年5月7日

介绍

Covid-19的影响可能因其他任何因素而异;航空公司遭受在线商业蓬勃发展的同时。我们知道AI和机器学习的用例获得非常合适的特定非常迅速，所以我们认为看起来有趣的是，在哪些行业可能获得更多牵引力，在Covid-19流行病中可能会看到哪些使用案例，这是有趣的。

我们跟踪用于跨多个行业的AI和机器学习的用例作为我们的一部分企业AI和机器学习的声音基于调查的研究。我们最近的调查是在2019年11月进行的，就在Covid-19爆发的尖端上进行。所以，虽然我们没有问过受访者Covid-19如何影响他们对AI的使用，但我们可以对领先和滞后用例进行知情预测。在本报告中，我们看看三个行业：制造，能源和媒体/娱乐。额外的报告在医疗保健，金融服务和零售方面看着用案例。yabo07

451拿走

任何足够通用的技术都有危机的机会。而且机器学习是一层通用技术层，可以在每个行业中启用各种用例。在美好时光，在过去五年中，我们在桃质党中看到了新技术发展。当危机命中和事物减慢时 - 或者在Covid-19的情况下停止停止时 - 某些部署创新技术就会加速。这就是我们预期的某些机器学习用途使用案例，即我们的调查已经确定，以及其他人甚至没有想到的。

制造业

制造业一直展示了AI技术预先采用的令人印象深刻的采用，我们希望能够加速那些生存流行病的人。如果长期保持社会疏散（即，多年），它将改变许多制造商的运作方式。智能机器人现在已经是一个强大的用例（见下图），并预测调查受访者将保持如此;由于需要在可能的情况下，在可能的情况下，由于需要更少的人类，尤其是在更复杂的离散制造方面，我们预计这一领域的投资更多。所有的制造都没有如此看起来像半导体制造过程，其中需要清洁的需要和组件的小型化意味着人类的手没有太多使用，而且机器可以做出更多的工作，但更多的部门将从它中课程并相应投资。同样，使用机器学习自动化质量保证过程 - 现在和两年的答复者识别的顶级使用情况 - 是我们预期保持强大的最佳案例。


智能物流是我们预计在大流行后得到更多关注的另一个领域。智能运输制成品的能力对于帮助建立更有弹性的供应链至关重要，在某些情况下，这条供应链将更关注“以防万一”而不是“及时交货”。使用无人机和机器人的自动送货将得到推动。

智能库存监测是我们的受访者在调查时的优先事项列表中放置了很低的区域，尽管他们预测它会在未来几年内看到一个强大的上升。现在我们预计会看到诸如使用机器人进行库存监测等事情，以加速摄取。同样，连接的工人和劳动力增强一直滞后，但我们预计这一点更兴趣，因为当然，制造业是某些工厂以外的任何地方工作的一个领域。

活力

能源产业遭遇了Covid-19的双重打击，导致需求巨大坍塌，加上油价崩溃。根据国际能源机构的说法，2020年需求将在2020年下降6％，这将是2008年巨大经济衰退后的速度七倍。其4月30日签发的预测预测的石油需求每天下降930万桶，并指出，在完全锁定的国家，电力需求下降约20％。

关于最后一点，预测能源消耗是我们调查中第二受欢迎的机器学习用例，有38%的受访者选择了这个用例，55%的人在接下来的两年里一直这样做。我们预计，在大流行期间的经验推动下，人们的兴趣将会加快。在大流行期间，我们看到家庭使用量的激增被办公室、商店和工厂能源消耗的下降所抵消。使用高峰已经改变;欧洲的高峰现在出现在早上晚些时候，而不是傍晚或清晨。在美国，高峰期仍在晚上，因为封锁的执行不是那么统一，在一些州甚至有所放松。人工智能技术可以帮助能源供应商适应新的消费趋势，甚至可以帮助运营商预测放松社交距离措施将如何影响未来的能源消耗。

智能电网分配是另一个流行的用例，有34％的受访者现在选择它，未来52％。当需求减少时，需求响应是将电网以稳定的频率运行的关键 - 例如，在美国和亚洲部分的60Hz，在世界其他大部分地区，50Hz。具有正常的网格分布模式不再提供大量值，AI可以帮助网格分配管理器管理新的正常情况。

风险分析是一种商用品的准备，可以比某些政府更好地做好准备。他们有流行病的业务连续性计划，并致力于他们。约有34％的受访者将风险分析视为现在的机器学习用例，在两年的时间内上升至52％。我们预计当我们再次提出这个问题时，这些数字将会更高，考虑到公司可能想要转向AI来帮助他们评估和管理这些不确定时期所产生的增殖风险。


媒体和娱乐

前景可能会严峻媒体行业的许多细分，包括一些看到大流行持有的巨大推动的部分。例如，采用Netflix和Hulu等ott服yabo07务。在标准普尔市场智能中，媒体研究小组截至3月底为974年的美国成人调查，发现如果受访者失去了工作并不得不减少开支，他们最有可能取消的媒体服务是流媒体服务订阅以37％。传统电视服务，即电缆或卫星，与yabo07家庭互联网有28％的28％，最后手机是最后两件事，分别为21％和14％。鉴于同一项调查中的52％表示，他们是“非常”或“有些有关”关于失去工作（6％已经失去了他们的人），短期内媒体的图片至少是一个冒险的媒体，尽管如此在大流行和锁定期间对OTT服务的订阅时期。yabo07

鉴于所有这些，机器学习在哪里适合？我们在媒体和娱乐行业的451季度调查中确定的使用案例与Covid-19大流行期间和之后的部门面临的问题有关。第二次流行的用例（32％）是网络优化，这对于耐沃服务（如Netflix）必须降级视频质量，以避免在某些国家/地区的崩溃网络，他们从客户无缝实现的东西yabo07' 观点看法。这也是由于这些公司所用的越来越多的软件驱动的网络，这也是由于这些公司所用的网络。

在调查时，受访者将智能档案搜索和资产识别引用，具有联合最佳前景，从27％选择它作为当前用例，在两年的时间内为51％。对于体育广播公司来说，必须依靠从过去的大流行期间从过去展示着名的体育赛事，这是他们内容的源头。

其他用例具有强大的前景（从电流增加到未来使用情况的24百分点）是自动化的内容创作。鉴于各种类型的媒体公司会发生多少成本切割，使用机器学习驱动的自然语言一代可能是媒体公司留在业务中的关键方面之一。这种用例还可以通过内容提供商来生成替代形式的内容或加速捕获内容的后期生产，以跟上客户对新娱乐的需求。

尼克耐心
创始人与研究副总统

尼克耐心is 451 Research’s lead analyst for AI and machine learning, an area he has been researching since 2001. He is part of the company’s Data, AI & Analytics research channel but also works across the entire research team to uncover and understand use cases for machine learning.

Jeremy Korn.
助理分析师

Jeremy Korn是451项研究中的数据，AI和分析频道的助理分析师，他涵盖了企业中的人工智能和机器学习。www.yabo11vip.com特别是，他侧重于这些新兴技术提出的法律和道德挑战。此外，Jeremy还有助于引领企业的声音：AI和机器学习调查，为AI采用，使用案例和基础设施提供了定性见解。

雷切尔敦促
研究助理

Rachel Dunning是451次研究的研究助理。www.yabo11vip.com在加入451次研究之前，她毕业于佛www.yabo11vip.com孚州立大学Magna Cum Grama＆Conitocation心理学和经济学。在参加学校时，她通过参与几个学术研究项目来获得研究方法和数据分析。她在会话上流利的德语。

想阅读更多？立即请求试用。