在Gartner已有17年經驗的營運副總裁Matthew J Boon表示，現在科技產業不再只針對不同的設備，而是關注怎麼使用科技。現在24小時全天候的用戶體驗是要整合不同的是數位網格，裡面結合了不同的應用、服務跟設備打造讓用戶願意使用。
Matthew認為，人工智慧就是中樞整合器，整合許多不同數位網格的中樞創造出非常豐富多元的用戶體驗，他認為，現在人工智慧影響到我們生活中各個面向，也跟生活息息相關。而現在有幾個重要關鍵是不管是設備商或製造商都必須要注意的：
1. 思考消費者要什麼樣的體驗
2. 要接觸的客戶是在怎樣的業務環境之中
3. 客戶期待有怎樣的成果
1. 思考消費者要什麼樣的體驗
2. 要接觸的客戶是在怎樣的業務環境之中
3. 客戶期待有怎樣的成果
這些廠商要思考自己有沒有足夠的硬體能力來發展DNN（Deep Neural Network，深度神經網絡），這是人工智慧發展非常重要的關鍵。另外，若想在這個世代之中異軍突起，技能是最重要的，不但要發展內部既有的人才，還要打造吸引外部人才的環境，未來這些AI相關領域的人才將會奇貨可居。
Gartner營運副總裁Andrew Johnson表示，今年是Gartner第6年在亞洲各國舉辦這個研討會，過去6年中Gartner每一年都有在台灣舉辦，主題涵蓋穿戴式裝置、連網家庭、物聯網、車聯網等等。今年因為客戶要求特別把主題放在AI上，而今年的與會者比往年多2成，這顯示AI受到重視的因素愈來愈高。
Andrew Johnson表示，在過去幾年間Gartner在AI領域的相關研究報告就高達4200份，AI幾乎成為Gartner所有研究裡面都會涵蓋的部份。其中包括AI的科學基礎、AI對垂直產業及個人科技的影響還有對各種不同面向的影響，可見AI非常重要。
值得注意的是，每個公司都想要說服客戶自己是AI的專家，所以我們要仔細、謹慎的聽不同廠商的AI解決方案，要注意看他們解決方案中涵蓋AI的什麼面向跟服務，不能完全相信他們的答案。
Gartner 研究總監Angela McIntyre表示，
Gartner預測，到2020年AI相關的商機將達到3000億美元，其中包含產品跟服務。而去年AI的市場規模只有300億。AI的競爭態勢愈來愈激烈，很多新創公司崛起，希望在市場上提供創新的解決方案。在北美歐洲等地，與AI相關的新創公司達2100家，微軟跟百度等大型企業則有數千名員工投入AI相關開發。Gartner分析，現在就是投入AI解決方案的時機點，若等到5年後才推出，到時候想做出產品及服務差異化就為時已晚，
使AI有了突破性發展的三個科技趨勢：
1. DNN（Deep Neural Network，深度神經網絡）
2. GPU
3. 大數據（Big Data）
1. DNN（Deep Neural Network，深度神經網絡）
2. GPU
3. 大數據（Big Data）
從曲線圖可以看出，其實AI在2012年已進入高原期，在2012年之後由於上述3個趨勢的結合出現，AI成長趨勢大幅起飛。2012年的時候出現了多核GPU，能夠支援DNN編程，因此可以訓練大數據，可能網路上的照片就可以被使用跟訓練。在GPU有這樣的重大突破之前，工程師可能要花好幾年時間、寫數千條程式碼來開發模型，但現在GPU可能幾天或幾小時就可以完成一個模型的開發。這邊可以看到GPU幾年下來的進展，2008年GPU大概有1千萬個節點連結，2011年有10億個、2015年到1000億個節點。所以對於企業來說，如何運用超級運算能力就很重要了。如可以租用亞馬遜或微軟等雲端服務，也可以購買運算平台，或組裝自己的硬體，當然最快的方法還是使用現在既有的超級運算能力，另外還有一些深度學習的平台及軟體可以搭配：
1. 加速器/加速方案
這些是軟體的套件，可以讓資料庫接受數十億筆的查詢，並把分析結果用視覺化的方式呈現，如MapD
2. 程式介面
程式介面就是具有AI能力的軟體程式碼，如Clarifai
3. 深度學習的框架
可以用軟體來打造不同的深度學習模型，如Google TensorFlow
1. 加速器/加速方案
這些是軟體的套件，可以讓資料庫接受數十億筆的查詢，並把分析結果用視覺化的方式呈現，如MapD
2. 程式介面
程式介面就是具有AI能力的軟體程式碼，如Clarifai
3. 深度學習的框架
可以用軟體來打造不同的深度學習模型，如Google TensorFlow
這只是很多現在推出跟AI相關的服務產品廠商的一小部份而已，當然AI最令人振奮的是可以開發出不同的解決方案，比如現有的新的電腦視覺技術出來，可以讓AI做到以前只有人可以做到的事，減少錯誤，取代重複單調的工作。以下是一些實際應用的案例：
1. 分析醫學的影像/圖像
找到腫瘤的存在位置，並判斷其為良性或惡性
2. 情緒識別
廣告行銷可以透過讓電腦視覺判讀消費者表情，進而判斷這個訊息是被正面還是負面的看待
3. 環境方面
衛星影像結合大數據，可以持續觀察環境的改變。看氣候變遷的影響是不是造成森林縮減或海灘消退
4. 全新購物的型態跟行為
AI可以透過記錄用戶用手機購買過的服裝、加上消費者拍的照片，掌握他已經有的服裝。甚至可以透過AI分析膚質狀態，進而推薦個人化護膚產品
5. 語音辨識
現在有VPA（Virtual Personal Assistant，虛擬個人助理），可以打造不需要使用螢幕的介面。Gartner預估未來我們將會以VPA為中心來做運用
1. 分析醫學的影像/圖像
找到腫瘤的存在位置，並判斷其為良性或惡性
2. 情緒識別
廣告行銷可以透過讓電腦視覺判讀消費者表情，進而判斷這個訊息是被正面還是負面的看待
3. 環境方面
衛星影像結合大數據，可以持續觀察環境的改變。看氣候變遷的影響是不是造成森林縮減或海灘消退
4. 全新購物的型態跟行為
AI可以透過記錄用戶用手機購買過的服裝、加上消費者拍的照片，掌握他已經有的服裝。甚至可以透過AI分析膚質狀態，進而推薦個人化護膚產品
5. 語音辨識
現在有VPA（Virtual Personal Assistant，虛擬個人助理），可以打造不需要使用螢幕的介面。Gartner預估未來我們將會以VPA為中心來做運用
Gartner研究總監CK Lu（呂俊寬）表示，「10年前我們很難找到10個跟AI相關領域的運用，但10年後，我們將很難找到10個沒有運用到AI的技術。」AI讓我們可以透過機器學習及DNN，很快速的分析手中擁有的大量資料，改進我們的商業模式（business model），甚至開發出新的商業模式。
目前可以被應用的AI的核心技術只有十多種，但是這十多種會發展成上千個不同的狀況，這數千種又會發展成數千萬種不同行業的運用，比如銀行、工廠製造、智慧型手機、VPA，都是AI領域的商業應用。
Gartner預估到2021年之前，將有30%利潤會由AI來驅動，如果公司不投資AI，未來就少了30%掌握市場的機會。
AI在硬體的展現：
1. 核心元器件
包含超級電腦、網路環境，都是AI在硬體上的展現
2. 消費者個人的終端裝置
包含智慧型手機、VPA、連網家庭，甚至AR/VR，都會是AI硬體技術的延伸
3. 機器人、無人機、自駕車等
呂俊寬表示，人們誤以為在家裡裝感測器，連到智慧型手機上就是智慧家庭。其實用手機遙控家具是很不切實際的想法，比如用手機的APP來遙控開關燈其實步驟十分複雜與麻煩，但透過AI技術，我們可以用聲控來達到。舉冷氣為例，AI可以透過感測器的臉部或聲音識別知道這個房間多少人，是小孩還是大人，每個人對溫度的偏好，進而取得最佳值，就是AI的展現。
Gartner分析，AI的運用場景仍是以B2B為主。比如很多政府的案子利用AI做城市規劃。下一步才是B2B2C，B2C比較困難的原因是很難直接賣給消費者AI的技術，這需要時間慢慢演進。
根據Gartner調查，企業最希望AI對公司環境帶來的改變的第一名是節省成本。AI可以取代很多複雜瑣碎和制式化的工作，例如客服，引進了AI技術虛擬助理後，可以省掉10%到90%的成本。第二名是創造新的商業模式。
而在應用層面，企業最有興趣投資的為智慧顧問（smart advisor），透過機器學習分析資料，可以分析以前沒辦法分析的資料。而企業最有興趣投資的第二個項目則為虛擬助理，除了上述所說的客戶例子外，Gartner也建議，企業可以從內部員工開始做起，比如IT部門透過虛擬助理來改善公司員工的IT服務，讓機器人幫忙處理電腦問題。
