美國專利商標局(USPTO)于10月27日發布的一份新報告顯示，在2018年所有新的技術發明中，有42%的發明涉及到了人工智能。

[[355206]]

這些發明大部分都來自于知識處理和計劃/控制領域，即分析信息以獲取新見解以及利用這些見解來管理業務流程。

首席信息官們仍然在談論人工智能技術的重要性，但是這份新的報告則表明，如果企業還沒有將這些言談付諸實踐，他們就將落后于潮流。因為這些統計數據只到2018年的年底，所以對于那些還沒有開始采用這種技術的公司來說，落后的風險只會比報告里顯示的更大。毫無疑問，在過去的18個月中，包括人工智能在內的技術的使用率一直在增加。

這份報告還證實企業高層對這種技術的興趣正在增長，而且也更愿意考慮包含這些技術的新應用。該領域之內絕大部分的發明都可以被視為軟件，一直到最近，申請人都很難獲得這類創新的專利。可是，情況似乎已經發生了改變。

在這份報告中，美國專利商標局(USPTO)定義了八種組成人工智能技術的組件技術。首席信息官們應仔細研究其中的每一項，并決定如何將它們納入現有或未來工作流程之中。下面列出的六個領域對于首席信息官們來說至關重要，他們應該對這些領域認真考慮。這些領域是按照美國人工智能專利申請數量從高到低的順序排列的：

1.規劃/控制——這類技術涵蓋了工作流分析和檢測可能發生的問題的方法。這個領域的例子是通過視覺、聲音或者其他環境條件在生產工廠里檢測潛在問題，然后用一個專家系統來識別并解決出現的問題。涉及到供應鏈優化的企業應該對這種人工智能的形式特別感興趣，因為它們可以提高其系統的效率。

2.知識處理——這可能是首席信息官們在考慮使用人工智能技術時首先想到的事情，這個領域的例子通常是大數據的概念和數據科學學科。該技術涉及大量數據的分析，以獲取可用于自動化系統的見解。該技術的實際用途包括大型銀行或保險系統中用于自動檢測的欺詐或會計錯誤的軟件。使用計算方法來幫助實現大型數據收集的組織需要使用此技術進一步使其系統自動化。

3.人工智能硬件——《福布斯》雜志上最近的一篇文章就涉及了這個主題。盡管絕大多數的首席信息官們所服務的企業并不創建人工智能硬件，但是他們在考慮資本計算預算的時候，肯定會考慮到這方面的問題。

4.視覺——目前，受到這類技術影響最大的是醫學領域，在這個領域中，圖像處理技術可以幫助診斷并發現異常。該技術還可以被用于實現供應鏈優化，以保障裝配和包裝生產線的質量控制。

5.機器學習——這是另一個廣為人知的名詞，也是一個引起了人們極大興趣的領域。它與知識處理存在著一些重疊，但是美國專利商標局(USPTO)將機器學習定義為可以從數據中學習的計算模型，這是很寬泛的一類模型。所有的技術公司都應該研究機器學習的方法，以提高其數據分析的能力并且提升其從數據中獲取見解的能力。

6.語音——在語音識別方面，人們會想到Alexa、Cortana和Siri。盡管如此，該領域的人工智能還經常被用于自動響應系統中，該系統可幫助將客戶轉接到適當的客戶代表那里，以幫助他們解決可能遇到了的問題。它還可以被用于幫助了解呼叫者的脾性，并為客戶代表提供建議，幫助他們更好地位客戶解決問題。

進化計算和自然語言處理是這八大技術領域的基礎，這是當前技術進步的基礎，但是對于首席信息官們和基于技術的組織來說，現在已經對這些基礎沒多大興趣了。

通過了解這些技術組件的列表，首席信息官們可以看到很多領域，這些領域可能會因為將人工智能技術納入到企業的標準操作程序之中而為企業帶來競爭優勢。考慮到專利授予率已經出現了上升，現在就是為人工智能創新尋求專利保護的最佳時機。首席信息官們需要繼續考慮人工智能組件技術，并與他們的團隊合作，以確保在公司中實施它們。