根据Gartner的最新人工智能炒作周期，人工智能市场仍然处于演化状态，有很高比例的创新出现在向上倾斜的早期阶段，被命名为 "创新触发器"。

这一发现表明了最终用户寻求特定技术能力的市场趋势，而这些技术能力往往超出了当前人工智能工具的能力。

同时，智能机器人、知识图谱、边缘人工智能和数字伦理是处于期望膨胀的高峰的趋势。

Gartner高级首席研究分析师Shubhangi Vashisth说："人工智能创新正在快速发生，"炒作周期 "上的技术在两到五年内达到主流采用的数量超过平均水平。包括边缘人工智能、计算机视觉、决策智能和机器学习在内的创新都准备在未来几年对市场产生变革性影响。”

显示各种人工智能（AI）趋势在不同阶段的市场预期的线图。

根据Gartner的说法，今天推动人工智能创新的四个趋势如下。

负责任的人工智能

提高人工智能的信任度、透明度、公平性和可审计性被认为对利益相关者越来越重要，而负责任的人工智能正在帮助实现这一目标。

Gartner研究副总裁Svetlana Sicular解释说："负责任的人工智能有助于实现公平性，即使偏见被烘托到数据中；获得信任，尽管透明度和可解释性方法在不断发展；并确保监管合规，同时努力解决人工智能的概率性质。"

该全球研究和咨询机构预计，到2023年，所有受聘于人工智能开发和培训工作的人员都必须展示负责任的人工智能方面的专业知识。

小而广的数据

随着数据构成成功的人工智能计划的基础，小而宽的数据方法能够实现更强大的分析和人工智能，减少对大数据的依赖，并提供更丰富、更完整的态势感知。

据Gartner称，到2025年，70%的组织将被迫把重点从大数据转向小数据和宽数据，为分析提供更多的背景，使人工智能对数据的需求减少。

小数据是指应用需要较少数据但仍能提供有用见解的分析技术，而宽数据则能对各种数据源进行分析和协同，这些方法结合在一起，能够实现更强大的分析，并帮助达到对业务问题的更360度的看法。

人工智能平台的操作化

利用人工智能促进业务转型的紧迫性正在推动人工智能平台的运营化需求。

这意味着将人工智能项目从概念转向生产，以便可以依靠解决方案来解决企业范围内的问题。

Gartner的研究发现，只有一半的人工智能项目能够从试点进入生产，而那些项目平均需要9个月的时间来完成，AI协调和自动化平台（AIOAPs）和模型操作化（ModelOps）等创新正在实现可重用性、可扩展性和治理，加速AI的采用和增长。

有效地利用资源

鉴于人工智能部署所涉及的数据、模型和计算资源的复杂性和规模，人工智能创新需要以最高效率使用这些资源。

多重体验、复合式人工智能、生成式人工智能和转化器因其能够以更有效的方式解决广泛的业务问题而在人工智能市场上获得知名度。