Gartner高級首席研究分析師Shubhangi Vashisth表示：“人工智能的創新速度飛快，技術成熟度曲線中 一半以上的技術將在二到五年內成為主流技術 。邊緣人工智能、計算機視覺、決策智能和機器學習等創新都將在未來幾年對市場產生革命性的影響。”
人工智能市場仍處于逐步發展階段，位于技術萌芽期的人工智能創新占據著很大的比例（見圖一）。這表明終端用戶正在尋求超出當前人工智能工具功能范圍的特定技術功能這一市場趨勢。
圖一、人工智能技術成熟度曲線
來源：Gartner（2021年9月）
Gartner認為以下四項趨勢正在推動人工智能創新：
負責任的人工智能（Responsible AI）
Gartner研究副總裁Svetlana Sicular表示：“提高人工智能技術的可信度、透明性、公平性和可審核性對各類利益相關者的重要性仍在日益增加。負責任的人工智能有助于：實現公平（即便數據中存在偏見也不例外）、獲得信任（盡管透明度和可解釋性方法正在逐步發展）以及在確保監管合規的同時，努力克服人工智能的概率性質。”
Gartner預測到2023年，所有人工智能開發和培訓人員都必須具備負責任的人工智能方面的專業知識。
小而寬數據（Small and Wide Data）
數據是成功人工智能計劃的基礎。小而寬數據策略能夠實現更強大的分析和人工智能、減少企業機構對大數據的依賴，并提供更豐富、更完整的情境感知。
根據Gartner的預測，到2025年，70%的企業機構將被迫把重點從大數據轉向小而寬數據，這將為分析工具提供更多的上下文并減少人工智能對數據的需求。
Sicular表示：“小數據的關鍵在于使用只需較少數據就能提供實用洞察的分析技術，而寬數據則能實現各種數據源的分析和協同作用。把這些策略結合在一起就能夠實現更強大的分析并有助于獲得更加全方位的業務問題視角。”
人工智能平臺的操作化（Operationalization of AI Platforms）
運用人工智能促進業務轉型的緊迫性和關鍵性正在推動人工智能平臺的操作化需求。這意味著將人工智能項目從概念轉向生產，從而可以依靠人工智能解決方案來解決企業范圍內的問題。
Sicular表示：“根據Gartner的研究，只有一半的人工智能項目能夠從試點進入到生產，而這些項目的平均完成時間為9個月。人工智能編排和自動化平臺（AIOAPs）和模型操作化（ModelOps）等創新正在實現可重用性、可擴展性和治理，加快人工智能的采用和增長速度。”
資源高效利用（Efficient Use of Resources）
鑒于人工智能部署所涉及到的數據、模型和計算資源復雜性與規模，人工智能創新需要最高效地利用這些資源。多重體驗（multiexperience）、組合式人工智能（composite AI）、生成式人工智能（generative AI）和Transformer因能夠以更高效的方式解決各類業務問題而引起了人工智能市場的關注。
