2018年12月，Gartner对106位Gartner研究圈（Gartner Research Circle）成员开展了“人工智能与机器学习发展战略”研究。调查显示，目前使用人工智能（AI）或机器学习（ML）的企业机构中，平均有四个己部署的人工智能/机器学习项目，其中59%的受访者表示，他们已经部署了人工智能。
“今年人工智能的采纳速度明显加快。”Gartner研究副总裁Jin Hare表示，人工智能项目数量的增加意味着企业机构可能需要通过内部重组来保证人工智能项目获得相应的人员和资金。最好的方法是建立一个人工智能卓越中心（AI Center of Excellence）来最有效地分配技能、获得资金、设置优先级别和分享最佳实践。
目前人工智能项目的平均部署数量为4个，但受访者预计在未来12个月内将增加6个项目，且在未来3年内将再增加15个。到2022年，这些企业机构预计将平均部署35个人工智能和机器学习项目。
人工智能或机器学习项目平均部署数量（来源：2019年7月Gartner）
同时，40%的企业机构认为客户体验是他们使用人工智能技术的最大动力。目前大部分企业机构（56%）专注在内部使用人工智能为决策提供支持和向员工提出建议。Hare表示，这项技术不是替代现实员工，而是用增强并赋能现实员工、让其能够更快地做出更好的决策。
任务自动化项目的重要性仅次于决策支持和建议。20%的受访者认为这是他们的最大动力。自动化包括财务部门的开票与合同验证或人事部门的自动筛选与机器人面试等任务。
Gartner 2019年CIO调查报告显示，过去四年中实施人工智能（AI）的企业数量增长了270％，而且过去两年中增长了3倍。
衡量人工智能项目的成功并不容易，许多企业机构在衡量一个项目的效果时会以效率作为主要的成功衡量指标。Gartner研究副总裁Whit Andrews和Gartner高级研究总监吕俊宽表示，在人工智能采纳方面持保守或追随主流态度的企业机构往往使用效率目标来衡量价值，而那些表示在人工智能采纳策略方面持激进态度的公司更倾向于追求客户互动上的改进。
“CIO很难从ROI的角度向老板证明，投资人工智能是有回报的。”吕俊宽认为，在人工智能的投资中很多企业都会陷入ROI的迷思，这会让企业找不到人工智能的投资方向。例如在金融行业很少有企业通过部署客服机器人达到其ROI目标，客服机器人可以使客户沟通数量增长15%-30%，但不代表可以立即裁掉15%-30%的员工。