隨着人工智能(AI)的激增，一種分化正在形成。在國家之間和行業內，圍繞AI競爭、人才爭奪戰和價值創造競爭中，贏家和輸家也隨之出現。

企業家的前景也在發生變化。歐洲1600家人工智能初創公司的生態系統正在走向成熟，併爲新興產業帶來創意顛覆。雖然英國是歐洲人工智能的強國，但德國和法國的人工智能中心正在蓬勃發展，未來10年它們的影響力可能會擴大。

隨着新的人工智能硬件和軟件使不可能成爲必然，我們也面臨着不同的未來。人工智能帶來了深遠的好處，但也帶來了重大的風險。我們將走向哪個未來?

《2019年AI狀態報告》賦予企業家、企業高管、投資者和政策制定者權力。雖然沒有專業術語、但這份報告利用獨特的數據和與生態系統參與者的400次討論，超越了炒作，解釋了今天人工智能的現實，即將發生的事情以及如何利用。

什麼是人工智能?

“人工智能”是一個通用術語，指的是表現出看似智能行爲的硬件或軟件。自20世紀50年代以來，基本人工智能已經存在，通過基於規則的程序，在有限的環境中顯示基本智能。人工智能的早期形式包括旨在模仿人類專家的“專家系統”。

基於規則的系統是有限的。從醫學診斷到識別圖像中的對象，許多現實世界的挑戰過於複雜或微妙，無法通過遵循人們編寫的程序來解決。關於現代人工智能的興奮與一系列稱爲機器學習的技術有關，其中進步是快速而重大的。機器學習是人工智能的一個子集。所有機器學習都是人工智能，但並非所有人工智能都是機器學習。

爲什麼AI很重要?

人工智能技術非常重要，因爲它可以通過軟件越來越高效和低成本地實現人的能力，如理解、推理、規劃、溝通和感知。通過軟件執行多年的一般分析任務(包括查找數據模式)也可以使用AI更有效地執行。

這些能力的自動化爲大多數商業領域和消費者應用創造了新的機會。 AI實現的重要新產品、服務和功能包括自動駕駛汽車、自動醫療診斷、人機交互語音輸入、智能代理、自動數據合成和增強決策能力。

如今，人工智能有許多實實在在的用例，這些用例使企業收入增長，並在現有領域節省成本。在金融服務、零售和貿易、專業服務、製造業和醫療保健等部門，將有大量的應用程序用於收集和綜合數據。人工智能計算機視覺在交通運輸領域的應用將具有特別重要的意義。

人工智能走向成熟?

自1956年問世以來，人工智能經過七次虛假的曙光，如今已經成熟。由於七個因素的融合，人工智能系統的功能已達到臨界點：新算法;培訓數據的可用性;專業硬件;雲AI服務;開源軟件資源;更大的投資;且興趣激增。

總之，這些發展改變了結果，同時降低了開發和部署人工智能的難度、時間和成本。一個良性循環已經形成。人工智能的進步正在吸引投資、創業和興趣。這些反過來又在加速進展。

AI採用的競賽

大公司正在以加速採用人工智能的速度。 12個月前，只有4%的企業採用過AI。如今，14%的企業已經部署了AI。另有23%的人打算在未來12個月內部署AI。採用將繼續加速;在兩年內，將近三分之二的大公司將有實時人工智能的計劃(圖25)。

人工智能部署正在激增：

•對人工智能的廣泛認識推動了越來越多的企業測試和學習活動;

•概念驗證項目的早期成熟，展示價值並促進進一步投資;

•對人工智能的理解雖然很低，但正在改善和推動投資;

•成熟的人工智能技術 - 以及一系列新興的廉價或開源AI API、框架和工具 - 降低了進入門檻。與24個月前相比，企業可以通過人工智能實現更多、更快、更便宜，而專業知識更少;

•企業通過招聘首席科學官、研究人員、數據科學家和機器學習工程師來減輕技能短缺，並提高現有員工的技能;

•企業擁抱“最佳”第三方AI軟件供應商的豐富生態系統。歐洲擁有1,600多家創新、處於早期階段的軟件公司，它們的價值主張以人工智能爲核心。它們服務於廣泛的行業和業務功能，爲人工智能提供了一個可訪問的“入口”，具有卓越的效果和快速的價值實現時間。

在2019年，AI'跨越鴻溝'，成爲早期多數

到2019年底，超過三分之一的企業將部署人工智能。人工智能的採用從創新者和早期採用者到早期的大多數人都取得了極大的進步。到2019年底，人工智能將以極快的速度“跨越鴻溝”，從夢想家到實用主義者，對公司，消費者和社會產生深遠影響

人工智能可能是技術史上最快的範式轉變

人工智能可能是企業技術史上最快的重大範式轉變。在三年的時間裏，擁有人工智能計劃的公司比例將從二十五分之一增加到三分之一。

公司可以相對輕鬆地從AI獲得最初的好處。隨着雲計算革命和豐富的人工智能應用程序提供商的出現，企業可以通過雲與“最優秀的”人工智能應用程序打交道，從它們的數據中獲取價值。它們還可能利用亞馬遜、谷歌、IBM和微軟等全球技術供應商提供的“即插即用”雲人工智能服務。

儘管更深層次地、結構性地接受人工智能——可能包括聘用數據科學家和重新映射數據管道——將需要更多的時間和投資，但上述因素正使一種新技術範式能夠以前所未有的速度得到採用。

巨大的期望正在推動採用

企業對人工智能的潛力越來越有信心，這推動了人工智能的應用。與其他新興技術(包括雲、移動、物聯網、區塊鏈)相比，更多的高管認爲人工智能將成爲“遊戲規則的改變者”(圖27)。

中國在人工智能採用方面處於領先地位

雖然人工智能的採用在所有地區都有所增加，但亞太地區的公司最積極地採用人工智能。如今，亞太地區採用人工智能的企業數量(五分之一)是北美的兩倍，而北美只有十分之一。在亞太地區，中國公司引領AI採用。北京、上海、廣東、浙江和江蘇是主要的中心。此外，亞洲/太平洋地區沒有興趣部署人工智能的公司比例，14%，是北美的一半。

中國企業採用人工智能正在受到以下因素的催化：

1.政府政策：2017年，中國發布了“下一代人工智能發展計劃”。該路線圖是中國和中國公司在人工智能領域的三步走計劃，目標是:到2020年建立中國在人工智能領域的競爭力;在2025年前實現人工智能的突破;到2030年在人工智能領域建立全球領導地位。

2.數據優勢：AI系統通常通過攝取訓練數據來改進。中國公司具有雙重優勢：在使用個人數據方面比歐洲更寬鬆的政策; 在公司內部減少孤立的數據。78%的中國領先企業將其企業數據保存在一個集中數據湖中，而歐洲和美國的這一比例分別爲37%和43%。

3.較少的遺留資產：中國公司通常擁有較少的遺留應用程序和流程，這爲它們提供了超越歐美企業的機會，這些企業擁有廣泛的現有系統和相關的集成需求。

人才和人事問題是中國公司對人工智能採用的主要障礙。美國的人才庫目前比中國大50%以上。與美國或歐洲企業相比，更高比例(60%)的中國初創企業強調人工智能人才短缺。自動化對社會的影響也是中國公司迫切關注的問題。中國公司更注重效率項目，而非創收舉措。因此，在中國，三分之二的人工智能先驅企業預計，人工智能將縮減其員工規模，而歐洲同行的這一比例僅爲三分之一。

人工智能應用程序的使用正在廣泛地向前推進(圖31)。今天的企業正在使用多種類型的體驗和分析AI應用程序。十分之一的企業現在使用十個或更多的AI應用程序。

最流行的AI用例是：

•聊天機器人(26%的企業)

•流程自動化解決方案(26%)

•欺詐分析(21%)

最常見應用包括：

•消費者/市場細分(15%)

•計算機輔助診斷(14%)

•呼叫中心虛擬助理(12%)

•情緒分析/意見挖掘(12%)

•人臉檢測/識別(11%)

•人力資源應用(例如簡歷篩選)(10%)越來越多的某些應用在特定行業中變得越來越普遍。

•近四成的醫療服務提供者使用計算機輔助診斷;

•三成公用事業使用過程自動化工具;

•六成醫療保健支付者，近一半的金融服務公司和四成保險公司使用人工智能進行欺詐檢測;

•三成零售商和四成的批發商使用AI進行消費者細分;

•三成媒體公司使用AI進行情緒分析。

自然語言處理和計算機視覺AI是許多流行AI應用程序的基礎，包括聊天機器人、計算機輔助診斷、情緒分析和麪部檢測。企業正首次擁抱人工智能在軟件中複製傳統人類活動的能力，以及這種能力帶來的可能性(包括聊天機器人、計算機輔助診斷和情緒分析)。

其他流行的AI應用程序 - 欺詐分析，消費者細分和流程自動化方面 - 反映了AI比傳統的基於規則的軟件更有效地識別數據模式的能力。隨着AI擴展了自動化工作流程的廣度和複雜性，流程自動化已經成熟。 2017年，64%的企業發揮其潛力，將流程自動化作爲未來人工智能部署的重點。隨着解決方案的成熟，公司已經實現了他們的意圖。在2019年，流程自動化是最受歡迎的AI應用程序。

行業採用率不斷提高

人工智能的採用不平衡- 跨行業和行業內部 - 並且處於不穩定的狀態。各行業正在分化爲人工智能的“早期採用者”、“推動者”和“落後者”。在各個行業中，採用率在市場參與者的子集之間進一步劃分。

“早期採用者” - 積極投資人工智能的行業 - 正在收穫利益並保持領導地位。 2017年，金融服務和高科技及電信公司預計在未來三年內增加對人工智能的投資，超過其他行業公司。如今，保險、軟件和IT服務以及電信公司在人工智能採用方面處於領先地位(圖32)。

“推動者”已經意識到人工智能的潛力，正在縮小採用差距。 2017年，人工智能在零售、醫療保健和媒體中的應用相對於其他行業而言是溫和的。這些行業的採用速度加快了。四成以上的零售、醫療保健和媒體公司現在已投資於人工智能或將在12個月內完成投資(圖32)。

金融服務、高科技和電信、零售、醫療保健和媒體的高採用率反映了機會和參與的融合。 AI爲這些行業的價值創造提供了無限潛力。提供了：衆多預測和優化挑戰，非常適合人工智能;訓練人工智能系統的大量數據;可量化的投資回報;以及在不同程度上吸引高素質人才的資源和能力。上述行業的參與者通常也願意與人工智能打交道。“早期採用者”以遠見迎接機遇。 “推動者”已迅速認識到新出現的機會 - 並開始解決採用障礙，例如龐大的孤島數據。

“落後者” - 政府機構、教育公司和慈善機構 - 在人工智能採用方面落後。雖然人工智能有可能改變政府，特別是在廣泛的數據集和衆多優化機會的情況下，但人工智能的參與將繼續受到少數人工智能計劃、新興技術預算有限，孤立數據和難以吸引人才的困擾。個人將主要作爲生產者和消費者而非公民參與AI，以支持企業和消費者的目標。人工智能對西方社會的轉型將由企業主導，而不是政府，而社會弱勢羣體將是最後一批受益於人工智能的羣體。

公司更願意購買，而不是構建AI

採用人工智能時，更多的公司更喜歡“買買買”而不是“構建”。近半數公司贊成從第三方購買AI解決方案，而第三方則打算在內部構建定製解決方案(圖40)。很少有公司 - 只有十分之一 - 願意等待人工智能被嵌入到他們最喜愛的軟件產品中。

對於許多人來說，“買買買”策略是合適的，因爲公司內部的人工智能能力有限，而且垂直化的“最佳”軟件供應商正在大量湧現，而人工智能正是他們產品主張的核心。僅在歐洲就有1,600家創業公司和規模較大的公司提供人工智能主導的解決方案，每個解決方案都專注於特定的行業或業務功能。與開發內部專業知識和能力相比，許多提供了最佳的AI功能，更快的價值實現時間和更低的成本。此外，大型買家可以經常塑造早期公司的產品路線圖，以支持他們的要求。在早期以人工智能爲主導的供應商(如政府和教育機構)所服務的行業中，“構建”的傾向更高。

等待人工智能嵌入他們喜愛軟件產品的公司比例很低，反映了買家對人工智能的迫切性以及對可持續競爭優勢的渴望。在人工智能化的同時，現有企業將AI功能嵌入到現有解決方案中的速度較慢，而且不太可能提供同類最佳的功能。通過爲大量市場參與者提供相同的工具，他們提供的競爭優勢也是有限的。

技術範式的轉變通常會破壞現有企業的穩定，並使新的贏家成爲可能。在2019年，由於買家優先考慮能力和價值實現時間，因此專業供應商對AI來說是一個有吸引力的“入口”。隨着AI商品化和買家尋求整合和簡化他們的技術堆棧，買家可能會再次青睞支持人工智能的現有企業。

技術的進步

雖然圖形處理單元(GPU)在過去催化了AI開發，並將繼續發展，但硬件創新正在擴大AI的潛力。硬件正在優化、定製或重新設計，以提供新一代的AI加速器。具有“張量架構”的硬件正在加速深度學習AI。供應商，包括英偉達和谷歌正在優化或定製硬件，以支持使用流行的深度學習框架。

我們正在進入後GPU時代。領先的硬件製造商正在創建新的計算機處理器類，從一開始就設計用於AI。定製芯片將AI帶入互聯網的“邊緣” - 物聯網設備、傳感器和車輛。專爲邊緣計算而設計的新型處理器將高性能、低功耗和小尺寸相結合。

隨着量子計算的成熟，它將爲人工智能的進步創造深遠的機遇，使人類能夠解決以前棘手的問題，從個性化醫療到氣候變化。新生時，量子計算正在迅速發展。研究人員在量子計算機上開發了功能強大的神經網絡。

強化學習(RL)是開發AI的另一種方法，可以在不知道域的情況下解決問題。 RL系統不是從訓練數據中學習，而是獎勵和加強朝着特定目標的進展。 AlphaGo Zero是DeepMind爲圍棋開發的一款RL系統，運行僅40天就開發出了無與倫比的能力。在2019年，RL的發展將使代理人羣體能夠有效地進行互動和協作。

RL的進展很重要，因爲它將系統改進與人類知識的約束分離開來。 RL非常適合在缺少訓練數據的環境中創建自主執行的代理。

傳遞學習(TL)使程序員能夠將從先前挑戰中學到的元素應用於相關問題。 TL可以提供更強的初始性能，更快速的改進和更好的長期結果。對TL的興趣在24個月內增長了7倍，並使新一代系統具有更強的適應性。

通過學習語言的基本屬性，TL驅動的模型正在改進語言處理領域的最新技術 - 在通用實用領域。 2018年是TL應用於語言處理的突破性一年。

TL還包括：支持開發可與現實世界互動的複雜系統;提供更具適應性的系統;並支持人工一般智能的發展，這在目前的人工智能技術中仍然遙不可及。

生成性對抗網絡(GAN)將重塑內容創建、媒體和社會。作爲一種新興的人工智能軟件技術，GAN能夠以極高的保真度創建包括圖片和視頻在內的人工媒體。 GAN將在包括媒體和娛樂在內的各個領域帶來轉型效益，同時爲社會帶來深刻的挑戰 - 謹防'假新聞2.0'。

AI人才需求量很大

隨着人工智能融入消費者體驗的結構，人工智能的企業採用從早期採用者延伸到早期主流，對能夠創建人工智能解決方案的開發人員的需求激增。在英國，人工智能角色的招聘需求自2014年以來增加了485%。四分之一的公司強調，缺乏可用的人才是他們採用人工智能的主要障礙。

需求增長正在加速。在美國，人工智能相關職位的年增長率從20%(2016年)增加到32%(2017年)。在過去的24個月中，與人工智能相關的職位發佈佔總職位的比例幾乎翻了一番(圖56)。

......但AI人才庫的人才很少

全球AI開發人員數量的估計差異很大，部分取決於定義。在更廣泛的技術團隊中，可能只有22,000名訓練有素的AI專家和多達300,000名AI研究人員和從業者。 AI起源於學術界。理解和應用AI所需的高等數學、統計學和計算機科學需要廣泛的教育，限制了可用人才庫的規模。 AI開發人員受過高等教育;近60%擁有碩士或博士學位(圖60)。人工智能開發人員擁有碩士學位的可能性是其他專業開發人員的兩倍，擁有博士學位的可能性是其他專業開發人員的七倍(圖61)。三分之二的數據科學家認爲他們的大學教育對其職業成功非常重要或相當重要。

人才短缺帶來高薪資

人工智能開發人員的短缺正在推動市場的高薪。數據科學家和機器學習專家是收入最高的專業開發人員之一(圖63)。在20家薪酬最高的公司，人工智能工程師的薪水平均爲22.4萬美元(圖64)。該領域的領導者掌握着鉅額資金。

相對於他們的專業經驗水平，人工智能開發人員的薪水尤其高。近一半的數據科學家擁有兩年以下的專業經驗;近四分之三的人少於10人。與其他開發人員相比，數據科學家相對於他們的經驗水平享有最大的工資溢價(圖65)。

人工智能工資繼續增長

人工智能專業人員的工資近年來顯著增長，並且還在不斷增加。幾乎所有數據科學家都報告說在過去三年中增加了工資;近一半工資增長了20%或更多(圖66)。

在過去的12個月裏，工資繼續增加(圖67)。今年的薪酬動態對AI專業人士而言比對許多其他開發人員更有利。然而，人工智能專業人士並不是唯一一個享受大幅同比加薪的人羣。專注於系統管理、嵌入式應用程序和企業應用程序的開發人員都獲得了類似的增長。

人工智能人才爭奪戰中，贏家和輸家層出不窮

儘管人工智能有可能重塑從零售到醫療保健等行業，但技術和金融服務公司吸收了近60%的人才(圖68)。 44%的數據科學家受僱於技術領域，超過醫療保健、諮詢、營銷、零售、學術和政府部門的總和。金融服務擁有14%數據科學家，居第二位，遠低於第一位。

在科技領域，全球最大的科技公司 - 包括亞馬遜、蘋果、Facebook、谷歌、IBM和微軟 - 正在整合大部分可用人才。亞馬遜、微軟和蘋果合計投資約6.2億美元用於人才庫。

歐洲的AI創業公司

歐洲擁有1,600家早期AI軟件公司。人工智能創業正在成爲主流。 2013年，每50個新創業公司中就有一個接受了人工智能。今天，十分之一的公司把它作爲價值主張的核心。歐洲初創生態系統正在走向成熟。六分之一的歐洲AI公司是屬於“增長型”公司，擁有超過800萬美元的資金。期待：購能夠回收資本和人才;創業公司與'規模化'企業以及現有企業競爭; 以及對人才日益激烈的競爭。

英國是歐洲人工智能的強國，擁有近500家人工智能初創企業，佔歐洲總數的三分之一，是其他任何國家的兩倍。我們提供了一份英國人工智能初創企業的地圖，其中包括14家領先企業。德國和法國也是正在蓬勃發展的歐洲人工智能中心。高質量的人才、不斷增加的投資以及越來越多突破性的人工智能公司正在創造增長和投資的反饋循環。西班牙對歐洲人工智能的貢獻超過了它的規模。與創業相關的移民，豐富了該國的人才庫。

歐洲人工智能領域不斷變化。雖然英國仍然是歐洲人工智能的強國，但其在歐洲人工智能創業公司的份額，按數量計算，略有下降。英國脫歐可能會加速這一進程。法國、德國和其他國家可能會在未來十年內擴大其影響力，在歐洲更均勻地傳播創業的好處。意大利、瑞典和德國在覈心人工智能技術方面“超水平發揮”，而北歐國家深厚的技術專長聲譽也得到了支持。

九成的人工智能創業公司致力於解決業務職能或部門(“垂直”)。十分之一的人提供“橫向”AI技術。四分之一的新人工智能創業公司是消費者公司，因爲企業家正在解決或規避“冷啓動”數據挑戰。許多人專注於金融或健康和福祉。

醫療、金融服務、零售和媒體娛樂等領域的人工智能初創企業都提供了良好的服務。在包括製造業和農業在內的部門，創業活動相對於市場機會來說是有限的。健康與福祉是人工智能創業的重點;更多的初創公司專注於這個領域。在未來10年，開發商對醫療保健未來的影響將超過醫生。由於流程自動化帶來了深遠的新機遇，而且利益攸關方對創新的開放程度達到了臨界點，因此活動正在蓬勃發展。

英國是歐洲醫療人工智能的心臟地帶，擁有歐洲大陸三分之一的初創企業。英國企業家受益於醫療保健規模的擴大，刺激了人才，並提高了NHS內部對創新的開放程度。

營銷和客戶服務部門擁有豐富的供應商生態系統。四分之一的人工智能初創企業專注於營銷團隊的業務功能。大量支持運營團隊的人工智能初創企業的湧入，正推動流程自動化的不斷提高。由於技術基本面和廣泛的資本供應，人工智能公司籌集了更多資金。

核心技術提供商吸引了一定比例的資金份額。雖然占人工智能初創企業十分之一，但它們吸引了五分之一的風險資本。人工智能企業家面臨的主要挑戰是人才的可用性、培訓數據的可獲得性以及創造可生產技術的難度

人工智能的好處

人工智能的好處可以概括爲:創新(新產品和服務);效率(更有效地執行任務);速度(更快地完成任務);和可伸縮性(不受人類能力限制的自由活動)。這些好處將對消費者、企業和社會產生深遠的影響。通過自動化以前由人類專業人員提供的功能，人工智能將降低成本，提高服務的可伸縮性，擴大醫療和交通等市場的全球參與。

在包括保險、法律服務和交通在內的多個行業，人工智能將改變價值鏈中的利潤來源和範圍。新的商業成功因素——包括擁有大型私人數據集和吸引數據科學家的能力——將決定一家公司在人工智能時代的成功。隨着向人工智能的範式轉變導致企業競爭定位的轉變，新的平臺、領導者、落後者和顛覆者將會出現。

人工智能將爲社會帶來深遠的好處，包括:改善健康;提高製造業和農業生產能力;更廣泛地獲得專業服務;更令人滿意的零售體驗;和更多方便。人工智能也帶來了巨大的挑戰和風險：人工智能驅動的自動化可能會取代工作;人工智能將使涉及日常事務的某些職業實現自動化。

在其他行業，人工智能將增加工人的活動。選擇的工人可能在短時間內被替換，這會阻止那些失去工作的人迅速重新融入勞動力大軍。可能導致社會混亂和政治後果。

有偏見的系統可能加劇不平等。例如，用於訓練人工智能系統的數據反映了歷史偏見，包括性別和種族偏見。有偏見的人工智能系統可能導致個人經濟損失、機會損失和社會恥辱。人工媒體可能會破壞信任。新的人工智能技術使創造栩栩如生的人工媒體成爲可能。在提供好處的同時，它們還能提供令人信服的虛假視頻，使騷擾和誤導個人變得容易，並通過破壞信任削弱社會。

人工智能提供了隱私和安全之間的權衡。隨着人工智能人臉識別技術的進步，公民願意在多大程度上犧牲隱私來偵查犯罪?人工智能使高科技監控國家成爲可能，擁有更大的控制權。 “殺手機器人”與主人對抗的風險可能被誇大了。但較少考慮的是，如果戰爭的人力成本較低，可能會增加國家間衝突風險。