引

人工智能（AI）通常被定義爲機器執行和機器按人類思維認知 （如感知、推理、學習、解決問題），還包括一系列使AI能夠解決業務問題的功能。

麥肯錫最新發布的一項關於人工智能的全球調查，該調查採訪了應用人工智能9種方法（自然語言文本理解，自然語言語言理解，自然語言生成，虛擬代理或會話接口，計算機視覺，機器學習，物理機器人，自動駕駛車輛和機器流程自動化）不同類型的公司，以展現當下全球企業的人工智能應用現狀。

調研發現，雖然在商業界纔剛剛開啓AI技術應用的大門，但這些方法卻能在很短的時間內被普遍地採用。其中絕大多數公司表示將人工智能引用到特定的工作流程中後，都能夠得到顯著的效益。

儘管如此，也有不少公司還抱着擔憂的心態，沒有采用人工智能或正在開始考慮採用人工智能。“革新”就像是“吸鐵石”，找對了磁場就是吸引力，找錯了磁場就是阻力。企業要想靠AI革新站穩腳就需要花更多的心思。接下來，我們將再次基於麥肯錫的調查報告爲大家展示如今全球企業在人工智能革新上的一些現狀，以及在未來的發展中擁抱更多AI價值的途徑。

人工智能在全球的應用情況

人工智能的發展到今天有不少產品縈繞在我們生活中的方方面面，在麥肯錫歸納的人工智能的9種方法中。最常見的也是最常被使用的：機器流程自動化、計算機視覺和基於機器學習的一些其它應用。

據調查，在大多數數字化公司中，少部分的管理者表示，他們只將機器學習部署到過標準業務流程中，還有一些管理者表示只接受機器學習。

在這些公司中已部署人工智能的公司中有47%的公司表示，在業務流程中應用了至少一種人工智能技術；20%的公司表示，已經在覈心的業務或是大規模的業務上應用人工智能技術。還有30%的公司表示正在嘗試應用人工智能技術。另外3%的公司是對人工智能還沒有做任何嘗試。

而物理機器人、自動駕駛車輛的實際部署就相對較少，因爲這兩項只被那些應用方向明確的公司所使用。

據麥肯錫調查說，在已部署人工智能的公司中，有21%的公司表示到目前爲止對人工智能的投資在數字化總支出中佔比相對較小，在數字化預算中僅用不到十分之一的資金，但這些公司預計在未來，對人工智能的投資將大幅增加。

不同領域對人工智能的價值表現

從下圖可以看出，若按按行業劃分，電信、高科技和金融服務公司在人工智能的採用處於領先位置。因爲這三種類型的企業在部分業務上，更需要大量的人力和數字化數據，而人工智能的技術更勝於勞動力。（圖一）

從各個部門和職能的來看，企業應用人工智能時，一般都是在追逐資金效益，這也是人工智能所創造價值的最大吸引力。如上圖中的零售業，人工智能在營銷和銷售過程中的使用最爲普遍：52%的零售受訪者表示他們在營銷和銷售中使用人工智能，不僅能提高效率還能帶來更多的收益。

當管理者們被問到使用人工智在商業運作中能幫助企業獲得的價值時，除了人力資源佔比相反外，其餘7項商業功能的“極具價值”都大於“稍具價值”。在“極具價值”中有8%的企業表示他們在使用人工智能後能帶來較大的價值，48%的企業表示能帶來顯著的價值，44%的企業表示能帶來部分價值。在一些特殊屬性的企業中，像製造業、風險領域，人工智能能帶來更高的價值。（圖二）

除了已經使用了人工智能的企業外，爲了能在自身的核心業務上挖掘能使人工智能發揮價值的地方，有很多企業都在朝着這個方向在努力。從下表中我們可以看出，有17%的企業表示，他們已經明確了所有潛在的可利用人工智能的機會，18%的企業表示他們已經有明確的戰略並且開始採購人工智能的新技術，還有24%的企業表示，他們還沒有決定開始實施下表中的任何一種方法。（圖三）

很多公司都開始研究開發出能從人工智能中獲得更多價值的核心業務，然而要想開發出這些業務，還需要走很長一段路。

阻礙亦是前進的動力

企業獲得效益的方法有很多，但要想在人工智能這條路上走的更長遠，阻礙總是避免不了的。而當管理者們被問到採用人工智能後面臨的最大阻礙時，他們表示，缺乏明確的人工智能戰略是至關重要的。其次是缺乏適合人工智能工作技能的人才、相關部門對端到端AI解決方案的限制、缺少能夠承擔或允諾相關後果的領導人員等等。（圖四）

然而這幾個阻礙因素，並不是對所有公司都造成影響。對於沒有數字化或數字化程度低的公司來說並不會帶來很大的影響和壓力。數字化程度越高，對人工智能的技術要求也就越高，遇到的阻礙和挑戰也就越多，但從中獲得的效益是要比那些數字化程度低的公司大得多。

說到數字化，要想獲得更高效益並且推動自身人工智能發展的一個因素就是公司在數字化過程中不斷進步。數字化程度越高的公司在更多的業務流程中部署了人工智能。從圖表中可以看出，在數字化的公司中，九項方法的部署遠高於其他公司，他們普遍傾向於採用機器學習的方法。

在數字化公司中，有19%的公司表示，超過五分之一的整體數字化支出用於人工智能。而據證實在已經數字化的核心業務流程中獲得了很大效益的公司，都是那些較早引用人工智能的公司。（圖五）

企業對人才缺失的擔憂以及彌補方法

雖然採用人工智能面臨的障礙對沒有數字化或數字化程度低的企業壓力較小，但這些企業管理者和同行們對人才都非常看重，說能夠找到適合的人才是很難的。而對於數字化程度最高的企業來說，人才是最大的挑戰，企業又該如何尋找或用其他的方法填補呢？對於這個現象麥肯錫早就未卜先知，並做出瞭如下回答。

無論公司的數字化程度多麼高，人才缺失對企業來說往往是心有餘而力不足。若想解決人才缺失的問題可以考慮圖下幾點。從佔比來看最優先的四個解決方案是：強化內部的AI技術能力、誠聘外部人才、購買專業技術類公司的技術已及對內部員工進行培訓。（圖六）

像電信、高科技以及金融服務業對人工智能技術的應用非常廣泛，儘管他們在開發自己的人工智能能力方面比其他人更專業，但他們還是會向外採購更專業技術並與自己的內部技術相結合。高科技和金融服務領域的企業還傾向於對現有員工的培訓和技能提升。

數字化程度高的公司則傾向於強化內部的AI技術能力，因爲這樣才能使技術變爲私有化，從而減少了對外的購買花費。

或許你會擔憂部署人工智能是否會對員工的流動性造成影響？那可能就不必了。具麥肯錫採訪的公司表示，在未來三年內，人工智能對員工流動的影響非常小。一些數字化程度高的企業，他們非常樂觀的看待這個問題，並表示人工智能並不會對人員流動造成很大影響，但可能會對員工所做的工作產生變化，因爲這能很好的利用人工智能使得機器與人之間實現更好的協作，所以在未來更期望人數的增加而不是減少。

展望未來

綜上述，數字化過程不斷進步和創造基礎的核心實踐對於利用人工智能的價值是至關重要的。公司可以根據下面幾點來更好的獲得人工智能的價值：

• 向數字化方向前行

在數字化過程中不斷進步是從AI中獲取價值的前提和關鍵推動因素。持續數字化對企業的影響是重大的，它會對企業核心業務流程和員工的工作方式發生改變。但如果沒有強大的數字做主幹，人工智能系統就會缺乏對大量的數據進行模型訓練，也就會缺失人工智能在規模上的洞察力。所以，數字化轉型或持續數字化對公司的影響是非常重要的。

• 將關鍵因素放在首位

雖然人工智能的被採用速度越來越快，但是麥肯錫認爲，要想從人工智能中獲得更大的價值，大多數公司都缺少使價值增長的促成條件。這些促成條件包括：高層管理者的支持、企業投資者對人工智能的態度、人才缺口的填補以及對複雜數據的有效實施和解決，所有這些條件都需要管理者在採用人工智能時明確合理的計劃和策略。這也是是商業管理者和技術領導者快速建立人工智能的促成因素。

• 瞭解自身並作出改變

從前面的圖表中可以看到，深藍色表示部署在多個功能/方法到業務流程中。淺藍色表示部署至少1個功能/方法到業務流程中。灰色表示至少有1個部門/業務正在進行嘗試部署。雖然有很多公司在一定程度上部署了人工智能，但極少有公司將人工智能部署到多個業務中。（圖五）

可以看出，大多數公司在嘗試應用人工智能的時候都有所考慮。盲目的應用人工智能可能不但無法帶來效益的提升反而還會給公司發展造成很大風險，所以管理者要明確自己公司的需求，真正瞭解人工智能以做出變革的承諾。除此之外，可能會錯過當前人工智能發展的好機會。

—— 專注於大數據與人工智能 http://yuyidata.com