雷鋒網(wǎng)按：自1990年以來，麥肯錫全球研究院（雷鋒網(wǎng)注：以下簡稱MGI）一直在尋求對全球經(jīng)濟(jì)發(fā)展予以更深層次的理解。而在新一波人工智能浪潮的席卷之下，全球各行各業(yè)也有了新的發(fā)展形態(tài)。就此，MGI跨越14個行業(yè)、10個國家，對3073名企業(yè)高管進(jìn)行了調(diào)查，并分析了160個案例，集合發(fā)布了《人工智能：下一個數(shù)字前沿？》（以下簡稱《報告》）這份報告。
在這份《報告》中，MGI將重點分為兩部分。第一部分，在分析了人工智能和商業(yè)化之間的關(guān)系之后，MGI又對人工智能對經(jīng)濟(jì)發(fā)展和行業(yè)轉(zhuǎn)型產(chǎn)生的作用進(jìn)行了深度解讀。而在后半部分，MGI則以零售、電力、制造、醫(yī)療和教育五大領(lǐng)域為例，以進(jìn)一步研究人工智能在全球經(jīng)濟(jì)形態(tài)里的應(yīng)用情況。在這篇文章中，雷鋒網(wǎng)將先對MGI《報告》的第一部分進(jìn)行重點編譯和分析。
圖1：MGI《人工智能：下一個數(shù)字前沿？》要點解析
話不多說，先上本文要點：
以谷歌、蘋果、百度、騰訊等科技巨頭為主導(dǎo)，在全球掀起了AI投資的浪潮
從2016年來看，各科技公司在AI領(lǐng)域共花費了260-390億美元，其中90%用于技術(shù)研發(fā)和部署，而剩下的10%則用于AI收購。風(fēng)險投資、私募股權(quán)融資、種子投資和贈款也在迅速增長，盡管基數(shù)還不大，但整體規(guī)模也達(dá)到了60-90億美元。
各科技公司在AI領(lǐng)域的部署還處于早期實驗階段
MGI跨越10個國家、14個行業(yè)，以及對超過3000名高管的調(diào)查中，只有20%的受訪者表示目前公司正在大規(guī)模或在核心業(yè)務(wù)中使用AI相關(guān)技術(shù)。而41%的企業(yè)則表示，他們對AI將給公司帶來的回報和收益尚持不確定態(tài)度。MGI分析了160多個行業(yè)案例，發(fā)現(xiàn)只有在12%的情況下，AI實現(xiàn)了商業(yè)化部署。
在AI應(yīng)用的早期階段，各行業(yè)逐漸呈現(xiàn)應(yīng)用模式的差異化
據(jù)MGI發(fā)布的行業(yè)數(shù)字化指數(shù)排名表顯示，對AI接受度最高的行業(yè)分別為高科技/電信、無人駕駛和金融服務(wù)業(yè)，這些行業(yè)對AI 投資的意向也更加積極。零售、媒體/娛樂等行業(yè)對AI的接受度要稍弱于前者，處于中間階段。教育、醫(yī)療、旅游等行業(yè)對AI的接受度則更低。
AI可以為重度AI試驗者提供無窮競爭力
在MGI的調(diào)查中，早期的AI試驗者一般采用主動的數(shù)字化策略，以期在未來和其他公司拉開差距。特別是在零售、電力、制造、醫(yī)療和教育這五大領(lǐng)域，AI在改進(jìn)預(yù)測和采購、優(yōu)化自動化運(yùn)營、開發(fā)定制化營銷、定價、增強(qiáng)用戶體驗等方面都凸顯了特別的優(yōu)勢。
AI必須接受數(shù)字化訓(xùn)練，公司沒有捷徑可走
一家公司若想成功轉(zhuǎn)型AI，需要建立一套成功的程序以處理好數(shù)字和分析轉(zhuǎn)換各元素之間的關(guān)系，包括確定業(yè)務(wù)案例、建立正確的數(shù)據(jù)生態(tài)系統(tǒng)、搭建或購買適當(dāng)?shù)腁I工具、適應(yīng)工作流程和文化。經(jīng)MGI調(diào)查顯示，這個過程中，上至高層領(lǐng)導(dǎo)，下至管理和技術(shù)能力，無縫的數(shù)據(jù)訪問是關(guān)鍵。
AI帶來的機(jī)會和挑戰(zhàn)并存
不管是公司、開發(fā)商，還是政府、工人和員工，都應(yīng)該意識到AI已經(jīng)對其提出了挑戰(zhàn)，應(yīng)該不斷調(diào)整自身競爭力以適應(yīng)AI大潮。與此同時，AI帶來的倫理和法律監(jiān)管問題也不容忽視。
在科技巨頭的帶領(lǐng)下，AI投資在快速增長，商業(yè)化應(yīng)用卻落后了
圖2：2016年科技巨頭內(nèi)部投資情況
眾所周知，在科技巨頭的帶領(lǐng)下，如亞馬遜、蘋果、百度、谷歌等等，正在AI領(lǐng)域投資數(shù)十上百億美元。不過，在這一過程中尤以大公司的內(nèi)部投資占據(jù)主導(dǎo)地位。經(jīng)MGI預(yù)估，在2016年，這一數(shù)據(jù)達(dá)到180-270億美元。而大公司用于外部投資，如VC、PE、并購、贈款和種子基金等等，金額則約為80-120億美元。2016年，企業(yè)外部投資年均增長率接近40%。相比之下，這一比率在2010年-2013年一直維持在30%左右。
事實上，就目前來說，企業(yè)對AI應(yīng)用的需求還不太緊迫，部分原因在于數(shù)字和分析經(jīng)濟(jì)轉(zhuǎn)型速度相對滯后。在MGI對全球3000多位高管的調(diào)查中，我們發(fā)現(xiàn)，很多企業(yè)高管對AI還不甚了解。比如不清楚AI究竟能為他們做些什么，在哪里可以獲得AI應(yīng)用，如何將AI應(yīng)用到企業(yè)業(yè)務(wù)，以及如何評估投資AI技術(shù)的回報等。
而在大公司的內(nèi)部AI投資中，絕大部分是用于研發(fā)和部署。雖然蘋果、百度、谷歌等科技巨擘都在舉力開發(fā)內(nèi)部技術(shù)套件，但AI投資重點又各不相同。如，亞馬遜將重點主要放在機(jī)器人和語音識別上，Salesforce則為虛擬助手和機(jī)器學(xué)習(xí)上；寶馬、特斯拉等汽車廠商則專注在機(jī)器人、機(jī)器學(xué)習(xí)的研發(fā)上，以期進(jìn)一步推進(jìn)無人駕駛的發(fā)；IBM則承諾投入30億美元，用于Watson認(rèn)知服務(wù)的布局；百度則在過去的半年里向AI領(lǐng)域投入15億美元，另外還為AI投資建立百度基金（Baidu Venture）。
與此同時，大公司也從未停止并購的步伐，此舉可將技術(shù)、人才和客戶全收入囊中。據(jù)最近一份報告顯示，各公司正大力尋求AI人才，發(fā)布10000項與AI有關(guān)的崗位招聘需求，并為此列出了超過6.5億美元的預(yù)算，AI人才需求達(dá)到空前旺盛的程度。
機(jī)器學(xué)習(xí)獲得最多投資
企業(yè)并購成為支撐AI公司快速發(fā)展的外部資金來源。據(jù)MGI預(yù)測，從2013-2016年，企業(yè)的復(fù)合增長率已超80%。自2010年以來，全球企業(yè)已經(jīng)實現(xiàn)了100多筆與AI相關(guān)的并購交易。
在這100多筆并購交易中，谷歌完成了24筆，位居首位。其中，涉及計算機(jī)視覺的AI公司有8項，而自然語言處理的則有7項；蘋果則以9筆的成績位列其二。其中計算機(jī)視覺、機(jī)器學(xué)習(xí)和語言處理技術(shù)則平分秋色。
圖3：2016年AI企業(yè)收獲的外部投資中，各項AI技術(shù)所獲投資情況
由上表可知，2016年收獲大公司外部投資的AI企業(yè)中，涉及機(jī)器學(xué)習(xí)的收獲最多投資，達(dá)到50-70億美元，而計算機(jī)視覺位居其次，獲25-35億美元投資，其次分別為自然語言處理、無人駕駛、機(jī)器人和虛擬助手。
不過，在很大程度上，投資者也在靜待他們的投資回報。根據(jù)PitchBook發(fā)布的數(shù)據(jù)顯示，只有10%的公司認(rèn)為機(jī)器學(xué)習(xí)可作為核心業(yè)務(wù)產(chǎn)生收益。此外，大公司的外部投資還高度集中在特定區(qū)域，逐漸形成以美國和中國幾個技術(shù)中心為主，歐洲遠(yuǎn)遠(yuǎn)落后的格局。
在AI應(yīng)用早期階段，各行業(yè)逐漸呈現(xiàn)應(yīng)用模式差異化
雖然全球涌起AI投資熱潮，但就目前來看，各行業(yè)在AI應(yīng)用上仍然處于早期階段，很少有公司將AI納入規(guī)?；膬r值業(yè)務(wù)鏈里。事實上，在3073名被調(diào)查者當(dāng)中，只有20%的人表示他們在核心業(yè)務(wù)或企業(yè)管理中采用了一種或多種相關(guān)AI技術(shù)，而10%的人則表示采用了兩種以上的AI技術(shù)，還有9%表示運(yùn)用了機(jī)器學(xué)習(xí)技術(shù)。
另一方面，MGI回顧了160多個行業(yè)案例，發(fā)現(xiàn)只有12%的項目在實驗階段取得了進(jìn)展。細(xì)究一些公司為何不愿采取行動的原因，則主要在于AI能否帶來回報，對于一些小公司來說，這點尤為重要。
圖4：不同AI應(yīng)用深度的企業(yè)在各價值鏈中的應(yīng)用情況
在AI應(yīng)用的早期，我們發(fā)現(xiàn)行業(yè)和企業(yè)之間采用的模式也不盡相同，大致呈現(xiàn)以下6個特點：
早期AI試驗者一般來自于已經(jīng)在AI技術(shù)上進(jìn)行規(guī)模投資的企業(yè)，如云服務(wù)和大數(shù)據(jù)等。這些也正是當(dāng)下的前沿板塊。如上述表格所示，高科技、汽車和金融服務(wù)業(yè)是AI接受度最高的行業(yè)。而在中間階段，則為公共事業(yè)、建筑在內(nèi)的數(shù)字化工業(yè)，這些行業(yè)由于國內(nèi)關(guān)注較少，而在數(shù)字化程度上有所欠缺。在AI接受度上，又以教育、醫(yī)療等傳統(tǒng)領(lǐng)域為墊底。
大公司更傾向于加速AI投資的規(guī)模。中小企業(yè)通常在新技術(shù)投資決策上較為落后。依據(jù)MGI的調(diào)查顯示，大公司（一般定義為員工規(guī)模超過500名的公司）至少會在核心業(yè)務(wù)中采用一種及以上的AI技術(shù)，且其AI采用率幾乎為小公司的3倍。
早期試驗者通常不會專攻于一種技術(shù)類型。他們會采用多個AI工具，以滿足不同場景的使用需求。MGI分析了8個應(yīng)用領(lǐng)域和5個技術(shù)系統(tǒng)，發(fā)現(xiàn)早期AI試驗者在采用模式上呈現(xiàn)多技術(shù)應(yīng)用的特點。
公司一般會在核心業(yè)務(wù)上應(yīng)用AI技術(shù)。一般來說，AI技術(shù)會被應(yīng)用于企業(yè)的價值業(yè)務(wù)鏈中，這些板塊也會比其他得到更多的關(guān)注。比如，客戶服務(wù)、銷售和市場營銷，都傾向于使用最常用的AI應(yīng)用程序。
大部分早期AI試驗者更傾向于通過降低成本來增加AI的潛力。AI不僅與自動化緊密相關(guān)，也被公司視為產(chǎn)品和服務(wù)創(chuàng)新的一部分。所以，他們正試圖通過增強(qiáng)自身競爭力，以拉開和落后者的營收差距。根據(jù)MGI《報告》顯示，優(yōu)先采用AI技術(shù)的公司，會比那些僅僅試驗或部分應(yīng)用AI技術(shù)的企業(yè)，高出27%的可能性利用AI來擴(kuò)大市場，而在利用AI擴(kuò)增市場份額上，則多出了52%的可能性。相比之下，AI試驗者更關(guān)注成本，他們在降低勞動力成本的可能性上比前者（優(yōu)先采用AI技術(shù)的公司）高出了23%，而削減非人工成本的可能性則高出了38%。
企業(yè)的AI應(yīng)用深度往往與高管的領(lǐng)導(dǎo)力齊頭并進(jìn)。在受訪企業(yè)中，成功部署AI技術(shù)的企業(yè)獲得的高管支持率幾乎是沒有采用任何AI技術(shù)的公司的兩倍。
AI的下一個挑戰(zhàn)：讓更多用戶習(xí)慣并接受
據(jù)IT行業(yè)分析師表示，未來AI技術(shù)的市場規(guī)模將在三年內(nèi)實現(xiàn)強(qiáng)勁增長。而MGI的調(diào)查結(jié)果也呼應(yīng)了這點。據(jù)其調(diào)查的大部分公司均表示將在三年內(nèi)增加AI領(lǐng)域的投入。而在經(jīng)濟(jì)學(xué)人智庫（ Economist Intelligence Unit）日前調(diào)查的203位高管中，有75%均表示公司將在三年內(nèi)積極應(yīng)用AI技術(shù)（有3%表示AI應(yīng)用已在進(jìn)行中）。
圖5：不同AI接受度的行業(yè)的AI投資情況
根據(jù)上圖可知，AI接受度更高的行業(yè)往往在AI投資上也更為積極。根據(jù)MGI對受訪者的調(diào)查以及外部分析師的預(yù)測表明，金融服務(wù)、零售、醫(yī)療和先進(jìn)制造業(yè)將成為AI應(yīng)用的先鋒領(lǐng)域。就現(xiàn)階段而言，這些行業(yè)應(yīng)用AI技術(shù)的可行性也更高，相較其他領(lǐng)域已有一些較為成熟的案例。
不過，技術(shù)實力仍然是產(chǎn)業(yè)之間最主要的區(qū)別因素。以金融服務(wù)、高科技和電信產(chǎn)業(yè)為例，他們已經(jīng)產(chǎn)生并存儲了大量的結(jié)構(gòu)化數(shù)據(jù)，所以在應(yīng)用AI技術(shù)上也更有優(yōu)勢。但就建筑和旅游業(yè)來說，則遠(yuǎn)遠(yuǎn)落后于其他行業(yè)。
值得注意的是，AI的進(jìn)一步發(fā)展，在給各行各業(yè)帶來生機(jī)的同時，也面臨一些艱難的挑戰(zhàn)——社會倫理和監(jiān)管等難題涌現(xiàn)。如無人駕駛的行駛責(zé)任問題、數(shù)據(jù)訪問牽扯的隱私保護(hù)問題、算法透明度帶來的社會倫理爭議、機(jī)器人征稅等等，這些問題不僅增加了企業(yè)的成本，同時也阻礙了企業(yè)應(yīng)用AI的進(jìn)程。只有讓更多的人接受并適應(yīng)AI技術(shù)，未來AI才能更好的實現(xiàn)商業(yè)化，為人類帶來更多的便利。
雷鋒網(wǎng)注：文章來源于麥肯錫全球研究院發(fā)布的《人工智能：下一個數(shù)字前沿？》報告
