小程序
传感搜
传感圈

知名调研机构分析人工智能的发展机遇与面临的障碍

2020-10-13
关注
摘要 调研结果表明,通过数字化推动核心业务的转型,是企业有效使用人工智能的一个关键因素。在数字化程度较高的企业中,受访者表示,与同行相比,他们在更多的业务职能上更充分地使用了人工智能,对人工智能的投资力度更大并从中获得了更大的总体价值。

  日前,麦肯锡一项以人工智能为主题的最新全球调研【1】 显示,人工智能正在全球商业领域迅速普及。人工智能通常是指机器执行与人类思维相关的认知功能(如感知、推理、学习和解决问题)的能力,包括一系列通过人工智能解决业务问题的能力。在调研中,我们特别询问了九项相关能力【2】,近一半的受访者表示,企业在标准业务流程中至少嵌入了一项能力,此外有30% 的受访者则表示,所在企业正在试点使用人工智能。不过总体而言,各行各业只不过刚刚开始采用这些技术并从中获利。在那些已将人工智能部署到特定职能的企业中,大多数受访者表示,新技术的使用已经创造出一定或显著的价值,但仅有21% 的受访者表示,企业已将人工智能部署到多个业务单元或职能中。事实上,许多企业仍然缺乏通过人工智能的规模化应用创造价值的基本实践——例如,了解哪些领域存在人工智能的机会,以及制定明确的战略以获取人工智能所需的数据。

  调研结果表明,通过数字化推动核心业务的转型,是企业有效使用人工智能的一个关键因素。在数字化程度较高的企业中【3】,受访者表示,与同行相比,他们在更多的业务职能上更充分地使用了人工智能,对人工智能的投资力度更大并从中获得了更大的总体价值。人工智能的另一项基本挑战是找到技能精湛的专业人才进行有效实施。许多受访者表示,企业正在采用多样化的方式寻觅合适的人才。总体而言,对于人工智能被用于自动执行现有工作,一些担忧在所难免,但受访者倾向于认为,未来几年内这一技术不会对企业员工总人数有太大的影响。

  采纳、部署和应用人工智能

  人工智能的普及情况

  调研结果显示,大多数企业已经开始在业务中采用人工智能。47% 的受访者表示,企业在业务流程中嵌入了至少一项人工智能能力,另有30% 的受访者表示,企业正在试点使用人工智能;相比之下,在2017 年的调研中,仅有20% 的受访者表示,企业在核心业务中使用人工智能或规模化地使用人工智能【4】。在整个企业部署人工智能仍然具有相当大的潜力;我们之前的调研显示,人工智能的机会广泛存在于各行各业和各个业务职能中【5】。仅有21% 的受访者表示,企业在多个业务单元中嵌入了人工智能能力,迄今为止,人工智能投资在企业数字技术总支出中的占比仍然相对较小。大多数受访者(58%)表示,企业的数字化预算中分配给人工智能的比例不到1/10——但受访者(71%)普遍预计,未来几年内这方面的投资将持续增加。

  已经部署的人工智能能力

  在我们向受访者询问的九项人工智能能力中,企业部署得最多的是机器人流程自动化、计算机视觉和机器学习。对于其中的每一项能力,至少有20% 的受访者表示,企业已将相关技术嵌入业务流程中。企业部署最少的能力是机器人和自动驾驶,主要因为它们只与有明确应用领域的行业和企业相关;这些行业的受访者表示,这两项能力得到了相当大规模的使用。例如,在汽车和装配行业中,有一半的受访者表示,已将机器人部署到至少一个职能或业务单元中(与之相比,所有行业的平均水平只有16%)。

  人工智能的应用领域

  从行业来看,电信、高科技和金融服务企业在整体普及率方面处于领先地位。不过调研结果表明,纵观各个行业和职能,在部署人工智能时企业一般都是“跟着钱走”,就特定行业而言,人工智能则在最具价值创造潜力的业务领域最受欢迎(见图1)。例如,在零售行业,人工智能主要被用于营销及销售流程:52% 的零售行业受访者表示,企业在营销及销售中使用了人工智能,而在所有受访者中,这一比例仅为29%。


  人工智能在哪些领域创造价值

  虽然人工智能尚处于早期应用阶段,但调研结果表明,它已经产生了显著的效益。当被问及在已部署人工智能的业务职能中收获的价值时,仅有1% 的受访者表示没有看到价值或产生了负面的价值,而41% 的受访者表示创造了显著的价值,37% 的受访者表示创造了一定的价值【6】。纵观各个业务职能,在制造和风险职能中使用人工智能的受访者看到的价值最大(见图2)。超过一半的受访者表示,在这些流程中使用人工智能创造了显著的价值,而35% 的受访者表示,在营销及销售中使用人工智能创造了显著的商业价值【7】。


  人工智能的促成因素与挑战

  要充分发挥人工智能的巨大潜力,企业进行的核心实践必须有助于实现其潜在的规模化价值,调研表明,大多数企业在这方面还有很长的路要走(见图3)。仅有17% 的受访者表示,企业已经确定整个组织在哪些领域存在潜在的人工智能机会。仅有18% 的受访者表示,企业已制定明确的战略以获取人工智能所需的数据。事实上,对于我们在调研中提及的11 种实践,有近1/4 的受访者表示,企业尚未开发其中的任何一种。


  在谈到采用人工智能所面临的最大挑战时,受访者表示,最常见的障碍也与战略有关。他们提及最多的障碍是缺乏明确的人工智能战略(见图4),其次是缺乏合适的人才,职能壁垒限制了端到端的人工智能解决方案,以及缺乏对人工智能具有责任感并决定投身其中的领导者。


  人工智能的一个关键促成因素是企业在数字化旅程中的进展。在核心业务的数字化流程中取得最大进展的企业通常也会走在人工智能应用的前沿。在数字化程度较高的企业中,67% 的受访者表示,企业在标准业务流程中嵌入了人工智能能力,而在其他企业中,这一比例为43%。机器学习是普及率最高的人工智能能力,在数字化程度较高的企业中,39% 的受访者表示在流程中嵌入了机器学习,而在其他企业中,这一比例仅为16%(见图5)。


  与其他企业相比,数字化程度较高的企业也对更多职能部署了人工智能,但在所有受访企业中,人工智能最常用的领域都是服务运营和产品开发。数字化程度较高的企业也对人工智能进行了更大的投资:在这些企业中,39% 的受访者表示有超过1/5 的数字技术总支出用于人工智能,而在所有企业中,这一比例仅为8%。总体来看,在数字化程度较高的企业中,52% 的受访者认为使用人工智能创造了显著的价值,而在其他企业中,这一比例为38%。

  在我们提及的普及人工智能面临的障碍中,尽管一些障碍对于数字化程度较高的企业来说没有那么紧迫(仅有27% 的受访者表示企业没有明确的人工智能战略,而在其他企业中,这一比例为46%),但在难以找到合适人才方面,两类企业的比例相当。事实上,人才是数字化程度较高的企业面临的最大挑战,有41% 的此类企业提及这一障碍。

  人工智能对企业员工人数有何影响

  人工智能引发了关于企业员工人数的两大疑问:我们可以在哪里找到知识渊博的人才来部署人工智能?人工智能将我们原本付薪给工人的工作变得自动化了,这会对企业员工人数有多大影响?

  人才是人工智能面临的最大挑战之一,无论一家企业的数字计划有多先进,都必须在招募人才和获取技能方面不遗余力。受访者大多表示,企业正在采用“上述全部”方法:聘用外部人才、在内部建立能力、向大型科技公司购买能力或获得授权。总体来看,即使那些在人工智能的采用方面处于领先地位的行业(电信、高科技和金融服务行业),在吸引人才上也会内外兼顾双管齐下,尽管它们比其他行业更专注于开发自己的人工智能能力。与其他行业相比,这些行业中表示正在建立内部人工智能能力的受访者比例更高,这就需要具备相应技能的内部人才。在高科技和金融服务行业,有更高比例的受访企业会进行员工再培训或技能提升。数字化程度较高的企业也是如此:与其他企业相比,正在开发内部人工智能能力的受访比例更高,并且注重对现有员工进行再培训或技能提升(见图6)。


  与此同时,在通过人工智能实现人力劳动的自动化方面,数字化程度较高的企业比其他企业做得更多。从职能来看,受访者提及最多的自动化流程是客户服务、IT 和服务运营流程,且数字化程度较高的企业在这三个方面的自动化程度都超过未来对企业员工人数的影响将是轻微或积极的。许多受访者表示,人工智能在3 年之后不会对企业员工人数产生实质性的影响。在数字化程度较高的企业中,有更高比例的受访者预计,企业员工人数将不降反升。它们也比其他企业更乐观地认为员工人数将会增加,在数字化程度较高的企业中,有31% 的受访者持这一观点,而在其他企业中,这一比例为18%。结合本次调研以及麦肯锡其他调研的结果【8】,人工智能对劳动力的最大影响可能在于工作内容的变化(尤其是导致人机协作增加),而不是企业员工人数的减少。了其他企业。然而,这些企业(以及所有企业)的受访者都倾向于认为,人工智能未来对企业员工人数的影响将是轻微或积极的。许多受访者表示,人工智能在3 年之后不会对企业员工人数产生实质性的影响。在数字化程度较高的企业中,有更高比例的受访者预计,企业员工人数将不降反升。它们也比其他企业更乐观地认为员工人数将会增加,在数字化程度较高的企业中,有31% 的受访者持这一观点,而在其他企业中,这一比例为18%。结合本次调研以及麦肯锡其他调研的结果8,人工智能对劳动力的最大影响可能在于工作内容的变化(尤其是导致人机协作增加),而不是企业员工人数的减少。

  展望未来

  调研结果表明,在让人工智能创造规模化价值方面,数字化和某些基础实践至关重要。企业可以采取以下几个步骤,以充分发挥人工智能的潜力:

  ■ 在数字化旅程中取得进展。调研表明,数字化是实现人工智能价值的前提这关系到对核心业务流程的变革以及全新的工作方式。但是如果没有强大的数字化基础,企业的人工智能系统将缺乏必要的训练数据,无法建立更好的模式,也无法将出色的人工智能洞见转化为大规模的行为变化。

  ■ 衡量人工智能对整个企业的影响。虽然大多数企业已经在一定程度上部署了人工智能,但只有极少数企业将其嵌入多个业务单元或职能的标准操作流程中,大约1/3 的企业只是在进行试点。尽管人工智能尚处于早期阶段,但陷入“试点炼狱”是一个切实的风险【9】。为了收获累累硕果,不仅需要在整个企业内部扩散这些能力,领导者也要对此真正理解并做出承诺以推动大规模变革,除了技术之外,还需要关注变革管理。

  ■ 落实关键的促成因素。尽管人工智能正在迅速普及,但调研显示,在如何让人工智能创造规模化价值方面,企业往往缺乏所需的许多基本促成因素。这些因素包括高管层支持,开发整个企业的人工智能机会组合视图,采取行动弥补人才缺口以及实施成熟的数据战略。所有这些都需要围绕人工智能项目和议程的更多战略思维。业务和技术领导者必须迅速行动起来,将这些关键促成因素落实到位。否则,企业很可能会错过当前乃至未来的人工智能机会。


  【1】 这项在线调研于2018年2月6日—2月16日进行,共有来自不同地区的2 135名受访者参与,他们代表了不同的行业、企业规模、职能专长和任期。为了对应答率的差异进行调整,相关数据根据受访者所在国家对全球国内生产总值(GDP)的贡献进行加权。

  【2】 九项人工智能能力分别是:理解自然语言文本、理解自然语言讲话、生成自然语言、虚拟代理或对话界面、计算机视觉、机器学习、机器人、自动驾驶和机器人流程自动化(RPA)。有人认为RPA本身不应被归入人工智能,但是根据我们的经验,RPA系统正在结合越来越多的人工智能能力。

  【3】 我们对数字化程度较高的企业的定义是平均数字化程度为51%或以上的企业。数字化程度根据下列衡量指标的平均百分比计算:通过数字渠道销售的产品及(或)服务的销售占比;具有数字本质的核心产品及(或)服务(例如,虚拟或数字增强);自动化及(或)数字化的核心操作;以及数字化的或通过与供应商的数字化互动而移动的供应链容量。

  【4】 根据2017年对亚洲、欧洲及北美14个经济部门和10个国家的3 073家企业C级高管的调研,在向这些受访者了解企业采用人工智能技术的情况时,相关问题与我们最新的调研有所不同,具体来说,包括企业是否正在通过研究、试点或概念验证来探索人工智能;企业目前是否在使用人工智能技术,但不是针对核心业务或进行大规模使用;以及该技术是否针对核心业务进行大规模使用。这些问题中的最后一个选项与此次调研的两个选项最为相似:在至少一个职能或业务单元的标准业务流程中嵌入了人工智能能力,以及在多个职能或业务单元的流程中嵌入了人工智能能力。关于之前调研结果的更多详情,请参阅麦肯锡全球研究院发布的报告:Artificial intelligence: the next digital frontier ?2017年6月,McKinsey.com。

  【5】 更多详情请参阅麦肯锡全球研究院的报告:Notes from the AI frontier:applications and value of deep learning,2018年4月,McKinsey.com。

  【6】 只针对企业已部署人工智能的受访者,向其询问在不同职能中使用人工智能能够创造多少价值。

  【7】 在我们看来,由于营销及销售工作通常部署了其他分析技术,因此人工智能为其带来的业绩提升可能不及较少使用分析技术的其他职能部门。

  【8】更多详情请参阅麦肯锡全球研究院的报告:Harnessing automation for a future that works,2017年1月,McKinsey.com;Jobs lost, jobs gained: what the future of work will mean for jobs, skills, and wages,2017年11月,McKinsey.com;Skill shift:automation and the future of the workforce,2018年5月,McKinsey.com。

  【9】 更多详情请参阅Oliver Fleming、Tim Fountaine、Nicolaus Henke和Tamim Saleh所著的“Ten red ags signaling your analytics program will fail”一文,2018年5月,McKinsey.com。

您觉得本篇内容如何
评分

相关产品

CSMS 中科微感 人工智能+嗅觉传感器(AI-Nose) 气体传感器

中科微感逐步攻克了制约人工嗅觉传感发展的核心材料、硬件、算法等技术,开发出了以新型纳米敏感材料为基础,以微纳加工技术为支撑,以人工智能算法为核心的第一代 MEMS 基金属氧化物半导体原理的人工嗅觉传感器产这一产品将解决当前制约人工智能嗅觉技术与市场应用发展的关键问题:提供量产化的高一致、低成本、微型化的嗅觉传感器阵列硬件,以及提供标准化的人工智能+嗅觉气味感知软件平台,使客户能够快速构建和应用气味数据模型

XKCON 祥控 弹药库环境温湿度异常报警与智能监控系统 温湿度变送器

济南祥控自动化设备有限公司自主研发的XKCON祥控弹药库环境温湿度异常报警与智能监控系统采用物联网、传感器、大数据、人工智能等先进技术,能够对弹药库环境温湿度信息实现数字化、可视化管理。

山东美安 矿山电机车防追尾道岔口报警器 控制器及系统

煤矿用机车防追尾保护装置 机车防追尾保护装置是一种矿用人工智能保护装置、具有防追尾保护、无线触发沿途弯道语言保护、输出控制并记录等功能可广泛的使用在矿山井下、井上的运输机车上。

KEYENCE 基恩士 AI-1000C 图像匹配传感器

因此,人工智能系列能够在模式匹配的基础上对物体进行稳定的检测和识别,而这是基于强度或距离的传感器难以实现的。 基于强度或距离的传感器难以实现。

云传物联 水处理河道水中水质浮标在线PH监测系统 便携式水质检测仪

电子水质监测解决方案利用信息控制与处理、人工智能、自动化、物联网及多媒体等技术,集水质参数在线采集、无线传输、智能处理、超限报警、远程管理等功能于一体的水质监测解决方案

大立科技 DM60-W3 红外体温快速筛检

红外热成像体温快速筛检系统DM60-W3系列为384*288/640*480像素,人工智能算法,远距离、大场景测温更精准。

Handsome 翰德圣 HDSELM V1.1 安全传感器和系统

设备全生命周期管理平台融合的物联网、云计算、大数据、人工智能、优化制造、再制造六项主流技术,通过云端模块化的架构可为企业灵活管理设备,不仅可以随时随地了解设备运行状态、发现故障隐患,还能够通过大数据分析指导企业维修

上海自连电子 自连ALXB15i网桥 智能终端

自连科技是国内领先的物联网软硬件技术方案提供商,主要提供物联网智能部件、智能终端、智能传感设备、中间件套件、云接入技术、数智云平台等多元化产品。建立了AiDK、AiSDK、AiDMS和AiCloud 4大核心智能物联技术平台。具有丰富的无线连接、组网及传感技术、超1公里远距离无线通信技术、高带宽无线通信技术、精准室内位置定位技术、低功耗人工智能AI技术等核心能力。

清大菲恩 PR3000 全自动压力检定系统

作为国内首创的高科技产品,菲恩全自动压力检定系统,将人工智能(AI)技术成功地应用在计量检定产品中,它采用了当代最新数字图像识别技术(即人工视觉)和精确的数字化压力控制技术,使压力表的检定工作实现了全过程的自动化我公司推出的PR3000全自动压力检定系统,采用高分辨率工业数字摄像机代替人眼获取图像数据,用独创的先进计算机算法进行分析识别,从而使人们永远地告别了传统的人工肉眼读表过程,不仅极大地减轻了人工劳动的强度全部由电脑自动控制的精确造压功能,在减轻人工体力消耗的同时,使得加压过程的操作变得十分简便和精确。

评论

您需要登录才可以回复|注册

提交评论

提取码
复制提取码
点击跳转至百度网盘