|
▲ _____________________________ ▼ 德勤洞察发布：《悬而未决的AI竞赛——全球企业人工智能发展现状》
【导读】近日，德勤洞察发布《悬而未决的AI竞赛——全球企业人工智能发展现状》报告，德勤中国科技、传媒和电信行业编译。 为了解全球范围内的企业在应用人工智能技术方面的情况以及所取得的成效，德勤于2018年第三季度针对早期人工智能应用企业的1900名信息技术及业务线高管开展了调查，范围涵盖七个国家：澳大利亚、加拿大、中国、德国、法国、英国以及美国。 该调查重点关注了全球人工智能发展动态，以全球视角解读早期应用者，希望帮助所有企业制定更明智、更均衡的策略实现人工智能领域的独特优势。我们在深度探索七个国家的早期应用者后， 报告主要内容：
附：报告部分内容摘要 1、内容摘要 随着企业领袖逐渐将人工智能视为下一轮经济大扩张的重要推动力量，一种担 忧错失良机的情绪在全球范围内日益蔓延。许多国家纷纷制定人工智能战略， 通过资金投入、政策激励、人才发展和风险管理推进技术能力的发展。人工智 能对于下一代技术的重要性与日俱增，许多企业领袖担心会落后于时代发展， 无法分享技术发展的成果。 德勤《企业人工智能应用现状分析（第 二版）》调查报告探索全球人工智能 发展的动向，深度探析七个国家的早期应用者。 调查发现： 企业对人工智能重要性的认识逐步加深，包括 增强竞争优势和改进工作方式。全球大部分早 期应用者表示，人工智能技术对企业在当今时代 取得成功尤为重要——这一观念正在逐步增长。 亦有大部分早期应用者表示正在采用人工智能技 术赶超竞争对手，同时人工智能赋予了其员工更 加强大的能力。 人工智能成功的关键在于有效执行。企业常常 必须在广泛的实践领域中创造卓越，包括制定战 略、确定最佳应用方案、奠定数据根基并培养扎 实的实践能力。随着人工智能日益向消费层面普 及，实现差异化竞争的机会窗口很有可能将会收 缩，因此这些能力在当前至关重要。 不同国家早期应用者的人工智能成熟度各不相 同。不同国家的早期应用者对人工智能的热衷程 度和实践经验存在较大差异。部分早期应用者积 极发展人工智能，而部分则采取较为谨慎的策 略。部分应用者利用人工智能改进特定的流程和 产品，而其他则致力通过人工智能实现整个企业 的转型变革。 无论各国人工智能成熟度如何，其策略方法均 值得借鉴。审视各国所面临的挑战以及企业应对 挑战所采取的措施，我们可从中获取某些领先实 践的基本要素。例如，部分国家的企业领袖更为 关注解决技能方面的空白，而部分国家则专注于 利用人工智能提升决策或网络安全能力。 在人工智能领域实现卓越有多种途径，而成功亦 并不意味着胜者拥有一切。以全球视角审视人工 智能的早期应用者，有助于了解更广范围的远景 趋势。如此，各方便能采用更为平衡的方式借助 人工智能推动企业的发展。 2、人工智能竞争并非“零和博弈” 未来数年，人工智能将对经济发展和工 作的性质产生巨大的影响，同时亦将 重塑许多行业的竞争格局。因此，许 多企业领袖认为所在国家的未来悬而未决。无 怪乎各国政府争相鼓励人工智能领域的投资， 建立相关教育计划，并推进研发工作，大力支 持境内企业的发展。 事实上，许多国家政府已经制定了正式的人工 智能发展框架，以助力刺激经济增长和技术发 展。这包括美国推动人工智能领导地位的行政 令、中国“新一代人工智能发展规划”、“人 工智能德国制造”以及“泛加拿大人工智能战 略”。这些国家战略专注于人才和教育、政府 投资、研究及协同合作。然而，政府面临的挑 战远不止于技术和经济层面。许多国家已经着手评估如何在扩大创新和潜在经济利益的同时， 确保隐私、安全、透明、责任和对人工智能系 统的掌控。 尽管国家以及企业之间的竞争日趋激烈，但人工 智能不应被视为一场“零和博弈”。所有应用者 均可相互学习和借鉴，先期成功的关键很可能在 于有效执行——从选择最佳应用方案，到助力员 工做好准备，再到管控风险和应对挑战。 为更好地了解早期应用企业在人工智能技术方 面的所取得的成效，以及他们如何着手开展转 型变革，我们针对全球范围内的1,900名企业高 管展开了调查（见补充栏“方法论”）。我们 亦希望通过此次调查研究人工智能对这些企业 的影响，以及不同国家在推动人工智能发展的 策略方面是否存在显著差异。 3、为全球人工智能发展动向把脉 人工智能技术组合 机器学习。借由机器学习技术，计算机可以学会分析数据、识别隐含模式、进行分类并预测未来结果。 这种 学习 来自这些系统在无需遵循明确程序指令的情况下，随着时间推移自我进化和改善自身性能的 能力。大部分人工智能技术以机器学习及其更复杂的后代——深度学习为基础，包括计算机视觉和自然 语言处理。我们的调查表明，全球受访者采用机器学习技术的比例已经达到61%。 深度学习。深度学习基于被称为“神经网络”的人类大脑概念模型，是机器学习的子集合。之所以被称 为 深度 学习，是因为这种神经网络具有多重互相连接的层级，包括接收数据的输入层、多个计算数据的 隐含层，以及提供分析结果的输出层。深度学习尤其适用于分析大量复杂的多维数据，如演说、图像及 视频等，在分析大型数据集时最为有效。新技术使得企业更容易启动深度学习项目，促进了深度学习应用率的提升。在我们的调查中，51% 的全球受访者表示采用了深度学习技术。 自然语言处理。自然语言处理是从可读的、风格自然的、语法正确的文本中提取或生成意义和意图的能 力。自然语言处理为虚拟助理和聊天机器人提供基于语音的界面，该技术也日益被用于数据集查询。 2全 球60%的受访者已经采用自然语言处理技术。 计算机视觉。计算机视觉是从视觉元素中提取意义和意图的能力，包括字符识别（针对数字化文档）和 图像内容分类（如人脸、物体、场景和活动）。人脸识别背后的技术——计算机视觉技术——是消费者 日常生活的一部分。例如，部分用户通过人脸识别便可登陆其手机。此外，计算机视觉技术还推动了无 人驾驶汽车的发展，并为无人售货商店提供了助力。 3计算机视觉在全球受访者中业已成为主流，有56% 表示其所在公司目前已采用该项技术。 4、悬而未决的 AI 竞赛 有迹象表明，人工智能差异化竞争的窗口正在 迅速关闭。随着人工智能在消费层面迅速普及， 且内置人工智能的产品和服务数量日益增长， 先行企业所具有的优势将被迅速削弱。多数受 访者（57%）认为人工智能技术将在未来三年 内从本质上转变他们的企业（见图1）。然而，仅 38%的受访者认为人工智能将在同一时期内改 变其所在的行业。这种预期相对迟缓的行业变 革可能意味着短暂的机遇。早期应用者切勿低 估竞争对手的能力。 人工智能的早期应用者正致力于提升企业内部 和外部的能力。他们所取得的人工智能成效主 要在于提升产品和服务（43%选择该项为其前 三大成效之一）以及优化内部业务运营（41%选 择该项为其前三大成效之一）。企业可选择以 内部或外部（或两者）提升为重点，许多企业所采用的应用方案各有不同。 例如，某专家小组成 员之一、零售业首席信息官已经探索过多种类型 的应用：“ 我们研究了各种不同的应用方案，从 所有渠道的自动化、协助处理客户询问的聊天 机器人，到决策支持和客户数据分析以更好地了 解购买模式和产品性能。” 针对全球人工智能支出、人工智能初创企业投 资，以及人工智能技术对未来经济的影响的预 测有很多。 4大部分评估均认为，美国和中国的 投资力度最大，欧盟成员国家则正在迎头赶上。 5市场正在迅速增长——这一点显而易见。我们 的受访者均表示其企业正在日益加大对人工智 能技术的投入，同时逐渐取得可观的收益（见 图2）。事实上，51%的受访者预期企业将在下一 财年将人工智能投入提升10%或更高。 5、全球企业人工智能发展现状 尽管对投资于人工智能技术具有高度的热情和 意愿，企业却面临着相互交织的多重挑战。全 球受访者中，有30-40%将以下挑战列入企业 面临的前三大挑战：将人工智能融入角色与职 能、数据问题、实施困境、成本以及衡量人工 智能实施的价值。倍耐力（Pirelli）全球数字产 品开发总监Carlo Torniai便经历过部分这些挑 战。他解释说：“ 多数情况下，挑战均与数据质 量和可用性、清晰且可衡量的关键绩效指标以 及变革的阻力有关。”所有企业均应预先考虑 这些潜在的阻碍，并制定计划予以妥善解决。 企业高管们亦担忧人工智能技术所具有的广泛 漏洞。43%的高管对潜在的人工智能风险表示 非常或极度担忧。高管首要担忧的问题包括网 络安全漏洞（49%的高管将此列入前三大风险） 以及基于人工智能的建议做出错误决策（44% 将此列为前三大风险）。另有40%的高管将人 工智能决策的潜在偏见列为前三大道德风险 之一。 瑞士信贷集团（Credit Suisse）股票业务 全球战略与转型负责人Falguni Desai亦对人 工智能的可靠性表示担忧：“ 无论采用何种类型的应用方案，如果要对人工智能具有更大的信任和透明度，监管机构需要更进一步地参与进来——正如我们对出行、食品等级水平进行 星级评分，以及在药品上市前进行测试一样。” 最后，大部分企业面临着人工智能技能差距的 困境，并正在积极寻找具备专长的人才以增强自 身的能力。全球有68%的受访者表示企业存在 中等到极其严重的技能差距，而填补这些差距 所需要的三大类型人才包括人工智能研究人员、 软件开发人员以及数据科学家。 许多企业在寻 找技术专长人才之外，还表示需要能够解读人 工智能结果并据此做出决策和采取行动的企业 领袖。企业可能认为寻找最优秀的外部人才将 会带来巨大的优势，但同时亦不应忽略对现有员 工的培训。 Datalog.ai主管合伙人兼首席执行官 Jack Crawford表示：“ 我倾向于在建立技术卓 越中心之前，对高级管理层进行培训学习。企业 需要引领竞争，而领导者则需要具备信念以推 动企业向前发展。”人工智能将改变人们工作的 方式，企业需要具备一系列技能才能确保成功。 6、各国AI应用对比分析 成熟专精型人工智能应用者 一些人工智能应用者的发展比其他应用者更为深入。为便于对比，我们按发展成熟度水平将受访企 业划分成三个层级。成熟专精型企业（占全球受访企业的21%）是最具经验的人工智能早期应用者， 处在人工智能应用成熟度的前沿。 这些企业已经开展了大量人工智能生产部署活动，并称其已发展 形成全方位的高水平人工智能专业能力，包括人工智能技术和供应商的选择、应用方案的确定、人 工智能解决方案的建立和管控、人工智能在自身信息技术环境和业务流程中的融合，以及人工智能 技术人才的招募与管理等方面。 技术娴熟型企业（43%）处于中间水平，他们总体上已经启动了多 个人工智能生产系统，但仍未达到成熟专精型企业的人工智能成熟度水平，主要在人工智能实施， 或人工智能专业能力，或两个方面相对落后。初级应用型企业（36%）处于最末端，他们刚刚涉足 人工智能应用领域，尚未具备稳固的人工智能解决方案建立、融合及管理能力。 7、全球企业人工智能发展现状(略） |
|
|
