未來是否平衡？各國如何追求AI優(yōu)勢

隨著領(lǐng)導(dǎo)者越來越多地看到人工智能（AI）有助于推動下一次巨大的經(jīng)濟增長，對失蹤的恐懼正在全球蔓延。許多國家已經(jīng)制定了AI戰(zhàn)略，以通過投資，激勵措施，人才開發(fā)和風(fēng)險管理來提高其能力。隨著AI在下一代技術(shù)中的重要性不斷提高，許多領(lǐng)導(dǎo)者擔(dān)心它們會被拋在后面，而不分享收益。

人們越來越意識到AI的重要性，包括其提供競爭優(yōu)勢和改善工作的能力。大多數(shù)全球早期采用者表示，人工智能技術(shù)對于當(dāng)今的商業(yè)成功尤其重要，這一信念正在不斷增加。多數(shù)人還說，他們正在使用AI技術(shù)領(lǐng)先于競爭對手，并且AI為其員工提供了力量。

人工智能的成功取決于正確執(zhí)行。組織通常必須在廣泛的實踐中表現(xiàn)出色，以確保AI成功，包括制定策略，追求正確的用例，建立數(shù)據(jù)基礎(chǔ)以及培養(yǎng)強大的實驗?zāi)芰?。這些功能現(xiàn)在至關(guān)重要，因為隨著AI變得更易于使用，競爭差異化的窗口可能會縮小。

來自不同國家的早期采用者顯示出不同程度的AI成熟度。不同國家的早期采用者的熱情和經(jīng)驗有所不同。有些人大力追求AI，而另一些人則采取更為謹(jǐn)慎的方法。在某些情況下，采用者正在使用AI來改進特定的流程和產(chǎn)品。其他人則在利用AI改變整個組織。

無論各國AI的成熟度如何，我們都可以從它們的方法中學(xué)習(xí)。通過研究國家的挑戰(zhàn)以及那里的公司如何應(yīng)對挑戰(zhàn)，我們可以收集一些重要的領(lǐng)先實踐。例如，某些國家的領(lǐng)導(dǎo)人更關(guān)心解決技能差距。其他人則關(guān)注AI如何改善決策或網(wǎng)絡(luò)安全能力。

實現(xiàn)AI卓越的途徑很多，成功不是贏家通吃的命題。通過全球視角檢查早期的AI采納者可以實現(xiàn)更廣闊的視野。這樣，每個人都可以在以AI為動力的旅程中采取更加平衡的方法。

AI優(yōu)勢不是零和游戲

未來幾年，人工智能技術(shù)將對經(jīng)濟發(fā)展和工作性質(zhì)產(chǎn)生巨大影響。它還將從根本上重塑許多行業(yè)的競爭動力。因此，許多領(lǐng)導(dǎo)人認(rèn)為他們國家的未來處于懸念之中。難怪政府急于促進AI投資，建立教育計劃，進行研發(fā)以支持其境內(nèi)的企業(yè)。

實際上，許多政府已經(jīng)開發(fā)了正式的AI框架來幫助刺激經(jīng)濟和技術(shù)增長。這些范圍從美國關(guān)于人工智能領(lǐng)導(dǎo)力的行政命令，中國的“下一代人工智能發(fā)展計劃”到“德國制造的人工智能”和“泛加拿大人工智能戰(zhàn)略”。1這些戰(zhàn)略的重點是人才和教育，政府投資，研究和合作伙伴關(guān)系。但是政府面臨的不僅僅是技術(shù)和經(jīng)濟挑戰(zhàn)。許多人正在評估如何在不減少創(chuàng)新和潛在經(jīng)濟利益的情況下確保隱私，安全性，透明度，問責(zé)制和對支持AI的系統(tǒng)的控制。

盡管國家和公司之間競爭激烈，但AI不應(yīng)被視為零和游戲。所有采用者都可以互相學(xué)習(xí)，而早期的成功可能取決于正確的執(zhí)行-從選擇正確的用例，到準(zhǔn)備勞動力，再到管理風(fēng)險和挑戰(zhàn)。

幾乎三分之二的早期采用者表示，人工智能技術(shù)對于今天的業(yè)務(wù)成功“非常”或“至關(guān)重要”，在短短兩年內(nèi)就增長到81％。實際上，十分之四的人認(rèn)為，人工智能將在兩年內(nèi)至關(guān)重要。就像它們所在國家的政府一樣，越來越多的組織強烈地認(rèn)為人工智能對于未來的領(lǐng)導(dǎo)至關(guān)重要。這些采用者正在使用各種AI技術(shù)，包括機器學(xué)習(xí)，深度學(xué)習(xí)，自然語言處理和計算機視覺。

人工智能技術(shù)組合

機器學(xué)習(xí)。使用機器學(xué)習(xí)技術(shù)，可以教會計算機分析數(shù)據(jù)，識別隱藏模式，進行分類以及預(yù)測未來結(jié)果。這些系統(tǒng)的學(xué)習(xí)來自隨著時間的流逝而無需明確編程指令即可提高其準(zhǔn)確性的能力。大多數(shù)AI技術(shù)，包括自然語言處理和計算機視覺等高級和專業(yè)應(yīng)用，都基于機器學(xué)習(xí)及其更復(fù)雜的后代，深度學(xué)習(xí)。我們的調(diào)查顯示，全球有61％的受訪者使用機器學(xué)習(xí)。

深度學(xué)習(xí)。深度學(xué)習(xí)是基于人類大腦概念模型（稱為“神經(jīng)網(wǎng)絡(luò)”）的機器學(xué)習(xí)的子集。之所以稱為深度學(xué)習(xí)，是因為神經(jīng)網(wǎng)絡(luò)具有互連的多層：輸入層接收數(shù)據(jù)，隱藏層計算數(shù)據(jù)，以及提供分析的輸出層。深度學(xué)習(xí)對于分析復(fù)雜，豐富和多維的數(shù)據(jù)（例如語音，圖像和視頻）特別有用。當(dāng)用于分析大型數(shù)據(jù)集時，它效果最佳。新技術(shù)使公司更容易啟動深度學(xué)習(xí)項目，并且采用率也在增加。在我們的全球受訪者中，有51％的人說他們使用深度學(xué)習(xí)。

自然語言處理（NLP）。NLP是從文本中以可讀，造型自然和語法正確的形式提取或生成含義和意圖的能力。NLP為虛擬助手和聊天機器人的基于語音的界面提供動力。該技術(shù)也越來越多地用于查詢數(shù)據(jù)集。260％的全球受訪者已采用NLP。

計算機視覺。計算機視覺是從視覺元素中提取含義和意圖的能力，無論是字符（在文檔數(shù)字化的情況下）還是圖像中內(nèi)容的分類（例如面部，物體，場景和活動）。面部識別背后的技術(shù)-計算機視覺-是消費者日常生活的一部分。例如，某些手機允許其所有者通過面部識別進行登錄。計算機視覺技術(shù)可以“駕駛”無人駕駛汽車，并為無收銀員商店提供動畫效果。3計算機視覺在全球受訪者中也已成為主流，其中56％的人說他們的公司今天使用它。

有跡象表明，與AI競爭差異化的窗口正在迅速關(guān)閉。隨著AI技術(shù)變得更易于使用并嵌入越來越多的產(chǎn)品和服務(wù)中，先行者的優(yōu)勢將迅速消失。大多數(shù)人（57％）認(rèn)為，人工智能技術(shù)將在未來三年內(nèi)極大地改變他們的公司。但是，只有38％的人認(rèn)為AI將在同一時間框架內(nèi)改變其行業(yè)。被認(rèn)為較慢的行業(yè)轉(zhuǎn)移可能代表了很小的機會。早期采用者可能最好不要低估他們的競爭。

AI的早期采用者旨在提高其內(nèi)部和外部能力。他們報告的主要AI收益是增強產(chǎn)品和服務(wù)（選擇43％作為其前三項收益之一）和優(yōu)化內(nèi)部業(yè)務(wù)運營（將41％認(rèn)為是前三項收益）。公司可以選擇內(nèi)部或外部重點（或兩者兼而有之），并且許多公司都在追求各種用例。例如，一個小組成員和零售CIO已經(jīng)探索了許多應(yīng)用程序：“我們研究了各種用例，從跨所有渠道的自動化開始，聊天機器人可以協(xié)助客戶查詢，以及決策支持和客戶分析。以便更好地了解購買方式和產(chǎn)品性能?！?/p>

關(guān)于全球AI支出總額，對AI創(chuàng)業(yè)公司的投資以及AI技術(shù)對未來經(jīng)濟的影響，有許多估計。4大多數(shù)評估都認(rèn)為，美國和中國投資最多，歐盟成員國希望迅速趕上。5市場的快速增長是顯而易見的，我們的受訪者表示，他們在AI技術(shù)上的投入越來越大，并獲得了正回報。實際上，有51％的人希望在下一財年將其AI投資增加10％或更多。

即使有很高的熱情并愿意投資于AI技術(shù)，組織仍面臨著一系列交織在一起的挑戰(zhàn)。在全球樣本中，有30％到40％的人在前三名中發(fā)現(xiàn)了以下挑戰(zhàn)：將AI集成到角色和職能，數(shù)據(jù)問題，實現(xiàn)難題，成本以及衡量AI實現(xiàn)的價值。倍耐力數(shù)字產(chǎn)品開發(fā)全球總監(jiān)CarloTorniai經(jīng)歷了其中的一些。他解釋說：“大多數(shù)時候，挑戰(zhàn)都與數(shù)據(jù)質(zhì)量和可用性，清晰可衡量的關(guān)鍵績效指標(biāo)（KPI）和抵制變化有關(guān)?！泵總€組織都應(yīng)提前考慮這些潛在障礙，并制定解決方案。

高管們還擔(dān)心更廣泛的漏洞，有43％的高管表示他們對潛在的AI風(fēng)險有重大或極端的擔(dān)憂。排在首位的是網(wǎng)絡(luò)安全漏洞（有49％的人將其排在前三位），并根據(jù)AI建議做出了錯誤的決定（占44％的前三位）。此外，百分之四十的人指出，人工智能決策的潛在偏見是三大道德風(fēng)險。瑞士信貸集團戰(zhàn)略與轉(zhuǎn)型全球負(fù)責(zé)人FalguniDesai對信任AI表示擔(dān)憂，“無論我們使用哪種類型的用例，監(jiān)管機構(gòu)都需要更多地參與，如果我們要對AI擁有信任和透明度在藥物上市之前，我們在旅行，食品等級和測試中尋找星級評價的方式?！?/p>

最后，大多數(shù)組織都面臨著AI技能差距，并且正在尋找專業(yè)知識來增強其能力。68％的全球受訪者表示中度到極端的AI技能差距，而填補這一差距所需的前三個角色包括AI研究人員，軟件開發(fā)人員和數(shù)據(jù)科學(xué)家。許多公司還尋求技術(shù)專家以外的其他人，因為他們需要能夠解釋AI結(jié)果并做出決策并根據(jù)其采取行動的業(yè)務(wù)主管。盡管組織可能認(rèn)為尋求最佳外部人才會帶來好處，但是培訓(xùn)他們目前的員工隊伍不容忽視。Datalog.ai的執(zhí)行合伙人兼首席執(zhí)行官Jack Crawford建議：“在建立卓越的技術(shù)中心之前，我贊成對高級管理人員進行教育。業(yè)務(wù)需要牽頭，人工智能將改變?nèi)藗兊墓ぷ鞣绞剑⑶倚枰幌盗屑寄軄泶_保成功。

誰是“經(jīng)驗豐富”的AI采用者？

一些采用AI的人比其他人更努力。為了幫助我們進行比較，我們確定了三個不同的成熟度級別?！敖?jīng)驗豐富”（占全球樣本的21％）是經(jīng)驗最豐富的AI早期采用者，處于AI采用成熟度的領(lǐng)先地位。他們已經(jīng)進行了大量的AI生產(chǎn)部署，并報告他們已經(jīng)開發(fā)了高水平的AI專業(yè)知識-選擇AI技術(shù)和供應(yīng)商，確定用例，構(gòu)建和管理AI解決方案，將AI集成到其IT環(huán)境和業(yè)務(wù)流程中，以及雇用和管理AI技術(shù)人員。中間是“熟練的”（43％）。他們通常已經(jīng)啟動了多個AI生產(chǎn)系統(tǒng)，但還沒有像Seasoned那樣成熟的AI。他們落后于AI實施的數(shù)量，AI專業(yè)水平或兩者。另一方面，一群“入門者”（占36％）正全力以赴地采用AI，但尚未建立，集成和管理AI解決方案的扎實技能。

緊迫性：早期采用者正在期待快速變化。無論他們身在何國，他們都堅信AI對他們的公司今天的成功“非常”或“至關(guān)重要”。仔細(xì)研究發(fā)現(xiàn)，將AI視為至關(guān)重要的高管比例將在未來兩年內(nèi)激增，其中一些國家的飛躍要比其他國家大。此外，每個國家/地區(qū)的大多數(shù)人都認(rèn)為AI將在未來三年內(nèi)改變其業(yè)務(wù)。中國表現(xiàn)出最大的樂觀態(tài)度，超過四分之三的人持這種觀點。

盡管競爭格局因國家和行業(yè)而異，但我們還是想了解早期采用者是主要使用AI來與同行保持一致還是創(chuàng)造競爭優(yōu)勢。觀點差異很大。超過一半的中國受訪者（55％）認(rèn)為他們正在擴大競爭優(yōu)勢，甚至超越自己。來自澳大利亞的一半受訪者表示，他們僅使用AI來趕上或趕上競爭。

挑戰(zhàn)：各國的早期采用者對AI風(fēng)險的關(guān)注程度各不相同。例如，來自澳大利亞和法國的受訪者中約有一半報告了重大或極端關(guān)注，而來自中國的受訪者僅為16％。與其他國家相比，一些國家的早期采用者對這些AI風(fēng)險感到更加“充分準(zhǔn)備”。尤其是，來自德國和中國的受訪者似乎充滿了信心，他們對準(zhǔn)備的信心超過了他們的關(guān)注水平。

從特定的挑戰(zhàn)來看，缺乏AI技能似乎是一個普遍的問題。根據(jù)國家/地區(qū)的不同，有51％到73％的早期采用者報告中度到極度技能差距。另一個常見的挑戰(zhàn)涉及AI的潛在網(wǎng)絡(luò)安全漏洞。在各個國家/地區(qū)中，至少有十分之四的AI早期采用者將此問題排在前三位（在中國上升到54％）。

資料來源：德勤