|
▲ _____________________________ ▼ 德勤洞察發(fā)布：《懸而未決的AI競(jìng)賽——全球企業(yè)人工智能發(fā)展現(xiàn)狀》
【導(dǎo)讀】近日，德勤洞察發(fā)布《懸而未決的AI競(jìng)賽——全球企業(yè)人工智能發(fā)展現(xiàn)狀》報(bào)告，德勤中國(guó)科技、傳媒和電信行業(yè)編譯。 為了解全球范圍內(nèi)的企業(yè)在應(yīng)用人工智能技術(shù)方面的情況以及所取得的成效，德勤于2018年第三季度針對(duì)早期人工智能應(yīng)用企業(yè)的1900名信息技術(shù)及業(yè)務(wù)線高管開展了調(diào)查，范圍涵蓋七個(gè)國(guó)家：澳大利亞、加拿大、中國(guó)、德國(guó)、法國(guó)、英國(guó)以及美國(guó)。 該調(diào)查重點(diǎn)關(guān)注了全球人工智能發(fā)展動(dòng)態(tài)，以全球視角解讀早期應(yīng)用者，希望幫助所有企業(yè)制定更明智、更均衡的策略實(shí)現(xiàn)人工智能領(lǐng)域的獨(dú)特優(yōu)勢(shì)。我們?cè)谏疃忍剿髌邆€(gè)國(guó)家的早期應(yīng)用者后， 報(bào)告主要內(nèi)容：
附：報(bào)告部分內(nèi)容摘要 1、內(nèi)容摘要 隨著企業(yè)領(lǐng)袖逐漸將人工智能視為下一輪經(jīng)濟(jì)大擴(kuò)張的重要推動(dòng)力量，一種擔(dān) 憂錯(cuò)失良機(jī)的情緒在全球范圍內(nèi)日益蔓延。許多國(guó)家紛紛制定人工智能戰(zhàn)略， 通過資金投入、政策激勵(lì)、人才發(fā)展和風(fēng)險(xiǎn)管理推進(jìn)技術(shù)能力的發(fā)展。人工智 能對(duì)于下一代技術(shù)的重要性與日俱增，許多企業(yè)領(lǐng)袖擔(dān)心會(huì)落后于時(shí)代發(fā)展， 無法分享技術(shù)發(fā)展的成果。 德勤《企業(yè)人工智能應(yīng)用現(xiàn)狀分析（第 二版）》調(diào)查報(bào)告探索全球人工智能 發(fā)展的動(dòng)向，深度探析七個(gè)國(guó)家的早期應(yīng)用者。 調(diào)查發(fā)現(xiàn)： 企業(yè)對(duì)人工智能重要性的認(rèn)識(shí)逐步加深，包括 增強(qiáng)競(jìng)爭(zhēng)優(yōu)勢(shì)和改進(jìn)工作方式。全球大部分早 期應(yīng)用者表示，人工智能技術(shù)對(duì)企業(yè)在當(dāng)今時(shí)代 取得成功尤為重要——這一觀念正在逐步增長(zhǎng)。 亦有大部分早期應(yīng)用者表示正在采用人工智能技 術(shù)趕超競(jìng)爭(zhēng)對(duì)手，同時(shí)人工智能賦予了其員工更 加強(qiáng)大的能力。 人工智能成功的關(guān)鍵在于有效執(zhí)行。企業(yè)常常 必須在廣泛的實(shí)踐領(lǐng)域中創(chuàng)造卓越，包括制定戰(zhàn) 略、確定最佳應(yīng)用方案、奠定數(shù)據(jù)根基并培養(yǎng)扎 實(shí)的實(shí)踐能力。隨著人工智能日益向消費(fèi)層面普 及，實(shí)現(xiàn)差異化競(jìng)爭(zhēng)的機(jī)會(huì)窗口很有可能將會(huì)收 縮，因此這些能力在當(dāng)前至關(guān)重要。 不同國(guó)家早期應(yīng)用者的人工智能成熟度各不相 同。不同國(guó)家的早期應(yīng)用者對(duì)人工智能的熱衷程 度和實(shí)踐經(jīng)驗(yàn)存在較大差異。部分早期應(yīng)用者積 極發(fā)展人工智能，而部分則采取較為謹(jǐn)慎的策 略。部分應(yīng)用者利用人工智能改進(jìn)特定的流程和 產(chǎn)品，而其他則致力通過人工智能實(shí)現(xiàn)整個(gè)企業(yè) 的轉(zhuǎn)型變革。 無論各國(guó)人工智能成熟度如何，其策略方法均 值得借鑒。審視各國(guó)所面臨的挑戰(zhàn)以及企業(yè)應(yīng)對(duì) 挑戰(zhàn)所采取的措施，我們可從中獲取某些領(lǐng)先實(shí) 踐的基本要素。例如，部分國(guó)家的企業(yè)領(lǐng)袖更為 關(guān)注解決技能方面的空白，而部分國(guó)家則專注于 利用人工智能提升決策或網(wǎng)絡(luò)安全能力。 在人工智能領(lǐng)域?qū)崿F(xiàn)卓越有多種途徑，而成功亦 并不意味著勝者擁有一切。以全球視角審視人工 智能的早期應(yīng)用者，有助于了解更廣范圍的遠(yuǎn)景 趨勢(shì)。如此，各方便能采用更為平衡的方式借助 人工智能推動(dòng)企業(yè)的發(fā)展。 2、人工智能競(jìng)爭(zhēng)并非“零和博弈” 未來數(shù)年，人工智能將對(duì)經(jīng)濟(jì)發(fā)展和工 作的性質(zhì)產(chǎn)生巨大的影響，同時(shí)亦將 重塑許多行業(yè)的競(jìng)爭(zhēng)格局。因此，許 多企業(yè)領(lǐng)袖認(rèn)為所在國(guó)家的未來懸而未決。無 怪乎各國(guó)政府爭(zhēng)相鼓勵(lì)人工智能領(lǐng)域的投資， 建立相關(guān)教育計(jì)劃，并推進(jìn)研發(fā)工作，大力支 持境內(nèi)企業(yè)的發(fā)展。 事實(shí)上，許多國(guó)家政府已經(jīng)制定了正式的人工 智能發(fā)展框架，以助力刺激經(jīng)濟(jì)增長(zhǎng)和技術(shù)發(fā) 展。這包括美國(guó)推動(dòng)人工智能領(lǐng)導(dǎo)地位的行政 令、中國(guó)“新一代人工智能發(fā)展規(guī)劃”、“人 工智能德國(guó)制造”以及“泛加拿大人工智能戰(zhàn) 略”。這些國(guó)家戰(zhàn)略專注于人才和教育、政府 投資、研究及協(xié)同合作。然而，政府面臨的挑 戰(zhàn)遠(yuǎn)不止于技術(shù)和經(jīng)濟(jì)層面。許多國(guó)家已經(jīng)著手評(píng)估如何在擴(kuò)大創(chuàng)新和潛在經(jīng)濟(jì)利益的同時(shí)， 確保隱私、安全、透明、責(zé)任和對(duì)人工智能系 統(tǒng)的掌控。 盡管國(guó)家以及企業(yè)之間的競(jìng)爭(zhēng)日趨激烈，但人工 智能不應(yīng)被視為一場(chǎng)“零和博弈”。所有應(yīng)用者 均可相互學(xué)習(xí)和借鑒，先期成功的關(guān)鍵很可能在 于有效執(zhí)行——從選擇最佳應(yīng)用方案，到助力員 工做好準(zhǔn)備，再到管控風(fēng)險(xiǎn)和應(yīng)對(duì)挑戰(zhàn)。 為更好地了解早期應(yīng)用企業(yè)在人工智能技術(shù)方 面的所取得的成效，以及他們?nèi)绾沃珠_展轉(zhuǎn) 型變革，我們針對(duì)全球范圍內(nèi)的1,900名企業(yè)高 管展開了調(diào)查（見補(bǔ)充欄“方法論”）。我們 亦希望通過此次調(diào)查研究人工智能對(duì)這些企業(yè) 的影響，以及不同國(guó)家在推動(dòng)人工智能發(fā)展的 策略方面是否存在顯著差異。 3、為全球人工智能發(fā)展動(dòng)向把脈 人工智能技術(shù)組合 機(jī)器學(xué)習(xí)。借由機(jī)器學(xué)習(xí)技術(shù)，計(jì)算機(jī)可以學(xué)會(huì)分析數(shù)據(jù)、識(shí)別隱含模式、進(jìn)行分類并預(yù)測(cè)未來結(jié)果。 這種 學(xué)習(xí) 來自這些系統(tǒng)在無需遵循明確程序指令的情況下，隨著時(shí)間推移自我進(jìn)化和改善自身性能的 能力。大部分人工智能技術(shù)以機(jī)器學(xué)習(xí)及其更復(fù)雜的后代——深度學(xué)習(xí)為基礎(chǔ)，包括計(jì)算機(jī)視覺和自然 語言處理。我們的調(diào)查表明，全球受訪者采用機(jī)器學(xué)習(xí)技術(shù)的比例已經(jīng)達(dá)到61%。 深度學(xué)習(xí)。深度學(xué)習(xí)基于被稱為“神經(jīng)網(wǎng)絡(luò)”的人類大腦概念模型，是機(jī)器學(xué)習(xí)的子集合。之所以被稱 為 深度 學(xué)習(xí)，是因?yàn)檫@種神經(jīng)網(wǎng)絡(luò)具有多重互相連接的層級(jí)，包括接收數(shù)據(jù)的輸入層、多個(gè)計(jì)算數(shù)據(jù)的 隱含層，以及提供分析結(jié)果的輸出層。深度學(xué)習(xí)尤其適用于分析大量復(fù)雜的多維數(shù)據(jù)，如演說、圖像及 視頻等，在分析大型數(shù)據(jù)集時(shí)最為有效。新技術(shù)使得企業(yè)更容易啟動(dòng)深度學(xué)習(xí)項(xiàng)目，促進(jìn)了深度學(xué)習(xí)應(yīng)用率的提升。在我們的調(diào)查中，51% 的全球受訪者表示采用了深度學(xué)習(xí)技術(shù)。 自然語言處理。自然語言處理是從可讀的、風(fēng)格自然的、語法正確的文本中提取或生成意義和意圖的能 力。自然語言處理為虛擬助理和聊天機(jī)器人提供基于語音的界面，該技術(shù)也日益被用于數(shù)據(jù)集查詢。 2全 球60%的受訪者已經(jīng)采用自然語言處理技術(shù)。 計(jì)算機(jī)視覺。計(jì)算機(jī)視覺是從視覺元素中提取意義和意圖的能力，包括字符識(shí)別（針對(duì)數(shù)字化文檔）和 圖像內(nèi)容分類（如人臉、物體、場(chǎng)景和活動(dòng)）。人臉識(shí)別背后的技術(shù)——計(jì)算機(jī)視覺技術(shù)——是消費(fèi)者 日常生活的一部分。例如，部分用戶通過人臉識(shí)別便可登陸其手機(jī)。此外，計(jì)算機(jī)視覺技術(shù)還推動(dòng)了無 人駕駛汽車的發(fā)展，并為無人售貨商店提供了助力。 3計(jì)算機(jī)視覺在全球受訪者中業(yè)已成為主流，有56% 表示其所在公司目前已采用該項(xiàng)技術(shù)。 4、懸而未決的 AI 競(jìng)賽 有跡象表明，人工智能差異化競(jìng)爭(zhēng)的窗口正在 迅速關(guān)閉。隨著人工智能在消費(fèi)層面迅速普及， 且內(nèi)置人工智能的產(chǎn)品和服務(wù)數(shù)量日益增長(zhǎng)， 先行企業(yè)所具有的優(yōu)勢(shì)將被迅速削弱。多數(shù)受 訪者（57%）認(rèn)為人工智能技術(shù)將在未來三年 內(nèi)從本質(zhì)上轉(zhuǎn)變他們的企業(yè)（見圖1）。然而，僅 38%的受訪者認(rèn)為人工智能將在同一時(shí)期內(nèi)改 變其所在的行業(yè)。這種預(yù)期相對(duì)遲緩的行業(yè)變 革可能意味著短暫的機(jī)遇。早期應(yīng)用者切勿低 估競(jìng)爭(zhēng)對(duì)手的能力。 人工智能的早期應(yīng)用者正致力于提升企業(yè)內(nèi)部 和外部的能力。他們所取得的人工智能成效主 要在于提升產(chǎn)品和服務(wù)（43%選擇該項(xiàng)為其前 三大成效之一）以及優(yōu)化內(nèi)部業(yè)務(wù)運(yùn)營(yíng)（41%選 擇該項(xiàng)為其前三大成效之一）。企業(yè)可選擇以 內(nèi)部或外部（或兩者）提升為重點(diǎn)，許多企業(yè)所采用的應(yīng)用方案各有不同。 例如，某專家小組成 員之一、零售業(yè)首席信息官已經(jīng)探索過多種類型 的應(yīng)用：“ 我們研究了各種不同的應(yīng)用方案，從 所有渠道的自動(dòng)化、協(xié)助處理客戶詢問的聊天 機(jī)器人，到?jīng)Q策支持和客戶數(shù)據(jù)分析以更好地了 解購(gòu)買模式和產(chǎn)品性能?！?/span> 針對(duì)全球人工智能支出、人工智能初創(chuàng)企業(yè)投 資，以及人工智能技術(shù)對(duì)未來經(jīng)濟(jì)的影響的預(yù) 測(cè)有很多。 4大部分評(píng)估均認(rèn)為，美國(guó)和中國(guó)的 投資力度最大，歐盟成員國(guó)家則正在迎頭趕上。 5市場(chǎng)正在迅速增長(zhǎng)——這一點(diǎn)顯而易見。我們 的受訪者均表示其企業(yè)正在日益加大對(duì)人工智 能技術(shù)的投入，同時(shí)逐漸取得可觀的收益（見 圖2）。事實(shí)上，51%的受訪者預(yù)期企業(yè)將在下一 財(cái)年將人工智能投入提升10%或更高。 5、全球企業(yè)人工智能發(fā)展現(xiàn)狀 盡管對(duì)投資于人工智能技術(shù)具有高度的熱情和 意愿，企業(yè)卻面臨著相互交織的多重挑戰(zhàn)。全 球受訪者中，有30-40%將以下挑戰(zhàn)列入企業(yè) 面臨的前三大挑戰(zhàn)：將人工智能融入角色與職 能、數(shù)據(jù)問題、實(shí)施困境、成本以及衡量人工 智能實(shí)施的價(jià)值。倍耐力（Pirelli）全球數(shù)字產(chǎn) 品開發(fā)總監(jiān)Carlo Torniai便經(jīng)歷過部分這些挑 戰(zhàn)。他解釋說：“ 多數(shù)情況下，挑戰(zhàn)均與數(shù)據(jù)質(zhì) 量和可用性、清晰且可衡量的關(guān)鍵績(jī)效指標(biāo)以 及變革的阻力有關(guān)?！彼衅髽I(yè)均應(yīng)預(yù)先考慮 這些潛在的阻礙，并制定計(jì)劃予以妥善解決。 企業(yè)高管們亦擔(dān)憂人工智能技術(shù)所具有的廣泛 漏洞。43%的高管對(duì)潛在的人工智能風(fēng)險(xiǎn)表示 非常或極度擔(dān)憂。高管首要擔(dān)憂的問題包括網(wǎng) 絡(luò)安全漏洞（49%的高管將此列入前三大風(fēng)險(xiǎn)） 以及基于人工智能的建議做出錯(cuò)誤決策（44% 將此列為前三大風(fēng)險(xiǎn)）。另有40%的高管將人 工智能決策的潛在偏見列為前三大道德風(fēng)險(xiǎn) 之一。 瑞士信貸集團(tuán)（Credit Suisse）股票業(yè)務(wù) 全球戰(zhàn)略與轉(zhuǎn)型負(fù)責(zé)人Falguni Desai亦對(duì)人 工智能的可靠性表示擔(dān)憂：“ 無論采用何種類型的應(yīng)用方案，如果要對(duì)人工智能具有更大的信任和透明度，監(jiān)管機(jī)構(gòu)需要更進(jìn)一步地參與進(jìn)來——正如我們對(duì)出行、食品等級(jí)水平進(jìn)行 星級(jí)評(píng)分，以及在藥品上市前進(jìn)行測(cè)試一樣?！?/span> 最后，大部分企業(yè)面臨著人工智能技能差距的 困境，并正在積極尋找具備專長(zhǎng)的人才以增強(qiáng)自 身的能力。全球有68%的受訪者表示企業(yè)存在 中等到極其嚴(yán)重的技能差距，而填補(bǔ)這些差距 所需要的三大類型人才包括人工智能研究人員、 軟件開發(fā)人員以及數(shù)據(jù)科學(xué)家。 許多企業(yè)在尋 找技術(shù)專長(zhǎng)人才之外，還表示需要能夠解讀人 工智能結(jié)果并據(jù)此做出決策和采取行動(dòng)的企業(yè) 領(lǐng)袖。企業(yè)可能認(rèn)為尋找最優(yōu)秀的外部人才將 會(huì)帶來巨大的優(yōu)勢(shì)，但同時(shí)亦不應(yīng)忽略對(duì)現(xiàn)有員 工的培訓(xùn)。 Datalog.ai主管合伙人兼首席執(zhí)行官 Jack Crawford表示：“ 我傾向于在建立技術(shù)卓 越中心之前，對(duì)高級(jí)管理層進(jìn)行培訓(xùn)學(xué)習(xí)。企業(yè) 需要引領(lǐng)競(jìng)爭(zhēng)，而領(lǐng)導(dǎo)者則需要具備信念以推 動(dòng)企業(yè)向前發(fā)展。”人工智能將改變?nèi)藗児ぷ鞯?方式，企業(yè)需要具備一系列技能才能確保成功。 6、各國(guó)AI應(yīng)用對(duì)比分析 成熟專精型人工智能應(yīng)用者 一些人工智能應(yīng)用者的發(fā)展比其他應(yīng)用者更為深入。為便于對(duì)比，我們按發(fā)展成熟度水平將受訪企 業(yè)劃分成三個(gè)層級(jí)。成熟專精型企業(yè)（占全球受訪企業(yè)的21%）是最具經(jīng)驗(yàn)的人工智能早期應(yīng)用者， 處在人工智能應(yīng)用成熟度的前沿。 這些企業(yè)已經(jīng)開展了大量人工智能生產(chǎn)部署活動(dòng)，并稱其已發(fā)展 形成全方位的高水平人工智能專業(yè)能力，包括人工智能技術(shù)和供應(yīng)商的選擇、應(yīng)用方案的確定、人 工智能解決方案的建立和管控、人工智能在自身信息技術(shù)環(huán)境和業(yè)務(wù)流程中的融合，以及人工智能 技術(shù)人才的招募與管理等方面。 技術(shù)嫻熟型企業(yè)（43%）處于中間水平，他們總體上已經(jīng)啟動(dòng)了多 個(gè)人工智能生產(chǎn)系統(tǒng)，但仍未達(dá)到成熟專精型企業(yè)的人工智能成熟度水平，主要在人工智能實(shí)施， 或人工智能專業(yè)能力，或兩個(gè)方面相對(duì)落后。初級(jí)應(yīng)用型企業(yè)（36%）處于最末端，他們剛剛涉足 人工智能應(yīng)用領(lǐng)域，尚未具備穩(wěn)固的人工智能解決方案建立、融合及管理能力。 7、全球企業(yè)人工智能發(fā)展現(xiàn)狀(略） |
|
|
