引
人工智能（AI）通常被定义为机器执行和机器按人类思维认知（如感知、推理、学习、解决问题），还包括一系列使AI能够解决业务问题的功能。
麦肯锡最新发布的一项关于人工智能的全球调查，该调查采访了应用人工智能9种方法（自然语言文本理解，自然语言语言理解，自然语言生成，虚拟代理或会话接口，计算机视觉，机器学习，物理机器人，自动驾驶车辆和机器流程自动化）不同类型的公司，以展现当下全球企业的人工智能应用现状。
调研发现，虽然在商业界才刚刚开启AI技术应用的大门，但这些方法却能在很短的时间内被普遍地采用。其中绝大多数公司表示将人工智能引用到特定的工作流程中后，都能够得到显著的效益。
尽管如此，也有不少公司还抱着担忧的心态，没有采用人工智能或正在开始考虑采用人工智能。“革新”就像是“吸铁石”，找对了磁场就是吸引力，找错了磁场就是阻力。企业要想靠AI革新站稳脚就需要花更多的心思。接下来，我们将再次基于麦肯锡的调查报告为大家展示如今全球企业在人工智能革新上的一些现状，以及在未来的发展中拥抱更多AI价值的途径。
人工智能在全球的应用情况
人工智能的发展到今天有不少产品萦绕在我们生活中的方方面面，在麦肯锡归纳的人工智能的9种方法中。最常见的也是最常被使用的：机器流程自动化、计算机视觉和基于机器学习的一些其它应用。
据调查，在大多数数字化公司中，少部分的管理者表示，他们只将机器学习部署到过标准业务流程中，还有一些管理者表示只接受机器学习。
在这些公司中已部署人工智能的公司中有47%的公司表示，在业务流程中应用了至少一种人工智能技术；20%的公司表示，已经在核心的业务或是大规模的业务上应用人工智能技术。还有30%的公司表示正在尝试应用人工智能技术。另外3%的公司是对人工智能还没有做任何尝试。
而物理机器人、自动驾驶车辆的实际部署就相对较少，因为这两项只被那些应用方向明确的公司所使用。
据麦肯锡调查说，在已部署人工智能的公司中，有21%的公司表示到目前为止对人工智能的投资在数字化总支出中占比相对较小，在数字化预算中仅用不到十分之一的资金，但这些公司预计在未来，对人工智能的投资将大幅增加。
不同领域对人工智能的价值表现
从下图可以看出，若按按行业划分，电信、高科技和金融服务公司在人工智能的采用处于领先位置。因为这三种类型的企业在部分业务上，更需要大量的人力和数字化数据，而人工智能的技术更胜于劳动力。（图一）
从各个部门和职能的来看，企业应用人工智能时，一般都是在追逐资金效益，这也是人工智能所创造价值的最大吸引力。如上图中的零售业，人工智能在营销和销售过程中的使用最为普遍：52%的零售受访者表示他们在营销和销售中使用人工智能，不仅能提高效率还能带来更多的收益。
当管理者们被问到使用人工智在商业运作中能帮助企业获得的价值时，除了人力资源占比相反外，其余7项商业功能的“极具价值”都大于“稍具价值”。在“极具价值”中有8%的企业表示他们在使用人工智能后能带来较大的价值，48%的企业表示能带来显著的价值，44%的企业表示能带来部分价值。在一些特殊属性的企业中，像制造业、风险领域，人工智能能带来更高的价值。（图二）
除了已经使用了人工智能的企业外，为了能在自身的核心业务上挖掘能使人工智能发挥价值的地方，有很多企业都在朝着这个方向在努力。从下表中我们可以看出，有17%的企业表示，他们已经明确了所有潜在的可利用人工智能的机会，18%的企业表示他们已经有明确的战略并且开始采购人工智能的新技术，还有24%的企业表示，他们还没有决定开始实施下表中的任何一种方法。（图三）
很多公司都开始研究开发出能从人工智能中获得更多价值的核心业务，然而要想开发出这些业务，还需要走很长一段路。
阻碍亦是前进的动力
企业获得效益的方法有很多，但要想在人工智能这条路上走的更长远，阻碍总是避免不了的。而当管理者们被问到采用人工智能后面临的最大阻碍时，他们表示，缺乏明确的人工智能战略是至关重要的。其次是缺乏适合人工智能工作技能的人才、相关部门对端到端AI解决方案的限制、缺少能够承担或允诺相关后果的领导人员等等。（图四）
然而这几个阻碍因素，并不是对所有公司都造成影响。对于没有数字化或数字化程度低的公司来说并不会带来很大的影响和压力。数字化程度越高，对人工智能的技术要求也就越高，遇到的阻碍和挑战也就越多，但从中获得的效益是要比那些数字化程度低的公司大得多。
说到数字化，要想获得更高效益并且推动自身人工智能发展的一个因素就是公司在数字化过程中不断进步。数字化程度越高的公司在更多的业务流程中部署了人工智能。从图表中可以看出，在数字化的公司中，九项方法的部署远高于其他公司，他们普遍倾向于采用机器学习的方法。
在数字化公司中，有19%的公司表示，超过五分之一的整体数字化支出用于人工智能。而据证实在已经数字化的核心业务流程中获得了很大效益的公司，都是那些较早引用人工智能的公司。（图五）
企业对人才缺失的担忧以及弥补方法
虽然采用人工智能面临的障碍对没有数字化或数字化程度低的企业压力较小，但这些企业管理者和同行们对人才都非常看重，说能够找到适合的人才是很难的。而对于数字化程度最高的企业来说，人才是最大的挑战，企业又该如何寻找或用其他的方法填补呢？对于这个现象麦肯锡早就未卜先知，并做出了如下回答。
无论公司的数字化程度多么高，人才缺失对企业来说往往是心有余而力不足。若想解决人才缺失的问题可以考虑图下几点。从占比来看最优先的四个解决方案是：强化内部的AI技术能力、诚聘外部人才、购买专业技术类公司的技术已及对内部员工进行培训。（图六）
像电信、高科技以及金融服务业对人工智能技术的应用非常广泛，尽管他们在开发自己的人工智能能力方面比其他人更专业，但他们还是会向外采购更专业技术并与自己的内部技术相结合。高科技和金融服务领域的企业还倾向于对现有员工的培训和技能提升。
数字化程度高的公司则倾向于强化内部的AI技术能力，因为这样才能使技术变为私有化，从而减少了对外的购买花费。
或许你会担忧部署人工智能是否会对员工的流动性造成影响？那可能就不必了。具麦肯锡采访的公司表示，在未来三年内，人工智能对员工流动的影响非常小。一些数字化程度高的企业，他们非常乐观的看待这个问题，并表示人工智能并不会对人员流动造成很大影响，但可能会对员工所做的工作产生变化，因为这能很好的利用人工智能使得机器与人之间实现更好的协作，所以在未来更期望人数的增加而不是减少。
展望未来
综上述，数字化过程不断进步和创造基础的核心实践对于利用人工智能的价值是至关重要的。公司可以根据下面几点来更好的获得人工智能的价值：
在数字化过程中不断进步是从AI中获取价值的前提和关键推动因素。持续数字化对企业的影响是重大的，它会对企业核心业务流程和员工的工作方式发生改变。但如果没有强大的数字做主干，人工智能系统就会缺乏对大量的数据进行模型训练，也就会缺失人工智能在规模上的洞察力。所以，数字化转型或持续数字化对公司的影响是非常重要的。
虽然人工智能的被采用速度越来越快，但是麦肯锡认为，要想从人工智能中获得更大的价值，大多数公司都缺少使价值增长的促成条件。这些促成条件包括：高层管理者的支持、企业投资者对人工智能的态度、人才缺口的填补以及对复杂数据的有效实施和解决，所有这些条件都需要管理者在采用人工智能时明确合理的计划和策略。这也是是商业管理者和技术领导者快速建立人工智能的促成因素。
了解自身并作出改变
从前面的图表中可以看到，深蓝色表示部署在多个功能/方法到业务流程中。浅蓝色表示部署至少1个功能/方法到业务流程中。灰色表示至少有1个部门/业务正在进行尝试部署。虽然有很多公司在一定程度上部署了人工智能，但极少有公司将人工智能部署到多个业务中。（图五）
—— 专注于大数据与人工智能http://yuyidata.com
