麦肯锡全球人工智能最新调研：AI在中国企业的落地进展如何中国AI往哪发力 – McKinsey Greater China
自20世纪50年代概念提出后，人工智能(AI)已在各行各业得到普及应用，为人类社会带来了巨大机遇，创造了难以估量的价值。从2017年起，麦肯锡已连续5年开展全球人工智能调研，从数据、算法应用、投资回报、人才培养与可持续发展等角度切入，研究分析全球范围内企业在AI领域的应用情况。
我们的最新调研显示，近5年全球范围内企业的AI使用率大幅提升，2022年有50%的公司部署了AI，远高于2017年的20%。对AI的资本投入也随使用率的提升而大幅增长。5年前约有40%的公司对AI投入了超过5%的总预算，而2022年已有超过一半的公司有此投入比例。可以说，各行各业对于AI的重视程度与日俱增。
若将目光投向中国，我们预计到2030年，人工智能将为中国一些关键产业带来巨大的增长机会，尤其在如汽车、交通运输和物流；制造业；医疗保健和生命科学；企业软件等创新和研发支出向来落后于全球同行的行业。在这些行业，一系列人工智能用例每年可创造超过6000亿美元的经济价值。（具体可参阅我们于2022年7月发布的报告《探索人工智能新前沿：中国经济再迎6000亿美元机遇》）
基于2022年的全球AI调研，我们总结了中国AI发展的几大现状：
人工智能使用率暂时落后于全球平均水平，较世界领先国家仍有较大提升空间。近5年来，全球范围内企业的AI使用率大幅提升，从2017年的20%增长到2022年的50%，且逐渐趋于稳定。领先国家如美国，AI使用率达到60%左右。中国目前的AI使用率为41%，暂时落后于全球平均水平，表明存在较大提升空间（见图1）。人工智能技术尚未帮助中国企业普遍实现大规模的营收增长与利润贡献。调查结果显示，只有9%的中国企业可借助AI实现10%以上的收入增长，而领先国家受访企业中有19%的公司能实现该增长。在利润贡献上，AI对EBIT（息税前利润）的贡献超过20%的受访中国企业仅有7%，而领先国家该占比达14%。中国企业AI技术的变现能力和经济价值创造亟待提高（见图2）。中国企业人工智能与业务相结合的能力有很大的进步空间。AI能否与业务充分结合，是决定AI能否实现经济价值的关键因素。只有紧贴业务的AI战略设计、完善的配套架构、充足的AI人才，以及健全的内部培养机制，才能使AI与业务发展需求充分融合，最大化经济收益。企业往往认为技术与业务的融合非常容易，但事实并非如此。中国企业的人工智能与业务相结合的能力尚有极大的提升空间。麦肯锡调研结果表明，与领先国家相比，中国的AI在应用中有以下三大不足之处：人工智能整体战略尚不成熟：AI战略从顶层指导AI的设计、落地及业务协调，对AI成效和公司整体营收都有显著影响。而不论是在战略协调还是成效追踪上，受访中国企业与全球领先水平存在较大差距。仅有不到30%的受访中国企业表示能让AI战略与公司整体战略协调一致，25%的受访企业高管层能充分认同AI战略。对于中国企业而言迫在眉睫的是，改善AI相关战略的设计与配套机制体制，并增进企业高管对AI的认同（见图3）。人工智能转译员人才储备不足。AI相关的岗位主要包含软件工程师、数据工程师、数据科学家、数据架构师、产品经理和转译员等。其中，人工智能转译员的角色尤为重要，因为他们知道应该提出哪些业务问题，并将业务问题“翻译”成人工智能解决方案。这一群体掌握的技能好比希腊字母π，他们不仅广泛掌握通用管理技能（横线），而且在人工智能和业务领域也具备深厚的专业知识（两条竖线）。调查结果显示，中国企业一般更注重软件工程师和数据工程师等技术职位的招聘，而诸如人工智能转译员和设计师等多元化人才则重视不足。过去一年中，近一半的中国企业招聘了软件工程师，但只有6%的企业招聘了转译员（同期领先国家企业占比为14%）。业务“翻译”人才的不足会影响中国公司对于AI技术的理解与应用，从而削弱AI带来的业务成效与变现价值（见图4）。（3）对企业内部人才培养的重视程度不足。AI人才一般来自高校、其他科技公司以及内部培养等。从调查结果来看，中国公司更愿意从顶尖高校和其他科技公司挖掘人才，而对于内部人才培养的重视程度不足。约30%的中国公司会依靠内部培养获取AI人才，远低于45%的全球平均水平。而内部人才对于公司业务、流程与组织架构更加了解，将内部人才转型成为人工智能转译员，通常有利于减少沟通成本，更有效地推进AI技术的落地实施（见图5）。
***
人工智能有望成为重塑中国关键产业的强大力量。然而，不管在哪个业务领域，都不可能轻易获得技术用例的价值。企业若只是在相关投入上浅尝辄止，将无法真正部署人工智能技术，实现营收增长或利润提升。相反，只有制定与业务深度融合的AI战略、加速人才转型、健全人才培养机制，才有可能充分释放人工智能机遇所蕴含的巨大经济价值，制胜当下与未来竞争。
点击此处获取获取麦肯锡全球人工智能最新调研英文版全文PDF。
如何使用人工智能发展业务并创造企业价值
[[345310]]
企业价值人工智能行业专家JohnMichaelis说，“使用人工智能的企业可以通过针对性更强、更相关的客户参与、跨业务运营更快速的可扩展性，以及更高的生产率来实现销售增长。”他为此分享了企业使用人工智能来发展其业务和创造企业价值的三个基本技巧：(1)人工智能从用户数据中学习在开始广泛使用人工智能之前，重要的是认识到人工智能与其他算法系统之间的根本差异。人工智能从用户数据中学习，因此其性能会随着时间的推移而提高。这意味着数据集必须可靠，并且企业必须投资于演示和传达其道德操作规范，以确保其算法中没有偏见。(2)了解数据资产在对人工智能进行任何重大投资之前，企业应清楚地了解可能的技术以及现有的可用数据。了解数据资产的人员最好由两个或三个人组成，这些人来自面向客户的业务部门，并且对企业的数据资产有着全面的了解。(3)投资重点企业的投资重点应该决定首先对哪些人工智能项目进行投资。对于具有高增长潜力的企业来说，提高客户获取率或追加销售机会的项目可能是更好的选择。因此，可能会提高生产率，降低运营成本，扩大规模，并加快新产品和服务的上市。新产品和服务PardoeVentures公司创始人兼总经理AndyPardoe解释说，人工智能不仅可以促进新产品和服务的生产，还可以提高运营效率和改善客户服务。他说：“企业可以使用人工智能增强现有的流程和程序，提高效率和操作质量是一种自然趋势。虽然这可能增加利润，但这种方法的好处有限。与其相反，企业首席执行官、首席信息官和首席技术官应该寻求开发新的产品和服务，这些新产品和服务只有在大量应用人工智能能力的情况下才可能实现，而自动化产品和服务将为未来的大规模增长提供新的机会。”人工智能在商业中的应用越来越广泛CCSInsight公司企业研究高级副总裁NickMcQuire表示，大多数企业都计划在未来12个月内增加其IT投资，以推动转型并提高弹性。他认为，更重要的是，很多企业正在寻求业务增长。根据CCSInsight公司的调查，60%以上的企业现在计划增加对人工智能的投资，将其作为实现这一目标的关键领域。McQuire说，“我们看到三个重要的领域正在帮助企业在这种艰难的环境中成长。最重要的是，这些领域在疫情期间都在加速改变。首先是在客户体验方面，在虚拟代理等领域中使用人工智能来改善等待时间，并在联系中心进行改造，以帮助在家远程工作的人员处理更高价值的客户查询。第二个领域是个性化。人工智能正被用于电子商务，以改善购买体验，以及更准确地改善需求预测。在某些情况下，我们发现，如果在购买体验中有效利用人工智能，可以将转化率提高20%。第三，我们也看到人工智能被用于欺诈检测，为企业提供帮助(特别是金融机构)，改善客户体验，并在欺诈交易中节省资金。”人工智能是现代劳动力的一部分与McQuire一样，Appian公司产品策略副总裁兼副首席技术官MalcomRoss也表示，冠状病毒疫情揭示了企业都需要一个快速变化和不断适应的计划。他说：“这场疫情几乎破坏了从研发到供应链、配送和客户服务的每一个主要业务流程。人工智能可以在将这些破碎的流程重新创建为智能流程方面发挥重要作用，这些流程可以帮助企业在未来做出更好的决策。”但是就其本身而言，人工智能不会影响企业业务成果。相反，人工智能将成为现代员工队伍的一员，与机器人和工作人员并肩作战。他建议说，“为了获得最大的业务成果价值，所有现代劳动力(包括人员与机器)都必须在单一工作流程中无缝地协调一致。这就是更好的决策如何变成更快、更好的行动的方式。”从人工到自动化Finastra公司人工智能和机器学习主管AdamLieberman解释说：“使用人工智能理解客户行为，对于帮助企业与客户建立更牢固的互动关系并推动增长至关重要。获取历史数据、了解历史数据，并确定模式，使企业能够更好地了解他们的客户是谁、他们喜欢什么、他们如何使用产品，并根据他们的需求构建更智能的产品和服务。”他继续说：“企业可以利用人工智能使效率低下的人工作业实现自动化，提高生产率并降低成本。例如光学字符识别(OCR)中的人工智能方法，不仅大幅减少了提取和构造相关数据所需的时间，而且还可以消除提取过程中的人为错误，并与其他基于人工智能的模型一起用于纠错等任务。”让所有人都踏上人工智能之旅Alteryx公司欧洲、中东和非洲地区副总裁AlanGibson补充说：“在未来五年，将从人工智能中受益最多的企业将不仅投资于装备其整个员工队伍的正确技术，而且还将建立一种文化，使所有员工都能实现变革，而不仅仅是数据科学家和分析师。这将让每个人都踏上人工智能之旅，而增长意味着简化和自动化流程。为此，企业领导者需要考虑如何使所有员工都能使用新兴技术。一个易于使用的自动化数据分析平台将在未来十年内被证明是最有价值的。”以广受欢迎的健身品牌Gymshark为例，Gibson解释说，它使用自动分析平台快速准确地识别哪些类别表现良好。该平台使公司能够调整产品供应、定制营销方法，并最终在经济不确定时期保持敏捷和盈利。然而，并不是所有的企业都处在这个阶段，许多企业都在努力接受和采用人工智能。Gibson说：“我们目前面临的障碍是人员与技术的交集。他们克服障碍的关键在于解决技能差距，并通过引入直观且易于采用的平台，授权员工解决复杂的数据科学问题，能够与现代劳动力同步。人们普遍认为，数据能增加价值，但只有当工作人员能够挑选出切实可行的见解，从而为企业提供信息时，数据才会增值。”