德勤企业人工智能应用现状分析（第五版）
2022年，德勤发布的《企业人工智能应用现状报告》已经来到了第五个年头。凭借扎实丰富的调研经验和富有远见的商业洞察，报告不仅为全球企业拥抱人工智能（以下简称“AI”）提供建设性意见，也成为一扇持续观察与分析全球企业AI应用状况的窗口。
在此次第五版《德勤企业人工智能应用现状分析》中，德勤对来自13个国家2,620名企业高管进行了深入调查，旨在探究：企业在通往未来的道路上，如何借助人工智能释放巨大商业价值。其中我们发现了四项领导者们都广泛采纳的行动。
核心发现–助推人工智能释放巨大价值的四项关键行动
投资于文化和领导力：领导者应致力于企业文化重塑，将对AI持续改善的乐观情绪和员工发现的机遇，转化为商业价值。员工仍然是企业成功的关键，而AI可帮助释放人和机器的潜能。变革运营模式：为了确保AI应用遵循社会伦理，提升服务质量，整个运营模式需要进行变革，以适应智能机器的独特能力。企业应重新评估工作流程和角色，以管理风险并发掘新的价值。协调技术和人才：在投资于企业文化和领导力的同时，企业还须在日益紧缺的人才市场中制定相应战略，不断扩充现有定制平台、工具和加速器，助力转型。选择高价值用例：AI正在推动各行各业转型，领导者们已经开始解锁AI用例的正确“打开方式”，推动实现价值最大化。其重要举措在于制定相关战略，在短期和长期两方面差异化应用AI。德勤数智研究院联席主管合伙人及德勤管理咨询中国分析与认知服务领导合伙人尤忠彬表示：
“AI于企业绝非技术层面的问题，而是关系到企业战略、业务、技术和人才等全方位的革新。因此，德勤AI团队与战略团队也将进行更加密切的合作，协同作战，为客户提供战略与AI引领的咨询方案。我们以业务战略为牵引，以数据科学、数据分析为支持手段，产生可执行、可操作的实践，最终帮助客户实现企业智能地转型。”
德勤数智研究院联席主管合伙人及德勤中国审计与鉴证首席数字官范为表示：
“后疫情时代，随着企业面临着更大的危机与挑战，AI助力转型的优势将会体现出巨大的价值。德勤秉承“以人为本”和可持续发展的理念继续深耕人工智能领域，通过AI产品和服务以及广泛地生态合作，将社会要素与企业战略相融合，持续创造商业价值，助力更多企业成为真正的AI驱动型企业。”
2022企业AI成熟度概览
2022年调研中，我们继续采用了与第四版报告中相同的基础分析模型，根据2,620名受访者的反馈，按照企业表现情况将受访企业划分为以下几类：
变革者–（高部署/高成果）：正在转型但尚未完全实现转型。变革者已在企业范围上采用了许多领先实践，并逐步释放AI蕴藏的价值。
探路者–（低部署/高成果）：探路者已经具备迈向成功的能力和行为，但实施的举措较少。他们正在采取行动，但还未达到变革者的规模。
后进者–（高部署/低成果）：大量的开发和部署活动是这一群体的特点；然而，他们还未采用足够多的领先实践来帮助其转化成商业价值。
起步者–（低部署/低成果）：在构建AI能力方面起步较晚是这一群体的特点；他们目前最不可能展现领先实践行为。
关于德勤人工智能研究院
德勤人工智能研究院帮助企业将强大、高度动态且快速发展的AI生态系统的所有不同维度联系起来。人工智能研究院引领跨行业应用AI创新的对话，利用前沿洞察促进With™时代的人机协作。
德勤人工智能研究院旨在促进AI的对话和发展，激发创新，并研究人工智能实施面临的挑战和解决方法。人工智能研究院是由学术研究团体、初创企业、企业家、创新者、成熟的AI产品领导者和AI远见者组成的生态系统合作，致力于探索AI的关键领域，包括风险、政策、道德、未来的工作和人才，以及AI案例的应用。结合德勤在AI应用方面的深厚知识和经验，该研究院帮助企业理解这个复杂的生态系统，从而提供有影响力的观点，做出明智的AI决策来取得成功。
人工智能发展与应用综述
人工智能发展与应用综述摘要自人工智能的概念在1956年被提出以来，研发者们就不断研究，六十多年的发展，在理论研究以及应用领域都已取得了喜人的成果，人工智能在医疗，交通，教育，商业，信息安全等领域已经深入国民生活。本文对人工智能概念进行解读，并对人工智能发展与应用进行综述，探索人工智能发展轨迹，以更好认识人工智能，对行业技术与发展有更深刻的理解。
关键词：人工智能发展应用综述总结1、引言人工智能的概念越来越深刻影响着人类的生活，如同蒸汽时代的蒸汽机，电气时代的发电机，信息时代的计算机，人工智能已经成为推动人类进入智能时代的决定性力量。当然，人工智能并不是凭空产生的，其发展具有一定的过程，在无数科学研究者，学者的辛勤努力下，人工智能研究的研究体系已经初见成果。人工智能的概念产生于欧美、日本等国家，并迅速风靡全球，可喜的是，根据清华大学发布的《人工智能发展研究报告2018》统计，我国已经成为全球人工智能投资融资规模最大的国家，我国人工智能在人脸识别，语音识别，安防监控，智能音箱，智能家居等人工智能应用领域处于国际前列。根据2017年，爱思唯尔文献数据库[1]统计结果，我国在人工智能领域发表的论文数量已居世界第一。当然，作为一项新兴事物，人工智能并非完美无缺，在许多方面仍然有较多的困难尚未攻克，本文对人工智能发展与应用进行综述[2、3]，指导正确看待这一新兴事物，更好指导未来的技术发展。
2、人工智能以及核心概念由于“智能”这一概念难以确切定义，图灵用：“机器能够思考吗？”这一问题代替。图灵提出通过对机器进行“图灵测试”，以判断它是否具有智能。“图灵测试”就是让机器当做人，与人进行对话，如果有30%的测试人相信此机器是人类，那么这台机器被认为具有智能。美国斯坦福大学人工智能研究中心尼尔逊教授给人工智能下了这样的定义：人工智能是关于知识的学科，是怎样表示知识以及怎样获得知识并使用知识的科学。从实用观点来看，人工智能是一本知识工程学：以知识为对象，研究知识的获取，知识的表示方法和知识的使用。目前学术界将人工智能分为强人工智能和弱人工智能，强人工智能就是机器具有自我意识，要求机器有知觉有意识。弱人工智能是指没有知觉意识的智能，机器按照事先写好的程序进行工作，并不拥有智能。
（1）、机器学习机器学习[4]是人工智能的核心技术，是使机器拥有智能的主要途径，是指让机器模拟人的学习能力，以此来增强机器的性能。早在上个世纪图灵就给出了类似机器学习的想法，他设想让机器模仿儿童思维，使其接受正确的教育成长为一个成人的大脑。这种想法与当今学者研究的方向不谋而合。后来图灵与同事一起编写了程序去实践这种想法，机器能够做他们编写过的事情，除此之外，不会向人类一样在能力方面有更多的延伸。如何让机器自主的学习，在今天仍然是人工智能发展的难题。
（2）、人工神经网络是受人脑神经元的启发，试图设计与人脑结构类似的网络结构，模拟大脑处理信息的的过程，以提高运算速度。作为人工神经网络的一类，卷积神经网络已经广泛用于大型图像处理中。虽然人工神经网络无法与人类大脑媲美，在模式识别，医疗，智能机器人等领域取得的成果有目共睹。
(3)、专家系统是指依靠人类专家已有的知识建立的知识系统，是一种特定领域内大量知识与经验的程序系统。它应用人工智能技术，模拟人类专家求解问题的思维过程求解领域内的各种问题，其水平可以甚至超过人类专家的水平。目前专家系统开发最早应用最广泛的领域，多是医疗诊断，地质勘探，文化教育等领域。
3.发展历程回顾人工智能的发展可以有以下四个时期：孕育，形成，知识运用，综合集成四个阶段。孕育期：一般认为人工智能的最早工作是Warre基本出发点。Mcculloch跟WalterPitts完成的。他们提出一套人工神经元模型，两名普林顿大学数学系的研究生在1951年建造了第一台神经元网络计算机。不少早期工作可以被当做人工智能，古希腊的亚里士多德创立的演绎法，三段论的至今仍然是演绎推理的基本出发点。形成期：人工智能诞生于1956年的一次历史性聚会。几位来自美国的数学，神经学，心理学，信息科学和计算机科学的杰出科学家齐聚一堂，由麦卡锡提出了“人工智能（AI）”这一概念。会议过后，各地的科学家、学者纷纷研究相关知识，“人工智能”这一学科以及相关研究如雨后春笋一般形成。1969年的国际人工智能联合会议标志着人工智能得到国际的认可。知识应用期：1977年费根鲍姆在第五届国际人工智能大会上提出了知识工程的概念。从此之后，各类专家系统得以发展，大量的商品化专家系统和智能系统纷纷推出。专家系统的发展，也是得人工智能的发展范围扩大到了人类各个领域，并产生了巨大的经济效益。但是专家系统发展过程中也存在很多缺陷，应用领域窄，缺乏常识性知识，知识获取困难，不能访问现存的数据库等问题被逐渐暴露出来，人工智能面临着考验。综合形成期，在专家系统方面，从20世纪80年代末开始逐步向多技术，多方法的综合集成与多领域的综合应用型发展。大型专家系统开始采用了人工智能的多种语言，多种知识表示方法，多种推理机制和多种在控制策略相结合的方式，人工智能的发展进入综合形成期。目前，人工智能技术正在向大型分布式人工智能，大型分布式多专家协同系统，并行推理，多种专家系统开发工具，大型分布式人工开发环境和分布式环境下的多智能协同系统等方向发展。但是从目前来看，无论是人工智能理论还是实践都不够成熟，人工智能研究仍然需要科研工作者长期摸索。
4、人工智能的应用（1）、虚拟各人助理目前市面上的人工智能助理如：Siri，小娜等。个人助理能够帮助用户完成多项任务，多项服务，其推动力是人工智能技术。现阶段的人工助理一般具有基于上下文的对话能力，可以实现简单的人机对话，回答一些简单的问题。个人助理的应用包括语音识别，图像识别，深度学习等技术，其工作原理是“语音识别+云计算服务”。
（2）、自动驾驶谷歌公司一直致力于自动驾驶汽车的研究，2012年4月。谷歌公司宣布自动驾驶汽车已经行驶20万公里，这一数据已经接近汽车的最大里程数。我国自动驾驶技术的研究同样取得振奋人心的成果。2017年由海梁科技与深圳巴士集团等联合打造的自动驾驶客运巴士，正式进行线路的信息采集和试运行。
（3）、智慧医疗医疗一直是关系到国际民生的重要范畴。随着专家系统的不断发展完善，已有实例表明，人工智能可参与到医疗建设中。Watson[5]是IBM公司研发的采用认知计算系统的人工智能平台，watson肿瘤系统是其产品之一，可以作为辅助诊疗手段，与医院数据对接，实现病例数据的信息共享，还可以为临床医生在诊断过程中推荐诊疗方案，苏北人民医院2017年正式引入此系统，开启了智慧医疗的新时代。
5、我国人工智能发展趋势与展望人工智能技术发展至今60多年，其概念已经逐渐清晰，在生物，医疗，交通等领域孕育出了突破性的成果，但是人工智能技术能否发展到人类的水平仍然不能给出确切的答案。目前人工智能面临的问题主要是：
（1）、体系结构受限受限于冯诺依曼体系结构，目前人工智能系统在感知，认识方面无法突破瓶颈。这主要是由于传统的冯诺依曼体系结构采用的是存储程序的方法，程序是事先设定的，无法随着外界的改变而改变，这也是限制人工智能发展的关键。不过，我们有理由相信，在不久的未来能够克服这种制约。
（2）、社会问题困扰如果人工智能真的发展到与人类智慧媲美的程度，又会引发一系列的问题。一方面心理学上，“恐怖谷”理论就是假如机器人接近人类的时候，我们会对其产生莫名的厌恶和惧怕。另一方面，人工智能带来的社会问题同样困扰着人类，以自动驾驶汽车为例，3-18美国自动驾驶车辆车祸致人死亡的事件给自动驾驶技术的发展带来不小的冲击，事故责任的划分成为一大难题。目前人工智能的发展，主要是在弱人工智能发展并取得显著的成果，在强人工智能的研究上仍在开展，存在很多问题，有很大的发展空间，从目前的一些前瞻性研究可以看出人工智能可能会向以下几个方面发展：模糊处理，并行化，神经网络和机器情感。人工智能的下一个突破可能是赋予计算机情感能力。
参考文献
[1]中央人民政府驻香港特别行政区联络办公室副主任中国科学院院士谭铁牛.人工智能的发展趋势及对策[N].中华工商时报,2019-02-25(003).[2]张妮,徐文尚,王文文.人工智能技术发展及应用研究综述[J].煤矿机械,2009,30(02):4-7.[3]杨俊龙,柳作栋.人工智能技术发展及应用综述[J].计算机产品与流通,2018(03):132-133.[4]陈彦淇.简析人工智能的发展与应用[J].科技传播,2019(04):162-163+170.[5]曹敦煜.人工智能在心脏疾病诊疗中的应用[J].科技传播,2019(04):141-142.
什么是机器人系统集成有什么特点
机器人是单纯的机器人单机系统，一般就是本体电控柜和示教器，属于标准品。要让机器人发挥作用，就需要配合很多的外围设备，才能形成有效的工业自动化生产系统。
系统集成方案解决商处于机器人产业链的下游应用端，为终端客户提供应用解决方案，其负责工业机器人软件系统开发和集成，是工业机器人自动化应用的重要组成。
机器人系统集成包括如下5个方面：
・末端执行机构和工装夹具设计
・现场工业控制软件与信息交互
・离线编程仿真与产线虚拟设计
・现场传感/测控
・先进制造工艺集成应用
机器人系统集成特点
・智能装备项目特点：越来越趋向于个性化、定制化、绿色化；
・制造需求特点：多品种/变批量、混线生产，追求高质量低成本，节能减排；
・技术层面特点：体现智能化，以机代人，实现高柔性的生产加工作业。
系统集成行业现存问题
a、项目图纸“做完一个扔一个”。系统集成项目是非标准化的，项目之间的相似度很低，基本没有可复制性；项目一完成，图纸全作废。
b、做项目要有技术功底。由于机器人集成是二次开发产品，需要对下游行业十分了解，对于技术人员的要求高。
c、垫资是常态。系统集成的付款通常采用“361”或“3331”的方式，集成商在设计、生产、加工的过程中，采购物料的价格加上部分人员的投入费用占比一般是60%-70%，超过了预付款的金额，这时集成商垫资的情况就会发生。
d、同行多，规模难做大。10个机器人企业，9个集成商，现阶段国内集成商规模都不大，销售收入1个亿以下的企业占大部分，能做到5个亿的就是行业的佼佼者，10个亿以上的全国范围屈指可数。