麦肯锡：2023年人工智能现状及五年回顾
2022年12月6日，麦肯锡发布《2022年人工智能现状：五年回顾》（TheStateofAIin2022—andAHalfDecadeinReview）报告，概述了过去五年人工智能的发展状况。麦肯锡连续5年对人工智能发展数据进行追踪，其中2022年5月和8月先后两次对来自不同国家和地区、行业、企业、领域的1492人进行了调查。报告从技术采用情况、对企业的积极影响、企业人工智能支出情况、高绩效企业发展情况和人才发展情况几个方面对人工智能发展情况进行了详细分析。
01
人工智能技术应用情况
1.1 人工智能采用率加倍
2017年，20%的受访者称至少在一个商业领域采用了人工智能，而2022年的数据为50%。其中2019年这一数据达到峰值——58%。
企业采用的人工智能能力数加倍。比如自然语言生成和计算机视觉从2018年的1.9达到了2022年的3.8。
在企业采用的人工智能能力中，机器过程自动化和计算机视觉是被采用最多的，自然语言文本理解发展最快，目前已经排到了计算机视觉之后。
从人工智能用例来看，采用最多的人工智能用例比较稳定，过去4年采用最多的人工智能用例都是服务优化。
1.2人工智能投入增加
随着人工智能技术的采用，人工智能领域投入也不断增加。5年前，采用人工智能技术的企业受访者中有40%称其人工智能预算占数字化预算的5%。目前有超过一半的受访者称人工智能预算达到了这一水平。此外，还有63%的受访者称其企业人工智能投入将在未来3年持续增加。
1.3更多企业从人工智能中看到价值
2018年，认为人工智能具有价值的受访者所在领域主要是制造业和风险投资领域。2022年，受访者认为人工智能对收入带来影响最大的领域是市场营销和销售、产品和服务开发、战略和企业融资；而成本效益最高的领域是供应链管理。
1.4人工智能采用过程中尚未加强风险管理
目前，越来越多的企业加速了人工智能技术的采用，但从2019年到2022年，受访者称其所在企业所面临的由人工智能带来的风险仍未得到有效缓解。
02
人工智能高绩效企业
过去五年，麦肯锡对人工智能企业进行了追踪研究，发现人工智能高绩效（AIhighperformers）企业竞争优势扩大明显。
一是人工智能高绩效企业在企业数量没有明显增长的条件下，依然可以轻松保持稳定的企业效益。人工智能高绩效企业的定义是所在企业受访者20%以上的毛利润来自人工智能的采用。受访者表示，人工智能的主要作用是增加收入而非降低成本，但人工智能的采用在一定程度上确实可以降低成本。
二是人工智能高绩效企业会在战略、数据、模型、工具、技术和人才等领域，选取最佳组合完成实践，比如将人工智能战略与商业产出相结合。人工智能高绩效企业会进行大规模人工智能开发和部署。也会为人工智能算法提供高质量数据，以及提高人工智能开发效率和扩展人工智能应用。此外，人工智能高绩效企业也更加关注人工智能相关的风险，比如个人隐私、平等、公平等。
三是人工智能高绩效企业在引进人才方面具有优势。以上优势都会为人工智能高绩效企业吸引更多人才。比如，受访者表示，人工智能高绩效企业在招聘人工智能数据科学家和数据工程师方面的难度小于非人工智能高绩效企业。
03
人工智能人才问题
3.1人才招聘存在难度
所有受访者均表示招聘人工智能人才存在难度，尤其是数据科学家。但相比之下，人工智能高绩效企业在招聘机器学习工程师等方面难度较小。数据工程师是企业去年招聘最多的岗位，其次是数据工程师和人工智能数据科学家。这表明越来越多的企业开始从人工智能实验转向将人工智能融入企业应用中。
人才短缺问题未见缓解迹象。大多数受访者表示去年在招聘人工智能相关的岗位时仍存在困难，此外有大量受访者表示与前几年相比，人工智能相关岗位招聘变得更加困难。其中，最稀缺的人工智能人才是人工智能数据科学家。
3.2技能提升与技能重塑
为解决人工智能人才短缺的问题，最常用的方法是对现有员工进行技能提升，有超过一半的受访者表示采用了该方法。从顶尖大学和技术公司招聘也是常用的人才招聘方法。此外，与其他企业相比，人工智能高绩效企业人才招聘渠道更加多元化。
3.3增加人工智能团队的多元性
从人工智能团队的多元性来看，大多数企业仍存在然改进的空间。从受访者的数据来看，女性只占人工智能团队的27%，而少数民族（人种）只占25%。有29%的受访者表示其人工智能团队没有少数民族（人种）。根据麦肯锡之前的调查数据，人工智能高绩效企业中，人工智能团队成员有25%为女性的企业数量是其他企业的3.2倍；人工智能团队成员有25%为少数民族（人种）的数量是其他企业的至少2倍。
04
评述
从麦肯锡调查数据显示，近5年来人工智能应用取得明显进展。企业人工智能采用率加倍，同时企业对人工智能的投入不断增加，未来几年人工智能投入也将持续增加。随着人工智能技术的采用，越来越多的企业发现了人工智能为企业带来的价值。但伴随着人工智能技术的发展和应用，其带来的潜在风险不断增加，尤其是合规风险，但大多数企业并未对此作出积极响应。随着人工智能技术的不断成熟，未来人工智能将在更多领域发挥价值，但在发展的同时也需要积极采取措施缓解人工智能潜在风险。
（全文完）
免责声明：本文转自学术plus，原作者TAO。文章内容系原作者个人观点，本公众号编译/转载仅为分享、传达不同观点，如有任何异议，欢迎联系我们！
推荐阅读
技经观察丨以美国为例脑机接口的军事应用简析
技经观察丨美对华半导体领域出口管制政策的最新修订影响几何？
转自丨学术plus
作者丨TAO
研究所简介
国际技术经济研究所（IITE）成立于1985年11月，是隶属于国务院发展研究中心的非营利性研究机构，主要职能是研究我国经济、科技社会发展中的重大政策性、战略性、前瞻性问题，跟踪和分析世界科技、经济发展态势，为中央和有关部委提供决策咨询服务。“全球技术地图”为国际技术经济研究所官方微信账号，致力于向公众传递前沿技术资讯和科技创新洞见。
地址：北京市海淀区小南庄20号楼A座
电话：010-82635522
微信：iite_er
麦肯锡：2023年人工智能现状及五年回顾（附报告下载）
原文：ThestateofAIin2022—andahalfdecadeinreviewTHENEXTGENERATIONOFTRUCKS
来源：麦肯锡，2022年12月发布；编译：崔帅
这是麦肯锡连续第五年研究人工智能在商业中的角色，在此期间发现了一些明显的变化。
首先，相较于2017年，当前人工智能的采用率增加了一倍多。2017年，20%的受访者表示至少在一个业务领域采用了人工智能，而今天，这一比例为50%。
与此同时，机构使用的人工智能技术，如自然语言生成和计算机视觉，也翻了一番，从2018年的平均1.9个技术增加到2022年的平均3.8个技术。在这些项目中，机器人流程自动化和计算机视觉是每年最常用的技术，而自然语言文本理解已经从2018年的中间位置上升到仅次于计算机视觉的第三位。
数据显示，在过去的几年里，越来越多的组织已嵌入人工智能能力
从人工智能的应用领域而言，在过去的四年中，服务运营每年都占据榜首。
按功能划分的最常用的人工智能用例
其次，对人工智能的投资随着它的日益普及而增加。例如，五年前，在使用人工智能的机构中，40%的受访者表示，超过5%的数字化预算流向了人工智能，而现在，超过一半的受访者表示达到了这一投资水平。展望未来，63%的受访者表示，投资将在未来三年内持续增加。
每个业务功能中最常采用的人工智能用例
再次，体现人工智能价值的领域已经变化。2018年，制造业和风险场景是受访者认为人工智能的两大应用领域。如今，受访者认为人工智能应用影响最大的是市场营销和销售、产品和服务开发、战略和企业财务，其中，受访者认为人工智能在供应链管理方面的成本效益最高。
2021年人工智能的采用带来成本下降和收入增加的情况（按功能划分）
最后，有一件令人担忧的事情是，各机构防范风险的水平。尽管人工智能的使用有所增加，但从2019年麦肯锡第一次开始获取这些数据时，到目前为止，任何与人工智能相关的风险的防范报告都没有大幅增加。
截至目前，任何与人工智能相关的风险的防范报告均未大幅增加
人工智能的使用和可持续发展的努力
调查结果表明，许多机构正在将人工智能整合到其可持续发展努力中，也在积极寻求减少其使用人工智能影响环境的方法。报告显示，那些在人工智能领域投资更多、人工智能技术更成熟的公司减少人工智能相关排放的可能性是其他公司的1.4倍。这两个努力方向在大中华区、亚太地区和发展中市场更为常见，而北美的受访者则没有相应的回应。
当被问及使用人工智能对可持续发展努力的帮助时，受访者最常提到改善环境的举措，如优化能源效率或减少浪费。在改善社会影响方面，使用人工智能的情况最不常见。
当前，各组织正在可持续发展范围内使用人工智能，并努力减少使用人工智能对环境的影响
人工智能领导者正在扩大竞争优势
在过去的五年里，麦肯锡追踪了人工智能领域的领导者——麦肯锡称他们为人工智能的高绩效者——并研究了他们的不同之处。麦肯锡发现更多的迹象表明这些领导者正在扩大竞争优势。
首先，没有看到领导小组的数量有所扩大。在过去的三年里，麦肯锡将人工智能高表现的机构被定义为人工智能对机构绩效影响极大的那些——也就是说，人工智能的使用为机构贡献了20%或更多的EBIT。属于这一群体的受访者的比例一直稳定在8%左右。研究结果表明，这一群体取得卓越的成果主要是由于人工智能提高了收入。
其次，高表现者比其他人更有可能遵循释放价值的核心实践，比如将他们的人工智能战略与业务成果联系起来。同样重要的是，他们更频繁地参与“前沿”实践，使人工智能能够大规模开发和部署，或者一些人所说的“人工智能工业化”。例如，领导者更有可能拥有一个足够模块化的数据架构，以快速适应新的人工智能应用程序。
它们还经常将大多数与数据相关的过程自动化，这既可以提高人工智能开发的效率，也可以通过提供更多高质量的数据输入人工智能算法来扩大它们可以开发的应用程序的数量。人工智能的高绩效者通过使用新兴的低代码或无代码程序来吸引非技术性员工创建人工智能应用程序的可能性是其他组织的1.6倍，这使得公司能够加快人工智能应用程序的创建。在过去的一年里，高绩效机构比其他组织更有可能遵循某些先进的扩展实践，比如使用标准化工具集创建可生产的数据管道，以及使用端到端平台。
高层员工还可能在管理潜在的人工智能相关风险方面取得领先地位，比如个人隐私、公平和公平，而其他组织尚未解决这些问题。虽然总体而言，自四年前开始调研与人工智能相关的风险以来，识别和防范风险的受访者比例几乎没有变化，但来自人工智能高绩效的受访者比其他人更有可能回答他们从事已知有助于降低风险的实践。这些措施包括确保人工智能安全运行和数据治理、使流程和协议标准化、将数据质量控制等流程自动化等，以消除通过人工操作引入的错误、测试模型的有效性，并随着时间监测它们以解决潜在问题。
从人工智能中获得最高回报的组织更有可能遵循战略、数据、模型、工具、技术和人才最佳实践
投资是另一个可能导致扩大差距的原因：人工智能表现出色的机构在该领域的支出将继续超过其他组织。尽管这些领先机构的受访者和其他人一样有可能表示，他们未来会增加投资，但他们现在的支出已经比其他机构要多，这意味着他们将从一个收入比例更高的基础上增加。
最后，所有这些都可能让人工智能高绩效机构在吸引人才方面发挥优势。有迹象表明，这些组织招聘人工智能数据科学家和数据工程师等职位的难度较小。
人工智能的多元人才需求
软件工程师成为人工智能的热门角色，调查结果显示，机构在过去一年中雇佣软件工程师最多。这是另一个明显的迹象，表明许多机构已经从试验人工智能转向积极地将其嵌入到企业应用程序中。
不幸的是，科技人才的短缺没有任何缓解的迹象，这可能会减缓一些公司的这种转变。大多数受访者说，在过去的一年里，招聘每个与人工智能相关的角色时都有困难。人工智能数据科学家仍然特别稀缺，在麦肯锡调研中，认为数据科学家稀缺的受访者比例最大。
正如前面提到的，一些迹象表明，人工智能表现较好的公司比其他组织更容易招聘人才，但他们依然认为比较困难，同时他们更加专注于人工智能工业化和商业价值优化的人才招聘。
组织最常雇佣软件工程师、数据工程师和人工智能数据科学家
在寻找人工智能人才方面，所有受访者中最支持的策略是再培训现有员工。近一半的机构都在这样做。另外，从顶级大学以及非顶级的科技公司招聘人才也是常见的策略。但人工智能高绩效机构会尽可能多地利用招聘渠道，不仅从顶级技术大学和科技公司招聘人才，也从其他大学、培训学院、以多样性为重点的项目或专业组织中招聘人才。
来自人工智能高绩效人士的受访者报告指出，他们比其他受访者以更广泛的方式寻找与人工智能相关的人才
来自人工智能高绩效机构的受访者说，他们的机构培训技术人员的人工智能技能最常见的方法是体验式学习、自我指导的在线课程和认证项目，而其他组织通常最依赖于自我指导的在线课程。
最后，麦肯锡还发现以人工智能为重点的团队内部的多样性水平都有很大的改进空间。在受访者所在的机构中，这些团队中女性的员工的平均比例仅为27%。开发人工智能解决方案的平均比例也只有25%。同时，29%的受访者表示，他们的组织中没有少数民族员工。
虽然一些公司正在努力改善其人工智能人才的多样性，但是在改善性别多样性方面比种族多样性做得更多。
与麦肯锡之前的研究一致，该研究显示了多样性和优异表现之间存在相关性。至少有25%的人工智能开发员工是女性的机构，其人工智能绩效表现是其他机构的3.2倍。那些至少有25%的人工智能开发员工是少数种族或少数民族员工的，其人工智能表现出色的可能性是其他机构的两倍多。
END
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?
新浪财经ESG评级中心提供包括资讯、报告、培训、咨询等在内的14项ESG服务，助力上市公司传播ESG理念，提升ESG可持续发展表现。点击查看【ESG评级中心服务手册】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。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：1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）。2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）。3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：a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）。b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）。c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。关于作者：沈愷博士麦肯锡全球董事合伙人，常驻深圳分公司童潇潇麦肯锡人工智能专家，常驻上海分公司苏阳麦肯锡数据科学家，常驻上海分公司(麦肯锡)新浪财经ESG评级中心简介
新浪财经ESG评级中心是业内首个中文ESG专业资讯和评级聚合平台，致力于宣传和推广可持续发展，责任投资，与ESG（环境、社会和公司治理）价值理念，传播ESG的企业实践行动和榜样力量，推动中国ESG事业的发展，促进中国ESG评估标准的建立和企业评级的提升。
依托ESG评级中心，新浪财经发布多只ESG创新指数，为关注企业ESG表现的投资者提供更多选择。同时，新浪财经成立中国ESG领导者组织论坛，携手中国ESG领导企业和合作伙伴，通过环境、社会和公司治理理念，推动建立适合中国时代特征的ESG评价标准体系，促进中国资产管理行业ESG投资发展。
海量资讯、精准解读，尽在新浪财经APP