查看原文
其他


    来源:中国科协创新战略研究院《创新研究报告》

    第43期(总第169期)2017-07-27


    编者按:人工智能将推动新一轮数字革命,全球企业应尽早开始应对。2017 年 6 月,麦肯锡全球研究院(McKinsey Global Institute,MGI)发布研究报告,分析了科技巨头企业对人工智能(artificial intelligence,AI)5个技术系统领域(机器人和无人驾驶汽车、计算机视觉、语言识别、虚拟代理和机器学习)的投资情况,同时调查分析了零售、电器、制造、保健与教育领域5大行业中对 AI 技术如何开展有效的利用,最终认为企业、研发者和政府应共同行动起来,挖掘 AI 成为产业中颠覆性技术的潜力。本文对其主要内容进行摘编。


    本文中所讨论的人工智能主要包括5大类:机器人和无人驾驶汽车(robotics and autonomous vehicles)、计算机视觉(computer vision)、语言识别(language identification)、虚拟代理(virtual agent)和机器学习(machine learning)。这些 AI 技术已初步具备了解决近期产业问题的能力,如用于代替人工识别复杂图案、综合信息、得出结论以及预测等。


    一、人工智能领域投资迅速增长,但技术应用仍处于早期试验阶段 


    新的分析表明:人工智能终于开始提供真实的商业价值。谷歌、百度等前沿科技网络公司正在向AI领域投入巨额资金,AI投资正迅速增长。2016 年,全球大约有 200 ~ 300 亿美元投入到 AI 领域,其中包括一些重要的并购活动。私人投资者也纷纷加入进来。 据估计,2016 年风险投资(venture capital,VC)达 40 ~ 50 亿 美元,私募股权投资(private equity,PE)达10~30亿美元, 资本投入量是 2013 年的 3 倍多。此外,另有 10 亿美元的投资来自基金和种子资金(图 1)。2013—2016 年,企业内部在 AI 技术上投资的复合年均增长率达到近 40%,而 2010—2013 年期间这一数据仅为 30%。这意味着相关领域投资者对 AI 技术的潜力有了更多的了解和更充分的信心。在机器人和无人驾驶汽车、计算机视觉、 语言识别、虚拟代理和机器学习5大类AI技术领域中,虽然各种技术的边界尚不明确,但是机器学习作为一种使能技术,获得了 5大技术领域内最大份额的内部投资(图2)。 


    虽然 AI 领域投资迅速增长,但是 AI 技术的应用还多处于早期试验阶段。在对 10 个国家共计 14 个部门的 3000 名高层主管的调查中发现,只有 20% 的人称其目前正在成规模地或在其业务核心部门使用与 AI 相关的技术。许多企业(尤其是小型企业)仍不确定 AI 在企业中该如何运用,或不确定投资 AI 技术的盈利潜力,这些原因导致其在采用 AI 技术的进程中略有迟疑。调查显示,在麦肯锡全球研究所产业数字化指数(industry digitalization index)中领先的部门(如高科技、电信或金融服务等部门)同时也是 AI 的主要采用部门,它们还具备着最为积极的 AI 投资意愿。



    图1 2016 年技术巨头企业主导的 AI 领域投资情况(单位:亿美元)



    图2 2016 年企业内部投资中各种 AI 技术所占份额(单位:亿美元)


    二、较早采用 AI 技术的企业特点显著,将获得更大空间利润率 


    AI 技术采用的早期模式有如下特点:①早期采用 AI 的企业通常已经在云服务和大数据等相关技术上进行了大规模投资, 是利用数字资产的先锋。②无论在哪一个领域,通常总是大型企业会更快地对 AI 进行规模性投资。③领先企业对 AI 的运用体现在多个方面:不仅运用在核心业务中,也会运用在多种职责功能中。例如,汽车制造商利用 AI 开发无人驾驶车辆及改善操作,金融服务商则更倾向于在与客户体验相关的功能中运用 AI。④早期大规模采用 AI 的企业往往是看到了 AI 的上升发展空间,也看到了 AI 技术节约成本的潜力。⑤企业 CEO 及信息技术主管(首席信息官、首席数据官、首席技术官)对 AI 的强力支持往往更能促进企业对 AI 的采用。


    调查显示,规模性的采用 AI 技术或在业务核心部分采用 AI 技术的企业已经看到了该技术的潜力。例如,Netflix(一家在线影片租赁提供商)就利用 AI 算法为其 1 亿用户提供个性化推荐服务,帮助他们更快地找到满意的节目内容。早期采用 AI 技术的企业将其强大的数字能力与先发制人的战略相结合, 赢得了更大的利润幅度,其业绩表现也将在未来与其他企业拉开更大的距离。在大多数领域中,真正采用 AI 技术的企业目前的利润率比产业平均值高出 3 ~ 15 个百分点,而且这一优势有望在未来继续扩大。 


    三、人工智能在主要行业中创造价值的潜力巨大 


    调查分析了零售、电器、制造、保健与教育领域 5 大行业中的企业案例,显示出 AI 在 4 个方面具备创造价值的潜力:


    1

    第一,帮助企业更好地预测需求、寻找货源和优化研发。例如,由AI技术所驱动的需求预测能够给零售业带来可观收益。在一定条件下,基于 AI 技术的方法进行的需求预测产生的误差能够比传统方法少 30% ~ 50%,由于产品不到位而导致的订单流失能够减少 65%,运输以及仓库存储和供应链管理所产生的成本将分别降低 5% ~ 10% 和 25% ~ 40%。 

    2

    第二,低成本高质量地生产产品和提供服务,将维护和修理开支降至最低。AI 技术最显著的作用就是通过自动操作代替人工劳动。例如,训练装配有摄像机的新型 AI 技术增强的物流机器人识别空的货架空间,比传统的人工分拣物品方式具有巨大的速度优势。深度学习还能够用于准确地辨认物体及位置, 这就使机器人能够灵活地操控物体,而不需要将物体放置在预先设定的位置。在不能完全实现自动化操作的任务中使用协作机器人,能够将生产率提高达 20%。

    3

    第三,根据需求的变化为商品和服务制定动态化价格,将适当的信息传送给适当的目标。高度互联的消费者不断地进行网上比价,品牌产品的价格透明度接近100%。因此,当今市场对智能价格管理的需求较高,产品的最佳价格取决于日期、季节、 时科、天气以及竞争者价格等诸多因素。AI 技术能够自动为每 一件商品制定并调整价格,适时适当的价格能提升顾客的满意度,带来更好的销售业绩和更高的利润。

    4

    第四,提供更为丰富、便捷和个性化的用户体验。例如, 超市的一名普通顾客将一串香蕉放入购物车后,摄像头或传感器将信息传送到 AI 应用中,该应用则会根据顾客之前的购物历史信息,通过购物车的视频屏幕建议顾客将香蕉与巧克力干酪搭配。类似的 AI 应用还能用在一些试验性的超市中,赋予便利店新的意义。如亚马逊就在美国西雅图设立了一个零售店,允许顾客不用结账直接将货架上的食品带离商店,原因是顾客刷卡进店后计算机视觉会跟踪购物者所购商品,当顾客离开时,亚马逊则将其花费计入其账户并邮寄收据。个性化的用户体验在医疗保健和教育领域也展现巨大优势。数家企业已经开始利用 AI 技术为病人量身定制治疗方案,如MindMaze(一家神经科学公司)利用AI技术为中风患者优化康复训练;Ginger.io(一个为用户提供早期疾病预警的工具)根据每位病人的新陈代谢和其他因素建议最佳服药时间等。教育领域中的适应性学习法也在通过捕捉每个学生已有的知识,根据每个人的知识和学习进展制定个性化学习方案,从而打破传统教室教学的局限性。


    四、实现 AI 的全部潜能需要企业、研发者和政府共同行动  


    虽然 AI 有潜力从根本上重塑社会,但目前仍然存在着关于技术如何发展的不确定性。各个国家和地区以及大型企业有必要采取紧急行动来应对已经显现的机会和风险。对于公司来说, 这意味着要加快数字化进程,以确保他们能够有效的部署AI 应用。当 AI 获得大量高质量的数据并且被集成到自动化工作流程中时,AI 变得更有影响力。研发人员在帮助企业实现技术潜力方面发挥关键作用。AI 产品需要有解决实际的业务问题的能力, 而且需要产生规模效果。一项成功的计划需要企业了解并解决数字与分析变革中的许多元素:确定商业案例、建立合适的数据生态系统、建立或购买适当的 AI 工具以及改编工作流程的工序、容量及行为方式。因此,高层领导的决策、管理水平和研发人员技术能力以及数据的无缝存取是关键的促成因素。


    最后,政府和技术工人应该为前所未有的广泛变化做好准 备。必须重新考虑公共教育制度和劳动力培训计划,以确保工人能够合理利用 AI,而不是与机器竞争。希望建立本地 AI 生态系统的城市和国家必须加入全球 AI人才和资本的竞争中。整个社会需要引导尚未解决的法律和伦理问题,因为这些问题可能成为实现 AI 全部潜能的主要障碍。


    编译:宋颖

    《创新研究报告》编辑:高晓巍  曹学伟


    相关阅读


    人工智能领域——无人驾驶

    用可信计算构筑人工智能安全生态圈

    人工智能风起云涌,人类如何“御风而行”


     回复关键字,获取相关主题精选文章

    产业 | 工业化 | 数字化 | 人才 | 创新创业 | 颠覆性技术 | 科技指标 | 科技政策 | 前沿技术 | 知识产权 | 智库 |

    获取方法如下:

    其他系列将陆续呈现,多多关注哦!


    感谢您的支持与关注,欢迎赐稿交流

    投稿邮箱:wangda@cnais.org.cn





    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存