2017年全球AI报告解读中国仅占17%

在科技公司之外的AI采用处于早期阶段，大部分是实验性阶段。很少有企业大规模地部署AI。麦肯锡对3000多名高级管理者的调查显示，跨越10个国家的14个行业中，只有20%的受访者表示企业目前正在大规模部署AI，或在核心业务利用AI相关技术。许多企业表示他们不确定针对AI的商业案例或投资回报。对160个使用案例的回顾显示，只有13%的案例中AI被商业化部署。

这些模式显示出早期采用AI技术的企业和其他企业之间的差距日益扩大。在麦肯锡的产业数字指标中，排名前列的均是AI的主要采用者，例如高科技行业、电信以及金融服务业。这些行业也最具积极的AI投资意向。其中领军者对AI的采用是广泛而深入的：在多种职能中利用多种技术，并在核心业务中部署。例如，汽车制造商使用AI技术开发自动驾驶车辆并改善运营，金融服务企业更倾向于在与客户体验相关的业务中使用AI技术。

早期的证据表明，AI可以为其重度采用者提供真正的价值，并且具有强大的破坏性力量。在麦肯锡的调查中，早期的AI采用者将强大的数字能力与前瞻性的策略相结合，实现了较高的利润率，并将在未来拉大与其他公司的业绩差距。本报告在零售业、电力公司、制造业、医疗保健和教育方面的案例凸显了AI在改进预测和渠道，优化和自动化运营，发展有针对性的市场营销和定价，以及改善用户体验方面的潜力。

AI依赖于数字基础，并且通常必须使用独特的数据进行训练，这意味着企业没法走捷径。企业不能拖延它们的数字化进程，包括AI。早期采用者已经在创造竞争优势，它们与落后者的差距将会越来越大。一个成功的项目要求企业解决数字化和分析转型的许多要素：认识业务案例，建立正确的数据生态系统，构建或购买适当的AI工具，以及适应工作流程、能力和文化。麦肯锡的调查显示，顶层的领导、管理和技术能力，以及无缝访问数据的能力是关键的推动因素。

AI承诺带来益处，同时也对企业、开发者、政府和员工提出紧迫的挑战。劳动力需要学习新技能，利用AI而不是与AI竞争；认真考虑将本地建成全球AI发展的中心的城市和国家将需要加入全球竞争，以吸引AI人才和投资；道德、法律和监管方面的挑战也需取得进展，否则可能阻碍AI的发展。

以麦肯锡在AI商业上的经验来看，泡沫的景象不太可能会出现

关于人工智能的前景和危险，现在有大量的说法，并且越来越多。让机器能展示与人类相似的认知的AI能够驾驶汽车，也会盗取隐私；能推动企业的生产力也能加强企业的侦查能力。人工智能可以将工人从重复的或者危险的劳动中解放出来，也可能影响到他们的生计。相比2015年，2016年提到人工智能的文章翻了一番，是2014年的4倍。人们对AI抱有相当高的期望。此前，AI也曾出现过，它的历史与繁荣和萧条紧紧相连，充满动力夸张的承诺和令人沮丧的失败。这次会和之前的有什么不一样吗？分析师给出的答案是肯定的：AI终于开始带来现实的商业利益了。

能促成突破的要素已经就位。计算力获得了显著的增长，算法变得更加成熟，并且，可能最重要的一点是，整个世界不断地生成大量的能源来驱动AI的发展，这些能源便是——数据。现在全世界每天产出的数字是几百万Gigabytes。身处数字化前线的公司，比如线上公司和数字原生公司，比如谷歌和百度，正在将大量的资金投入到AI中。我们预计，2016年它们在AI上的投入在200亿到300亿美元之间，其中包括一些重大的兼并活动。私人投资者也在纷纷涌入，麦肯锡预计，2016年，注入AI的风险投资额在40亿到50亿美元之间，私人股权投资公司投入的钱在10亿到30亿美元之间。这些投入是2013年的3倍还多。此外，2016年，政府补助和种子轮的投资额大概在10亿美元左右。

但是，现在大多数的新闻都是关于AI技术提供商。并且许多新用户都还处于实验阶段。市场上几乎没有能够即刻采用并获得大范围欢迎的产品，目前看来也没有可能会很快出现。因此，分析师们对AI发展的潜力仍然存在分歧：一些人对AI的潜力形成了一个乐观的共识，而其他人对AI能带来的真正经济利益保持谨慎。目前的市场预测出现巨大差异，以2025年为时间点，低增长的预期是6.44亿美元，高增长的预期则达到了1260亿美元。鉴于对AI投资规模非常大，数字较低的预测可能显示了这样一个信号：我们将迎来下一个繁荣与萧条的交替期。以麦肯锡在AI商业上的经验来看，这种泡沫的景象不太可能会出现。

为了提供一个更有启示意义的视角，他们决定研究用户是如何采纳AI技术的。麦肯锡的研究提供了对当下迅速发展的AI产业的一张快照，通过镜头，我们可以看到供应商和用户的实际情况，进而总结出关于AI潜力的一个更加可信的观点。首先，研究投资环境，包括公司在研发和部署方面的内部投资，大型企业并购以及风险投资（VC）和私募股权（PE）公司的融资。然后，再看看需求方面，结合使用案例分析和对3,000多家公司的C级管理人员的调查，了解公司如何使用AI技术，是什么在推动他们采用人工智能，部署的过程中有什么障碍，AI对市场，财务和机构的影响。

AI一般指的是机器表现出和人一样的智能的能力，比如，在不使用包含了各种细节指导的手写编码程序的情况下能够接近问题。对于AI技术的分类，目前有很多方法，但是，现在很难有一个互相排斥和共同穷举的列表，因为人们经常混合和匹配多种技术来创建个别问题的解决方案。这种创建方式有时会被看成是一个独立的技术，有时则是其他技术的附属，有时又变成了应用。有一些框架将AI技术通过基本的功能进行划分，比如文本、语音、图像识别；其他则使用商业应用进行区分，比如商业或者网络安全。

试图更精确地定义这个术语的原因有以下几个：AI涵盖了广泛的技术和应用，其中一些仅仅是早期技术的扩展，而另一些则是全新的。此外，正在人们习惯于以前的进步时，当前并没有一个被普遍接受的“智能”理论和机器“智能”的定义。

计算机科学家拉里·特斯勒（LarryTesler）的定理，断言“人工智能还没有完成。”我们在本文中谈及的人工智能技术是所谓的“狭义”人工智能，它执行一个狭义的任务，其反面是通用人工智能或AGI，旨在能够执行人类可以做的任何智力任务。我们专注于狭义AI，因为它具有短期的商业潜力，而AGI尚未到达。

在本报告中，我们聚焦于解决商业问题的一系列AI技术系统。我们将这些分为五个技术系统，这些系统是AI开发的关键领域：机器人和自动驾驶车辆，计算机视觉，语言，虚拟代理和机器学习。一些与外部世界的信息处理有关，如计算机视觉和语言（包括自然语言处理，文本分析，语音识别和语义技术）；一些是关于从信息进行学习，如机器学习；其他则与信息本身有关，例如机器人，自驾车辆和虚拟代理。机器学习和一个称为深度学习的子领域是人工智能应用中许多最新进展的核心，并且吸引了大量注意力和大量投入到AI领域的资金，2016年，几乎占所有投资的60％。

人工智能坐着过山车走到了今天