未来是否平衡？各国如何追求AI优势

随着领导者越来越多地看到人工智能（AI）有助于推动下一次巨大的经济增长，对失踪的恐惧正在全球蔓延。许多国家已经制定了AI战略，以通过投资，激励措施，人才开发和风险管理来提高其能力。随着AI在下一代技术中的重要性不断提高，许多领导者担心它们会被抛在后面，而不分享收益。

人们越来越意识到AI的重要性，包括其提供竞争优势和改善工作的能力。大多数全球早期采用者表示，人工智能技术对于当今的商业成功尤其重要，这一信念正在不断增加。多数人还说，他们正在使用AI技术领先于竞争对手，并且AI为其员工提供了力量。

人工智能的成功取决于正确执行。组织通常必须在广泛的实践中表现出色，以确保AI成功，包括制定策略，追求正确的用例，建立数据基础以及培养强大的实验能力。这些功能现在至关重要，因为随着AI变得更易于使用，竞争差异化的窗口可能会缩小。

来自不同国家的早期采用者显示出不同程度的AI成熟度。不同国家的早期采用者的热情和经验有所不同。有些人大力追求AI，而另一些人则采取更为谨慎的方法。在某些情况下，采用者正在使用AI来改进特定的流程和产品。其他人则在利用AI改变整个组织。

无论各国AI的成熟度如何，我们都可以从它们的方法中学习。通过研究国家的挑战以及那里的公司如何应对挑战，我们可以收集一些重要的领先实践。例如，某些国家的领导人更关心解决技能差距。其他人则关注AI如何改善决策或网络安全能力。

实现AI卓越的途径很多，成功不是赢家通吃的命题。通过全球视角检查早期的AI采纳者可以实现更广阔的视野。这样，每个人都可以在以AI为动力的旅程中采取更加平衡的方法。

AI优势不是零和游戏

未来几年，人工智能技术将对经济发展和工作性质产生巨大影响。它还将从根本上重塑许多行业的竞争动力。因此，许多领导人认为他们国家的未来处于悬念之中。难怪政府急于促进AI投资，建立教育计划，进行研发以支持其境内的企业。

实际上，许多政府已经开发了正式的AI框架来帮助刺激经济和技术增长。这些范围从美国关于人工智能领导力的行政命令，中国的“下一代人工智能发展计划”到“德国制造的人工智能”和“泛加拿大人工智能战略”。1这些战略的重点是人才和教育，政府投资，研究和合作伙伴关系。但是政府面临的不仅仅是技术和经济挑战。许多人正在评估如何在不减少创新和潜在经济利益的情况下确保隐私，安全性，透明度，问责制和对支持AI的系统的控制。

尽管国家和公司之间竞争激烈，但AI不应被视为零和游戏。所有采用者都可以互相学习，而早期的成功可能取决于正确的执行-从选择正确的用例，到准备劳动力，再到管理风险和挑战。

几乎三分之二的早期采用者表示，人工智能技术对于今天的业务成功“非常”或“至关重要”，在短短两年内就增长到81％。实际上，十分之四的人认为，人工智能将在两年内至关重要。就像它们所在国家的政府一样，越来越多的组织强烈地认为人工智能对于未来的领导至关重要。这些采用者正在使用各种AI技术，包括机器学习，深度学习，自然语言处理和计算机视觉。

人工智能技术组合

机器学习。使用机器学习技术，可以教会计算机分析数据，识别隐藏模式，进行分类以及预测未来结果。这些系统的学习来自随着时间的流逝而无需明确编程指令即可提高其准确性的能力。大多数AI技术，包括自然语言处理和计算机视觉等高级和专业应用，都基于机器学习及其更复杂的后代，深度学习。我们的调查显示，全球有61％的受访者使用机器学习。

深度学习。深度学习是基于人类大脑概念模型（称为“神经网络”）的机器学习的子集。之所以称为深度学习，是因为神经网络具有互连的多层：输入层接收数据，隐藏层计算数据，以及提供分析的输出层。深度学习对于分析复杂，丰富和多维的数据（例如语音，图像和视频）特别有用。当用于分析大型数据集时，它效果最佳。新技术使公司更容易启动深度学习项目，并且采用率也在增加。在我们的全球受访者中，有51％的人说他们使用深度学习。

自然语言处理（NLP）。NLP是从文本中以可读，造型自然和语法正确的形式提取或生成含义和意图的能力。NLP为虚拟助手和聊天机器人的基于语音的界面提供动力。该技术也越来越多地用于查询数据集。260％的全球受访者已采用NLP。

计算机视觉。计算机视觉是从视觉元素中提取含义和意图的能力，无论是字符（在文档数字化的情况下）还是图像中内容的分类（例如面部，物体，场景和活动）。面部识别背后的技术-计算机视觉-是消费者日常生活的一部分。例如，某些手机允许其所有者通过面部识别进行登录。计算机视觉技术可以“驾驶”无人驾驶汽车，并为无收银员商店提供动画效果。3计算机视觉在全球受访者中也已成为主流，其中56％的人说他们的公司今天使用它。

有迹象表明，与AI竞争差异化的窗口正在迅速关闭。随着AI技术变得更易于使用并嵌入越来越多的产品和服务中，先行者的优势将迅速消失。大多数人（57％）认为，人工智能技术将在未来三年内极大地改变他们的公司。但是，只有38％的人认为AI将在同一时间框架内改变其行业。被认为较慢的行业转移可能代表了很小的机会。早期采用者可能最好不要低估他们的竞争。

AI的早期采用者旨在提高其内部和外部能力。他们报告的主要AI收益是增强产品和服务（选择43％作为其前三项收益之一）和优化内部业务运营（将41％认为是前三项收益）。公司可以选择内部或外部重点（或两者兼而有之），并且许多公司都在追求各种用例。例如，一个小组成员和零售CIO已经探索了许多应用程序：“我们研究了各种用例，从跨所有渠道的自动化开始，聊天机器人可以协助客户查询，以及决策支持和客户分析。以便更好地了解购买方式和产品性能。”

关于全球AI支出总额，对AI创业公司的投资以及AI技术对未来经济的影响，有许多估计。4大多数评估都认为，美国和中国投资最多，欧盟成员国希望迅速赶上。5市场的快速增长是显而易见的，我们的受访者表示，他们在AI技术上的投入越来越大，并获得了正回报。实际上，有51％的人希望在下一财年将其AI投资增加10％或更多。

即使有很高的热情并愿意投资于AI技术，组织仍面临着一系列交织在一起的挑战。在全球样本中，有30％到40％的人在前三名中发现了以下挑战：将AI集成到角色和职能，数据问题，实现难题，成本以及衡量AI实现的价值。倍耐力数字产品开发全球总监CarloTorniai经历了其中的一些。他解释说：“大多数时候，挑战都与数据质量和可用性，清晰可衡量的关键绩效指标（KPI）和抵制变化有关。”每个组织都应提前考虑这些潜在障碍，并制定解决方案。

高管们还担心更广泛的漏洞，有43％的高管表示他们对潜在的AI风险有重大或极端的担忧。排在首位的是网络安全漏洞（有49％的人将其排在前三位），并根据AI建议做出了错误的决定（占44％的前三位）。此外，百分之四十的人指出，人工智能决策的潜在偏见是三大道德风险。瑞士信贷集团战略与转型全球负责人FalguniDesai对信任AI表示担忧，“无论我们使用哪种类型的用例，监管机构都需要更多地参与，如果我们要对AI拥有信任和透明度在药物上市之前，我们在旅行，食品等级和测试中寻找星级评价的方式。”

最后，大多数组织都面临着AI技能差距，并且正在寻找专业知识来增强其能力。68％的全球受访者表示中度到极端的AI技能差距，而填补这一差距所需的前三个角色包括AI研究人员，软件开发人员和数据科学家。许多公司还寻求技术专家以外的其他人，因为他们需要能够解释AI结果并做出决策并根据其采取行动的业务主管。尽管组织可能认为寻求最佳外部人才会带来好处，但是培训他们目前的员工队伍不容忽视。Datalog.ai的执行合伙人兼首席执行官Jack Crawford建议：“在建立卓越的技术中心之前，我赞成对高级管理人员进行教育。业务需要牵头，人工智能将改变人们的工作方式，并且需要一系列技能来确保成功。

谁是“经验丰富”的AI采用者？

一些采用AI的人比其他人更努力。为了帮助我们进行比较，我们确定了三个不同的成熟度级别。“经验丰富”（占全球样本的21％）是经验最丰富的AI早期采用者，处于AI采用成熟度的领先地位。他们已经进行了大量的AI生产部署，并报告他们已经开发了高水平的AI专业知识-选择AI技术和供应商，确定用例，构建和管理AI解决方案，将AI集成到其IT环境和业务流程中，以及雇用和管理AI技术人员。中间是“熟练的”（43％）。他们通常已经启动了多个AI生产系统，但还没有像Seasoned那样成熟的AI。他们落后于AI实施的数量，AI专业水平或两者。另一方面，一群“入门者”（占36％）正全力以赴地采用AI，但尚未建立，集成和管理AI解决方案的扎实技能。

紧迫性：早期采用者正在期待快速变化。无论他们身在何国，他们都坚信AI对他们的公司今天的成功“非常”或“至关重要”。仔细研究发现，将AI视为至关重要的高管比例将在未来两年内激增，其中一些国家的飞跃要比其他国家大。此外，每个国家/地区的大多数人都认为AI将在未来三年内改变其业务。中国表现出最大的乐观态度，超过四分之三的人持这种观点。

尽管竞争格局因国家和行业而异，但我们还是想了解早期采用者是主要使用AI来与同行保持一致还是创造竞争优势。观点差异很大。超过一半的中国受访者（55％）认为他们正在扩大竞争优势，甚至超越自己。来自澳大利亚的一半受访者表示，他们仅使用AI来赶上或赶上竞争。

挑战：各国的早期采用者对AI风险的关注程度各不相同。例如，来自澳大利亚和法国的受访者中约有一半报告了重大或极端关注，而来自中国的受访者仅为16％。与其他国家相比，一些国家的早期采用者对这些AI风险感到更加“充分准备”。尤其是，来自德国和中国的受访者似乎充满了信心，他们对准备的信心超过了他们的关注水平。

从特定的挑战来看，缺乏AI技能似乎是一个普遍的问题。根据国家/地区的不同，有51％到73％的早期采用者报告中度到极度技能差距。另一个常见的挑战涉及AI的潜在网络安全漏洞。在各个国家/地区中，至少有十分之四的AI早期采用者将此问题排在前三位（在中国上升到54％）。

资料来源：德勤