智東西（公眾號(hào)：zhidxcom）

編 | 十四

企業(yè)數(shù)字化轉(zhuǎn)型已經(jīng)幫助很多企業(yè)實(shí)現(xiàn)了彎道超車，建立基于專業(yè)數(shù)據(jù)庫的數(shù)據(jù)壁壘，在激烈的市場競爭中脫穎而出，高效運(yùn)作，降低成本。隨后，算法和計(jì)算芯片驅(qū)動(dòng)的人工智能呼之欲出，企業(yè)智能化轉(zhuǎn)型將能夠進(jìn)行更高的數(shù)據(jù)吞吐量，改善預(yù)測模型，提高結(jié)果的準(zhǔn)確性，實(shí)現(xiàn)決策優(yōu)化。

本期的智能內(nèi)參，我們推薦來麥肯錫聯(lián)合巴黎綜合理工學(xué)院的人工智能行業(yè)獨(dú)立調(diào)研報(bào)告，報(bào)告關(guān)注的為機(jī)器人技術(shù)、自動(dòng)駕駛，計(jì)算機(jī)視覺，語言，虛擬代理和機(jī)器學(xué)習(xí)等面向企業(yè)應(yīng)用的AI技術(shù)，就相關(guān)市場份額、收入和利潤池等動(dòng)態(tài)、投資環(huán)境和風(fēng)險(xiǎn)，以及企業(yè)應(yīng)用價(jià)值的角度解讀企業(yè)AI產(chǎn)業(yè)生態(tài)。如果想收藏本文的報(bào)告全文，可以在智東西（公眾號(hào)：zhidxcom）回復(fù)關(guān)鍵詞“nc161”下載。

以下為智能內(nèi)參整理呈現(xiàn)的干貨：

AI企業(yè)動(dòng)態(tài)：百億美元催化的競爭差距擴(kuò)大

*AI投資瘋漲，2017年收購案增長放緩

*2016年科技巨頭AI產(chǎn)業(yè)資本投入的組成

*不同AI技術(shù)種類的投資占比（單位：十億美元）

2000年的機(jī)器學(xué)習(xí)引爆了人工智能（AI）的發(fā)展，接著芯片計(jì)算能力和數(shù)據(jù)生態(tài)的推動(dòng)下，AI現(xiàn)在被認(rèn)為是下一個(gè)數(shù)字浪潮，企業(yè)應(yīng)當(dāng)為此做好準(zhǔn)備。IBM（沃森/物聯(lián)網(wǎng)）亞馬遜（語音識(shí)別、虛擬代理）、傳統(tǒng)汽車商（自動(dòng)駕駛）、電信/工業(yè)巨頭（機(jī)器人技術(shù)）、蘋果（內(nèi)部技術(shù)套件研發(fā)）、百度（內(nèi)部技術(shù)套件、百度風(fēng)投）、Facebook（AI實(shí)驗(yàn)室）、英特爾（AI實(shí)驗(yàn)室）和谷歌（內(nèi)部技術(shù)套件）等巨頭都將數(shù)十億美元投入到各種AI研發(fā)，人才招聘和并購案的投入也達(dá)到了百萬美元級(jí)別。

2016年全球范圍內(nèi)，科技巨頭在AI上的相關(guān)投入已經(jīng)達(dá)到200億到300億美元，其中90%用于技術(shù)研發(fā)和部署，10%用于收購；總體的AI企業(yè)并購復(fù)合年增長率超過80%；此外，面向初創(chuàng)公司的VC和PE投資也快速增長，組合總計(jì)60億到90億美元，雖然僅占到總投資的1-3%，但卻是2013年的三倍多，這三年間的外部投資年增長率接近40%。

*不同行業(yè)的AI技術(shù)采用率/成熟度（評(píng)估標(biāo)準(zhǔn)包括數(shù)字化成熟度、商業(yè)規(guī)?；瘧?yīng)用、核心業(yè)務(wù)應(yīng)用、技術(shù)多元化、投資回報(bào)及成本節(jié)約情況、高管態(tài)度六點(diǎn)）

目前的市場動(dòng)態(tài)是，除了高科技/電信、自動(dòng)化/裝配、金融服務(wù)行業(yè)，AI技術(shù)在其他行業(yè)的應(yīng)用還處在比較早期的階段，或者說試驗(yàn)階段。麥肯錫調(diào)研了10個(gè)國家14類行業(yè)的3000名高管，其中僅20%表示已經(jīng)開始使用AI技術(shù)，更多的態(tài)度（41%）是，對于將AI大規(guī)模應(yīng)用于核心業(yè)務(wù)保持觀望，因?yàn)樯虡I(yè)案例以及投資回報(bào)的不確定性。此外，針對160個(gè)商業(yè)案例的調(diào)研發(fā)現(xiàn)，AI技術(shù)的身影只出現(xiàn)在其中的12%，這主要是AI缺乏技術(shù)協(xié)議，因此推廣進(jìn)程有所差異，不同的市場預(yù)測認(rèn)為，到2025年，AI市場規(guī)模從6.44億美元到1260億美元不等。

*AI四大實(shí)用價(jià)值鏈（智能化項(xiàng)目、生產(chǎn)過程優(yōu)化、目標(biāo)化營銷、加強(qiáng)版用戶體驗(yàn)）

*各領(lǐng)域AI實(shí)用價(jià)值鏈詳解（智能化項(xiàng)目：研發(fā)、預(yù)測、采購；生產(chǎn)過程優(yōu)化：高效生產(chǎn)力和低成本；目標(biāo)化營銷：合適的價(jià)格，正確的信息，正確的目標(biāo)；加強(qiáng)版用戶體驗(yàn)：內(nèi)容豐富且定制）

*各領(lǐng)域AI實(shí)用價(jià)值鏈成效詳解

對于AI技術(shù)的不同態(tài)度，導(dǎo)致公司之間的數(shù)字化差異越來越大?？萍?、電信或金融服務(wù)行業(yè)的用戶往往表現(xiàn)出比較強(qiáng)的AI投資意向，并傾向于將其部屬于核心業(yè)務(wù)。以汽車公司為例，AI被用于自動(dòng)駕駛技術(shù)以及車輛操作系統(tǒng)改進(jìn)；金融服務(wù)方面，AI則嵌入客戶體驗(yàn)環(huán)節(jié)。

被調(diào)研的AI技術(shù)發(fā)展前期的商業(yè)用例，包括零售、電力公用事業(yè)、制造業(yè)、衛(wèi)生保健和教育行業(yè)，表明，AI是具備實(shí)際價(jià)值的，并對商業(yè)競爭環(huán)境有比較大的沖擊，具備AI戰(zhàn)略前瞻性的公司相比而言能獲得更高的利潤率，其行業(yè)競爭力的提升也超出了預(yù)期。這些行業(yè)對于AI技術(shù)的要求是，優(yōu)化預(yù)測模型和自動(dòng)化操作，并開發(fā)應(yīng)用潛力，制定針對性的市場營銷和定價(jià)模型，強(qiáng)化用戶體驗(yàn)。

對于從零開始部署AI的公司而言，最重要的則是踏踏實(shí)實(shí)的構(gòu)架數(shù)字生態(tài)系統(tǒng)，因?yàn)锳I的本質(zhì)是數(shù)據(jù)訓(xùn)練驅(qū)動(dòng)的，沒有捷徑可走，因此早期先發(fā)優(yōu)勢會(huì)比較明顯。如果不想花大把精力構(gòu)建數(shù)字生態(tài)，則可以考慮購買工作流程、計(jì)算能力以及知識(shí)背景相合適的AI工具?？偸沁€是要強(qiáng)調(diào)一點(diǎn)：無縫的數(shù)據(jù)訪問是推動(dòng)AI商業(yè)化應(yīng)用的關(guān)鍵。

最后來談?wù)凙I社會(huì)效益，也就是政府和勞動(dòng)力市場的問題。首先，勞動(dòng)力市場不要想著跟AI正面競爭，而是要考慮將其融入已有的生態(tài)并嘗試激發(fā)新的工種；再說政府，目前全球都在試圖建立AI中心，美國強(qiáng)大的投資環(huán)境和科學(xué)界和工業(yè)界歷史優(yōu)勢明顯，中國方面，高等學(xué)府（清華、北航、北大）科研成效顯著，政策支持下產(chǎn)業(yè)（百度、中興、華為）和投資環(huán)境也比較樂觀。麥肯錫指出，政府需要設(shè)定政策吸引AI人才和投資以加強(qiáng)全球競爭力，并在道德和法律方面加強(qiáng)監(jiān)管力度。

*全球各地的智能化發(fā)展示意及其外部投資增長情況（六大AI中心，北深上榜）

企業(yè)AI轉(zhuǎn)型早期的階段性策略

*AI技術(shù)采用更多的出現(xiàn)在數(shù)字化部署比較成熟的行業(yè)

如前所述，AI的投資金額這三年來保持一個(gè)高速的增長，這也意味著它從一個(gè)實(shí)驗(yàn)室技術(shù)逐漸成長具備商用潛力的焦點(diǎn)。與此同時(shí)，AI實(shí)際的商用案例卻并不多，因此，早期AI商用的階段性特征可以說是一種前沿?cái)?shù)字化，是企業(yè)數(shù)字化轉(zhuǎn)型與智能化轉(zhuǎn)型的過渡期。因此，AI技術(shù)采用更多的出現(xiàn)在數(shù)字化部署比較成熟的行業(yè)，而監(jiān)管方面的擔(dān)憂也是醫(yī)療保健領(lǐng)域從業(yè)人員望而止步的原因。這一階段的企業(yè)部署非常關(guān)鍵，數(shù)字鴻溝將進(jìn)一步擴(kuò)大，AI優(yōu)先的企業(yè)更容易獲得結(jié)構(gòu)化數(shù)據(jù)，幫助員工剖析商業(yè)案例增強(qiáng)業(yè)務(wù)收入，吸引投資和供應(yīng)商，強(qiáng)化技術(shù)技能，降低固定成本，決定智能化后續(xù)發(fā)展的市場競爭力差距。

那么，早期AI“冒險(xiǎn)家”都是怎么做的呢？

*企業(yè)AI轉(zhuǎn)型的五大關(guān)鍵（成功用例、數(shù)據(jù)生態(tài)、技術(shù)工具、無縫接入工作流程、開放的文化和組織）

*企業(yè)AI轉(zhuǎn)型的五大關(guān)鍵詳解

調(diào)研發(fā)現(xiàn)，大部分的企業(yè)在采用AI技術(shù)的時(shí)候會(huì)采用更多元的工具，而不是押寶一種技術(shù)，這與當(dāng)年數(shù)字技術(shù)發(fā)展前期是類似的。這種多元策略是很常見的，也是針對不同行業(yè)領(lǐng)域有所調(diào)整的，比如醫(yī)療領(lǐng)域就更傾向于將語言技術(shù)整合到核心業(yè)務(wù)中。而價(jià)值鏈應(yīng)用方面，AI模式則主要表現(xiàn)在客戶服務(wù)，諸如銷售和市場營銷，以及運(yùn)營和產(chǎn)品開發(fā)等功能，財(cái)務(wù)管理應(yīng)用相對落后，這與數(shù)字技術(shù)應(yīng)用早期又是相似的。

*機(jī)器學(xué)習(xí)在各個(gè)行業(yè)中的應(yīng)用潛力（色塊代表不同行業(yè)）

*不同行業(yè)的不同部門具有不同的自動(dòng)化潛力

AI早期與數(shù)字技術(shù)應(yīng)用早期不同的點(diǎn)在于，企業(yè)更傾向于將AI應(yīng)用于核心業(yè)務(wù)，擴(kuò)大行業(yè)價(jià)值的廣度和深度，比如汽車制造就將它用到制造環(huán)節(jié)、系統(tǒng)開發(fā)環(huán)節(jié)。而數(shù)字技術(shù)早期，企業(yè)的態(tài)度是追求保持利潤率，并不會(huì)直接在核心業(yè)務(wù)上進(jìn)行整合嘗試。

很多企業(yè)因?yàn)樽非髣?chuàng)收而采用了AI，結(jié)果發(fā)現(xiàn)投入技術(shù)整改的成本要少于預(yù)期。調(diào)研顯示，被我們評(píng)為AI技術(shù)采用先驅(qū)的公司比之其他態(tài)度更為謹(jǐn)慎的公司在市場擴(kuò)張機(jī)會(huì)上強(qiáng)了27%，并在市場份額擴(kuò)張機(jī)會(huì)上強(qiáng)了52%，利潤率這比大多數(shù)行業(yè)的行業(yè)平均水平高出3到15個(gè)百分點(diǎn)，投資方案也顯得更成熟。從另一個(gè)角度看，平均營收所需投資的成本減少了。

*各行業(yè)不同AI采用率企業(yè)的利潤率調(diào)查（橙點(diǎn)為AI采用先鋒，對應(yīng)更高利潤率）

各行各業(yè)都要面對的三個(gè)挑戰(zhàn)

調(diào)研還顯示，AI技術(shù)采用對高管，包括總裁和IT高管，的戰(zhàn)略眼光提出了比較高的要求，他們需要執(zhí)行套件來生成需要，并提供強(qiáng)有力的支持。AI技術(shù)增長還取決于各部門和企業(yè)能否克服技術(shù)、商業(yè)和監(jiān)管方面的問題，這也就是為什么金融服務(wù)、零售、醫(yī)療保健和先進(jìn)的制造業(yè)的AI化會(huì)走在各領(lǐng)域的前列。

*不同領(lǐng)域的AI投資意向（橫軸為目前AI采用率，縱軸為未來采用趨勢）

技術(shù)挑戰(zhàn)是行業(yè)之間的一個(gè)重要的差異化因素，需要針對目標(biāo)工程案例調(diào)整，涉及大量數(shù)據(jù)人才。金融服務(wù)、高科技和電信等行業(yè)已經(jīng)產(chǎn)生了存儲(chǔ)了大量結(jié)構(gòu)化數(shù)據(jù)，但是其他的領(lǐng)域數(shù)字化就不是發(fā)展的很成熟。

商業(yè)潛力的差異也存在于各個(gè)行業(yè)，比如金融服務(wù)由于智能化的結(jié)構(gòu)數(shù)據(jù)帶來信息透明和高效安全運(yùn)作，自然衍生出了模型預(yù)測，快速和準(zhǔn)確的決策，個(gè)性化的客戶聯(lián)系等服務(wù)，被預(yù)測將發(fā)展成2020年30億美元規(guī)模的市場。對于零售業(yè)，AI商業(yè)潛力主要表現(xiàn)在庫存預(yù)測，醫(yī)療領(lǐng)域則表現(xiàn)在診療系統(tǒng)優(yōu)化帶來的成本節(jié)約和診療準(zhǔn)確性。

監(jiān)管的問題則具有用例針對性，要考慮社會(huì)障礙、數(shù)據(jù)隱私安全、倫理問題、算法透明度、產(chǎn)品責(zé)任制，甚至機(jī)器人稅等。對此，麥肯錫建議我國政府采取5個(gè)優(yōu)先級(jí)戰(zhàn)略：

1、構(gòu)建一個(gè)健壯的數(shù)據(jù)生態(tài)系統(tǒng)：采取數(shù)據(jù)標(biāo)準(zhǔn)，公開公共部門數(shù)據(jù)，鼓勵(lì)國際數(shù)據(jù)流交換；

2、在傳統(tǒng)產(chǎn)業(yè)中擴(kuò)大人工智能：用稅收抵免和補(bǔ)貼工具，以及在政府事務(wù)中開拓創(chuàng)新的方式應(yīng)對傳統(tǒng)行業(yè)戰(zhàn)略意識(shí)缺失以及成本考量問題；

3、加強(qiáng)專業(yè)人工智能人才的建設(shè)：為了解決中國的人工智能人才缺口，政府需要投資與教育相關(guān)的教育研究項(xiàng)目，重新定位教育系統(tǒng)，使其更注重創(chuàng)新數(shù)字技能，并制定移民政策以吸引最優(yōu)秀的全球人才；

4、密切合作職業(yè)培訓(xùn)學(xué)校，確保教育和培訓(xùn)系統(tǒng)的準(zhǔn)備工作，保留勞動(dòng)力市場；

5、在道德和法律層面建立框架，監(jiān)督和管理人工智能活動(dòng)，并帶頭成立一個(gè)國際治理機(jī)構(gòu)來促進(jìn)和平，人工智能技術(shù)的包容性和可持續(xù)發(fā)展。

*職業(yè)自動(dòng)化潛力（AI帶來的就業(yè)和生產(chǎn)力問題）

附：AI用例示意

*AI零售（面部識(shí)別、移動(dòng)支付、自動(dòng)化支付、無人機(jī)交付、生疏分揀、智能物流、數(shù)據(jù)化倉庫、物流機(jī)器人）

*AI能源、生產(chǎn)（基于算法的能源信息傳感和傳輸優(yōu)化、工作機(jī)器人、AR輔助型工作、安全輔助、數(shù)字身份、精確測繪）

*AI醫(yī)療（可穿戴設(shè)備、藥物測試、智能診療、藥物使用建議、醫(yī)療圖像識(shí)別、個(gè)性化治療、健康數(shù)據(jù)分析）

智東西認(rèn)為，數(shù)字化轉(zhuǎn)型的成功示例告訴我們，智能化轉(zhuǎn)型勢在必行。而目前，也就是企業(yè)AI改革的初期，技術(shù)轉(zhuǎn)型過渡期，本質(zhì)也就是數(shù)字鴻溝擴(kuò)大期。麥肯錫的行業(yè)調(diào)研明確指出，結(jié)構(gòu)化數(shù)據(jù)對于企業(yè)利潤率提高、市場競爭力提高、市場廣度和深度提高，有著非常顯著的作用。

對于處在急流正中的高科技行業(yè)、電信行業(yè)、裝配/制造業(yè)、金融服務(wù)業(yè)而言，就必須小步快調(diào)，嘗試將多元的AI技術(shù)整合到核心業(yè)務(wù)，擴(kuò)大試點(diǎn)應(yīng)用規(guī)模，保持靈敏嗅覺以發(fā)現(xiàn)新的贏利點(diǎn)，契合現(xiàn)有的工作流程，制定適合產(chǎn)業(yè)、業(yè)務(wù)特征的戰(zhàn)略計(jì)劃。而對于在數(shù)字化轉(zhuǎn)型落后的企業(yè)而言，不要想著走捷徑，首先還是要踏踏實(shí)實(shí)構(gòu)建數(shù)字生態(tài)，或者掏錢買工具。