麥肯錫的報告調研了2395名企業高管，描繪出了企業AI現狀。

報告結論分為4個方面：

首先總覽企業AI應用情況，報告顯示至少一半受訪者採用了AI，其在企業中的價值是增收大於降本，但只有16%受訪者引入了深度學習。

其次從企業實踐中分析，為什麼有一些企業能利用AI產生更大的價值？這些企業的特點是什麼？實踐分為六個方面：戰略；人才和領導力；方法；工具、技術；資料；AI部署情況。

第三是檢視企業對AI風險認知，發現大多數企業對AI可能產生的風險都沒有認知，更鮮少有企業去管理風險。網路安全仍然是大多數企業所認為的唯一風險。

第四，報告發現疫情實際上加速了企業對於AI的應用和企業數字化轉型程序。

麥肯錫(McKinsey)每年都會發布一份人工智慧（AI）全球調查，分析企業的AI應用現狀。今年的調查在2020年6月9日至6月19日進行，麥肯錫收集了來自收集了來自不同地區、行業、公司規模、職能專長和任期的2395名參與者的反饋。

其中有1151人表示他們的企業至少在一個專案上採用了AI，並回答瞭如何使用AI的一些問題。為了調整回覆率的差異，資料是根據每個被調查者國家對全球GDP的貢獻進行加權計算的。

報告顯示，企業正越來越多的將AI作為創造價值的工具，但這種價值更多的體現在增收而不是降本上，超過2/3的受訪者表示AI可以提升收入，主要透過庫存和零部件最佳化、定價和促銷、客戶服務分析、銷售和需求預測等功能。另外來自不同行業的一小部分受訪者將其組織的息稅前利潤(EBIT)的20%或更多歸功於AI。

另外，在AI部署上表現更好的公司與其他公司的差距也在拉大，更優秀的公司往往會有更高的年增長率、更好的整體領導力和更高的技術投入。

但隨著實踐的深入，AI應用中的風險也逐漸顯現，其中最值得注意的風險是缺乏模型可解釋性。儘管已經有一些企業在降低AI風險方面取得了一些進展，但大多數企業仍有很長的路要走。

該份報告作者包括：麥肯錫矽谷辦公室的顧問塔拉·巴拉克裡什南(Tara Balakrishnan);麥肯錫全球研究所舊金山辦事處合夥人（Michael Chui）；華盛頓特區辦公室副合夥人布萊斯·霍爾(Bryce Hall);以及倫敦辦事處的高階合夥人(Nicolaus Henke)。

一

AI部署情況總覽：

僅有16%企業引入深度學習

在AI的採用方面，麥肯錫報告顯示，有一半受訪者至少在一項業務上使用了AI。去年各地區對AI的接受度大致相同，今年拉美和其他發展中國家公司的接受度比其他地區要小得多高科技和電信行業再次成為最願意採用AI的行業，汽車和製造業緊隨其後。

從公司內部業務線看，下圖顯示了各部門的AI使用率（單位：%）：

如圖所示，產品和服務開發、服務運營、市場營銷三個部門的AI使用率居高不下，其中產品和服務開發是使用AI最多的部門，基於人工智慧的新產品開發的AI使用率為24%，產品功能最佳化是21%。

在AI產生的影響方面，超過2/3的受訪者表示使用AI可以透過庫存和零部件最佳化、定價和促銷、客戶服務分析、銷售和需求等功能帶來收入的增長；超過半數的企業表示可以利用AI降本，主要體現在人才管理、客服中心自動化、倉庫自動化等方面。

另外，調查結果顯示，一些使用AI的公司正在看到企業層面的價值增值。22%的受訪者表示，2019年其組織企業範圍內的息稅前利潤中，超過5%歸因於人工智慧的使用，48%的受訪者表示這一比例不到5%。

值得注意的是，大多數企業都是用AI提高了收入，但成本下降的情況並不太常見。下圖顯示了2018年和2019年企業使用AI帶來收入增長的情況（單位：%）：

如圖所示，在市場營銷、戰略與公司財務、供應鏈管理三個部門中，AI對收入的影響最大。

今年，麥肯錫首次詢問了深度學習的使用情況，結果發現只有16%的受訪者表示已經將深度學習引入試點階段，主要集中在高科技和電信行業，在這兩個行業中，30%的受訪者表示他們擁有嵌入式深度學習能力。

二

企業如何從AI中獲取更多的價值？

在AI部署實踐中，總有一些公司效果比其他公司好，報告稱之為“高績效公司”。

那麼從AI使用中看到最大價值的公司（認為2019年企業範圍內20%或更多的息稅前利潤可歸因於AI的使用）的公司與其他公司相比優勢在哪？報告列出瞭如下幾點：

更高的年增長率:研究結果表明，從AI中獲得更多息稅前利潤貢獻的公司總體上比其他公司的年增長率更好。高績效公司的受訪者報告2019年息稅前利潤增長10%或以上的可能性幾乎是其他人的兩倍。

更好的整體領導力:這些公司高層管理更加高效，也更有可能有一個積極並有能力的領導者。

更高的技術投入:與同行相比，他們在AI上的投入更多，更有可能在未來三年增加AI投資。並且，相比於購買第三方解決方案，高績效公司往往有能力開發自己的AI解決方案，會僱傭更多的相關人才。並且已經為AI相關的資料科學、資料工程和應用開發建立了一個標準化的端到端平臺。

同時，麥肯錫今年也重點關注了企業部署AI的實踐，來評判哪些做法能讓企業從AI中獲得更多的價值，今年關注的企業數量大約是以往的兩倍。

這些實踐通常分為六大類：戰略；人才和領導力；方法；工具、技術；資料；AI部署情況。

從下表可以看出，以“戰略”為例，高績效企業和其他企業還是有一定區別，比如在“整個組織始終如一地堅持執行過程，被視為從人工智慧中獲取價值的關鍵”評價標準上，高績效企業達標率為55%，其他企業為29%。

左右滑動檢視更多

“我們發現表現更好的企業往往從內部開發或者深度定製其人工智慧能力。許多高管現在意識到，AI通常要與業務團隊密切合作以滿足真實業務需求，和實現真正的價值創造。因為，我們看到越來越多的企業在內部培養AI人才，並啟動培訓專案以提高組織的整體能力。”麥肯錫聯合合夥人布萊斯·霍爾對此評論道，

在人工智慧應用方面取得進展的公司高管在接受麥肯錫採訪時也表示很多領先的實踐非常重要。

某全球製藥公司分析與洞察主管就表示，“我們正在人才培訓上大力提升投資，如果你有成千上萬的員工，你必須考慮如何讓整個員工隊伍向前發展。投資有兩個方向：第一，與一家領先的技術公司合作，提高從業人員的資料和人工智慧技能;第二，提高高階管理人員的技能和對人工智慧的理解的專門課程。”

三

被忽略的AI風險認知

隨著實踐的深入，AI的風險也逐漸顯現。但調查結果顯示，只有少部分企業認識到AI存在的風險，想要降低風險的企業更少。

在風險認知方面，大多數企業都認為網路安全、法律規定、模式可解釋性是AI相關的風險，其中國家安全、人身安全都得到了更多的關注。

如圖所示，網路安全仍然是大多數受訪者認為相關的唯一風險

風險管理的情況也類似，不過值得注意的是，越來越多的企業都開始認識到並著手解決“模型可解釋性”的問題。

紐約合夥人Roger Burkhardt表示，“由於缺乏可解釋性，即無法理解複雜人工智慧模型預測的驅動因素，人們對風險的認識有所提高。

醫療保健和金融服務行業由於更嚴格的監管對風險認知最高，除此之外高科技、商業、法律和專業服務行業也處於風險認知的領先地位。

但總的來說，結果仍然令人擔憂。雖然某些風險，如人身安全，只適用於特定行業，但很難理解為什麼很多普遍的風險還沒有被更多的受訪者認識到。

比如，公平性應該是任何行業任何企業都應該關注的問題之一。尤其令人驚訝的是，人們對種族偏見和其他歧視性待遇，（比如社交媒體上招聘廣告的年齡歧視）都很關注，但對AI可能產生的偏見並沒有關注和緩解。”

缺乏模型可解釋性是幾乎在每個行業都存在的風險，尤其是醫療保健和金融等領域。但除本身會造成的風險外，可解釋性還可能帶來另一種風險:缺乏AI應用，導致投資浪費和落後於競爭對手。”

也有一些企業做出了針對性的措施。一家全球材料製造商的人工智慧轉型主管在接受麥肯錫(McKinsey)採訪時指出，如果沒有一個可解釋的模型，一線工人幾乎不可能採用AI。工人需要能夠相信AI的判斷，不僅是為了採取最有效的行動，同時也是為了他們的人身安全。

當AI建議以某種方式執行一個具有潛在危險的重型裝置時，工作人員需要確信該決定背後的理由是可靠和安全的。這家材料製造商使用最簡單、最透明的模型來實現可解釋性，這在很大程度上使工人對使用新的人工智慧應用充滿信心。

這家公司還透過AI和分析舉措，改善運營，使其利息、稅項、折舊和攤銷前利潤提高了15%。

四

疫情加速AI應用

儘管防疫措施給許多公司帶來了經濟上的挑戰，但那些能看到AI最大價值的公司依然在加大技術投入。報告顯示，大多數高績效企業的受訪者都表示他們對AI的投資有所增加，主要集中在汽車、裝配、醫療保健服務、製藥和醫療產品行業。

如圖所示，疫情期間，大多數業績優異的公司都增加了對AI的投資，不過不同行業的變化有所不同。

不過，AI技術部署越多，就越能感受到其風險，很多高績效企業表示，他們的AI模型在市場營銷、銷售、產品開發和服務運營方面特別脆弱。

如圖所示，自疫情以來，市場與銷售業務在AI模型方面的部署表現不佳

也有一些公司在疫情的倒逼下利用AI找到了新的增長點。正如麥肯錫高階合夥人Nicolaus Henke表示，“疫情已經迅速將消費者和企業轉移到數字渠道。疫情期間，各行業企業擴充套件人工智慧的速度遠超預期。許多企業與其分析團隊合作，更新需求模式，重新考慮供應鏈，圍繞資源需求建立場景計劃，並在工廠和其他行業環境中實現自動化。

例如，一家全球製藥公司將多個疫情場景聯絡在一起，建立按國家劃分的產品供需問題檢視，並將其整合到其常規的財務和運營規劃流程中。在某些情況下，企業的短期分析解決方案並不十分精確，但高管們意識到，這些解決方案相比於其他方式已經 ‘足夠好’。

許多企業則轉向了更長期的機會。例如，隨著來自數字渠道的資料越來越多，基於AI的系統推薦可以提供更好的客戶體驗、更個性化的內容和自動化的數字客戶服務。

因此，疫情促使人們加大對AI的投資也就不足為奇了。但在AI領域表現不佳的公司顯然沒有投入那麼多資金，有進一步落後於領導者的風險。”

本次調查也發現了很多在疫情中投資AI的企業。比如疫情加快了銀行線上、線下服務資料的融合，一家全球銀行依據這些資料推出了智慧聊天機器人，為客戶提供無接觸的、更加針對性的服務。

“疫情已經成為AI應用和數字化轉型的加速器和催化劑，對於那些已經提前部署了AI的企業來說，疫情能夠促使AI專案更快、更準確、更可靠的落地，在未來企業也會越來越依賴AI帶來的能力。”一家大型製藥公司的分析師在接受麥肯錫採訪時表示。

參考連結：

https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/global-survey-the-state-of-ai-in-2020