麥肯錫：2022年人工智能現狀及五年回顧

2022年12月6日，麥肯錫發(fā)布《2022年人工智能現狀：五年回顧》（The State of AI in 2022—and A Half Decade in Review）報告，概述了過去五年人工智能的發(fā)展狀況。麥肯錫連續(xù)5年對人工智能發(fā)展數據進行追蹤，其中2022年5月和8月先后兩次對來自不同國家和地區(qū)、行業(yè)、企業(yè)、領域的1492人進行了調查。報告從技術采用情況、對企業(yè)的積極影響、企業(yè)人工智能支出情況、高績效企業(yè)發(fā)展情況和人才發(fā)展情況幾個方面對人工智能發(fā)展情況進行了詳細分析。

麥肯錫：2022年人工智能現狀及五年回顧編譯：學術plus高級觀察員TAO 本文主要內容及關鍵詞1.人工智能技術應用情況： ①人工智能采用率加倍 ②人工智能投入增加 ③更多企業(yè)從人工智能中看到價值 ④人工智能采用的同時未加強風險管理2.人工智能高績效企業(yè)3.人工智能人才問題： ①人才招聘存在難度 ②技能提升與技能重塑 ③增加人工智能團隊的多元性4.評述

01

人工智能技術應用情況

1.1人工智能采用率加倍

2017年，20%的受訪者稱至少在一個商業(yè)領域采用了人工智能，而2022年的數據為50%。其中2019年這一數據達到峰值——58%。

企業(yè)采用的人工智能能力數加倍。比如自然語言生成和計算機視覺從2018年的1.9達到了2022年的3.8。

在企業(yè)采用的人工智能能力中，機器過程自動化和計算機視覺是被采用最多的，自然語言文本理解發(fā)展最快，目前已經排到了計算機視覺之后。

從人工智能用例來看，采用最多的人工智能用例比較穩(wěn)定，過去4年采用最多的人工智能用例都是服務優(yōu)化。

1.2 人工智能投入增加

隨著人工智能技術的采用，人工智能領域投入也不斷增加。5年前，采用人工智能技術的企業(yè)受訪者中有40%稱其人工智能預算占數字化預算的5%。目前有超過一半的受訪者稱人工智能預算達到了這一水平。此外，還有63%的受訪者稱其企業(yè)人工智能投入將在未來3年持續(xù)增加。

1.3 更多企業(yè)從人工智能中看到價值

2018年，認為人工智能具有價值的受訪者所在領域主要是制造業(yè)和風險投資領域。2022年，受訪者認為人工智能對收入帶來影響最大的領域是市場營銷和銷售、產品和服務開發(fā)、戰(zhàn)略和企業(yè)融資；而成本效益最高的領域是供應鏈管理。

1.4 人工智能采用過程中尚未加強風險管理

目前，越來越多的企業(yè)加速了人工智能技術的采用，但從2019年到2022年，受訪者稱其所在企業(yè)所面臨的由人工智能帶來的風險仍未得到有效緩解。

02

人工智能高績效企業(yè)

過去五年，麥肯錫對人工智能企業(yè)進行了追蹤研究，發(fā)現人工智能高績效（AI high performers）企業(yè)競爭優(yōu)勢擴大明顯。

一是人工智能高績效企業(yè)在企業(yè)數量沒有明顯增長的條件下，依然可以輕松保持穩(wěn)定的企業(yè)效益。人工智能高績效企業(yè)的定義是所在企業(yè)受訪者20%以上的毛利潤來自人工智能的采用。受訪者表示，人工智能的主要作用是增加收入而非降低成本，但人工智能的采用在一定程度上確實可以降低成本。

二是人工智能高績效企業(yè)會在戰(zhàn)略、數據、模型、工具、技術和人才等領域，選取最佳組合完成實踐，比如將人工智能戰(zhàn)略與商業(yè)產出相結合。人工智能高績效企業(yè)會進行大規(guī)模人工智能開發(fā)和部署。也會為人工智能算法提供高質量數據，以及提高人工智能開發(fā)效率和擴展人工智能應用。此外，人工智能高績效企業(yè)也更加關注人工智能相關的風險，比如個人隱私、平等、公平等。

三是人工智能高績效企業(yè)在引進人才方面具有優(yōu)勢。以上優(yōu)勢都會為人工智能高績效企業(yè)吸引更多人才。比如，受訪者表示，人工智能高績效企業(yè)在招聘人工智能數據科學家和數據工程師方面的難度小于非人工智能高績效企業(yè)。

03

人工智能人才問題

3.1 人才招聘存在難度

所有受訪者均表示招聘人工智能人才存在難度，尤其是數據科學家。但相比之下，人工智能高績效企業(yè)在招聘機器學習工程師等方面難度較小。數據工程師是企業(yè)去年招聘最多的崗位，其次是數據工程師和人工智能數據科學家。這表明越來越多的企業(yè)開始從人工智能實驗轉向將人工智能融入企業(yè)應用中。

人才短缺問題未見緩解跡象。大多數受訪者表示去年在招聘人工智能相關的崗位時仍存在困難，此外有大量受訪者表示與前幾年相比，人工智能相關崗位招聘變得更加困難。其中，最稀缺的人工智能人才是人工智能數據科學家。

3.2 技能提升與技能重塑

為解決人工智能人才短缺的問題，最常用的方法是對現有員工進行技能提升，有超過一半的受訪者表示采用了該方法。從頂尖大學和技術公司招聘也是常用的人才招聘方法。此外，與其他企業(yè)相比，人工智能高績效企業(yè)人才招聘渠道更加多元化。

3.3 增加人工智能團隊的多元性

從人工智能團隊的多元性來看，大多數企業(yè)仍存在然改進的空間。從受訪者的數據來看，女性只占人工智能團隊的27%，而少數民族（人種）只占25%。有29%的受訪者表示其人工智能團隊沒有少數民族（人種）。根據麥肯錫之前的調查數據，人工智能高績效企業(yè)中，人工智能團隊成員有25%為女性的企業(yè)數量是其他企業(yè)的 3.2倍；人工智能團隊成員有25%為少數民族（人種）的數量是其他企業(yè)的至少2倍。

04

評述

從麥肯錫調查數據顯示，近5年來人工智能應用取得明顯進展。企業(yè)人工智能采用率加倍，同時企業(yè)對人工智能的投入不斷增加，未來幾年人工智能投入也將持續(xù)增加。隨著人工智能技術的采用，越來越多的企業(yè)發(fā)現了人工智能為企業(yè)帶來的價值。但伴隨著人工智能技術的發(fā)展和應用，其帶來的潛在風險不斷增加，尤其是合規(guī)風險，但大多數企業(yè)并未對此作出積極響應。隨著人工智能技術的不斷成熟，未來人工智能將在更多領域發(fā)揮價值，但在發(fā)展的同時也需要積極采取措施緩解人工智能潛在風險。