隨著領(lǐng)導(dǎo)者越來越多地看到人工智能（AI）有助于推動下一次巨大的經(jīng)濟增長，對失蹤的恐懼正在全球蔓延。許多國家已經(jīng)制定了AI戰(zhàn)略，以通過投資，激勵措施，人才開發(fā)和風險管理來提高其能力。隨著AI在下一代技術(shù)中的重要性不斷提高，許多領(lǐng)導(dǎo)者擔心它們會被拋在后面，而不分享收益。

人們越來越意識到AI的重要性，包括其提供競爭優(yōu)勢和改善工作的能力。大多數(shù)全球早期采用者表示，人工智能技術(shù)對于當今的商業(yè)成功尤其重要，這一信念正在不斷增加。多數(shù)人還說，他們正在使用AI技術(shù)領(lǐng)先于競爭對手，并且AI為其員工提供了力量。

人工智能的成功取決于正確執(zhí)行。組織通常必須在廣泛的實踐中表現(xiàn)出色，以確保AI成功，包括制定策略，追求正確的用例，建立數(shù)據(jù)基礎(chǔ)以及培養(yǎng)強大的實驗?zāi)芰?。這些功能現(xiàn)在至關(guān)重要，因為隨著AI變得更易于使用，競爭差異化的窗口可能會縮小。

來自不同國家的早期采用者顯示出不同程度的AI成熟度。不同國家的早期采用者的熱情和經(jīng)驗有所不同。有些人大力追求AI，而另一些人則采取更為謹慎的方法。在某些情況下，采用者正在使用AI來改進特定的流程和產(chǎn)品。其他人則在利用AI改變整個組織。

無論各國AI的成熟度如何，我們都可以從它們的方法中學習。通過研究國家的挑戰(zhàn)以及那里的公司如何應(yīng)對挑戰(zhàn)，我們可以收集一些重要的領(lǐng)先實踐。例如，某些國家的領(lǐng)導(dǎo)人更關(guān)心解決技能差距。其他人則關(guān)注AI如何改善決策或網(wǎng)絡(luò)安全能力。

實現(xiàn)AI卓越的途徑很多，成功不是贏家通吃的命題。通過全球視角檢查早期的AI采納者可以實現(xiàn)更廣闊的視野。這樣，每個人都可以在以AI為動力的旅程中采取更加平衡的方法。

AI優(yōu)勢不是零和游戲

未來幾年，人工智能技術(shù)將對經(jīng)濟發(fā)展和工作性質(zhì)產(chǎn)生巨大影響。它還將從根本上重塑許多行業(yè)的競爭動力。因此，許多領(lǐng)導(dǎo)人認為他們國家的未來處于懸念之中。難怪政府急于促進AI投資，建立教育計劃，進行研發(fā)以支持其境內(nèi)的企業(yè)。

實際上，許多政府已經(jīng)開發(fā)了正式的AI框架來幫助刺激經(jīng)濟和技術(shù)增長。這些范圍從美國關(guān)于人工智能領(lǐng)導(dǎo)力的行政命令，中國的“下一代人工智能發(fā)展計劃”到“德國制造的人工智能”和“泛加拿大人工智能戰(zhàn)略”。1這些戰(zhàn)略的重點是人才和教育，政府投資，研究和合作伙伴關(guān)系。但是政府面臨的不僅僅是技術(shù)和經(jīng)濟挑戰(zhàn)。許多人正在評估如何在不減少創(chuàng)新和潛在經(jīng)濟利益的情況下確保隱私，安全性，透明度，問責制和對支持AI的系統(tǒng)的控制。

盡管國家和公司之間競爭激烈，但AI不應(yīng)被視為零和游戲。所有采用者都可以互相學習，而早期的成功可能取決于正確的執(zhí)行-從選擇正確的用例，到準備勞動力，再到管理風險和挑戰(zhàn)。

幾乎三分之二的早期采用者表示，人工智能技術(shù)對于今天的業(yè)務(wù)成功“非?！被颉爸陵P(guān)重要”，在短短兩年內(nèi)就增長到81％。實際上，十分之四的人認為，人工智能將在兩年內(nèi)至關(guān)重要。就像它們所在國家的政府一樣，越來越多的組織強烈地認為人工智能對于未來的領(lǐng)導(dǎo)至關(guān)重要。這些采用者正在使用各種AI技術(shù)，包括機器學習，深度學習，自然語言處理和計算機視覺。

人工智能技術(shù)組合

機器學習。使用機器學習技術(shù)，可以教會計算機分析數(shù)據(jù)，識別隱藏模式，進行分類以及預(yù)測未來結(jié)果。這些系統(tǒng)的學習來自隨著時間的流逝而無需明確編程指令即可提高其準確性的能力。大多數(shù)AI技術(shù)，包括自然語言處理和計算機視覺等高級和專業(yè)應(yīng)用，都基于機器學習及其更復(fù)雜的后代，深度學習。我們的調(diào)查顯示，全球有61％的受訪者使用機器學習。

深度學習。深度學習是基于人類大腦概念模型（稱為“神經(jīng)網(wǎng)絡(luò)”）的機器學習的子集。之所以稱為深度學習，是因為神經(jīng)網(wǎng)絡(luò)具有互連的多層：輸入層接收數(shù)據(jù)，隱藏層計算數(shù)據(jù)，以及提供分析的輸出層。深度學習對于分析復(fù)雜，豐富和多維的數(shù)據(jù)（例如語音，圖像和視頻）特別有用。當用于分析大型數(shù)據(jù)集時，它效果最佳。新技術(shù)使公司更容易啟動深度學習項目，并且采用率也在增加。在我們的全球受訪者中，有51％的人說他們使用深度學習。

自然語言處理（NLP）。NLP是從文本中以可讀，造型自然和語法正確的形式提取或生成含義和意圖的能力。NLP為虛擬助手和聊天機器人的基于語音的界面提供動力。該技術(shù)也越來越多地用于查詢數(shù)據(jù)集。260％的全球受訪者已采用NLP。

計算機視覺。計算機視覺是從視覺元素中提取含義和意圖的能力，無論是字符（在文檔數(shù)字化的情況下）還是圖像中內(nèi)容的分類（例如面部，物體，場景和活動）。面部識別背后的技術(shù)-計算機視覺-是消費者日常生活的一部分。例如，某些手機允許其所有者通過面部識別進行登錄。計算機視覺技術(shù)可以“駕駛”無人駕駛汽車，并為無收銀員商店提供動畫效果。3計算機視覺在全球受訪者中也已成為主流，其中56％的人說他們的公司今天使用它。

有跡象表明，與AI競爭差異化的窗口正在迅速關(guān)閉。隨著AI技術(shù)變得更易于使用并嵌入越來越多的產(chǎn)品和服務(wù)中，先行者的優(yōu)勢將迅速消失。大多數(shù)人（57％）認為，人工智能技術(shù)將在未來三年內(nèi)極大地改變他們的公司。但是，只有38％的人認為AI將在同一時間框架內(nèi)改變其行業(yè)。被認為較慢的行業(yè)轉(zhuǎn)移可能代表了很小的機會。早期采用者可能最好不要低估他們的競爭。

AI的早期采用者旨在提高其內(nèi)部和外部能力。他們報告的主要AI收益是增強產(chǎn)品和服務(wù)（選擇43％作為其前三項收益之一）和優(yōu)化內(nèi)部業(yè)務(wù)運營（將41％認為是前三項收益）。公司可以選擇內(nèi)部或外部重點（或兩者兼而有之），并且許多公司都在追求各種用例。例如，一個小組成員和零售CIO已經(jīng)探索了許多應(yīng)用程序：“我們研究了各種用例，從跨所有渠道的自動化開始，聊天機器人可以協(xié)助客戶查詢，以及決策支持和客戶分析。以便更好地了解購買方式和產(chǎn)品性能?！?/p>

關(guān)于全球AI支出總額，對AI創(chuàng)業(yè)公司的投資以及AI技術(shù)對未來經(jīng)濟的影響，有許多估計。4大多數(shù)評估都認為，美國和中國投資最多，歐盟成員國希望迅速趕上。5市場的快速增長是顯而易見的，我們的受訪者表示，他們在AI技術(shù)上的投入越來越大，并獲得了正回報。實際上，有51％的人希望在下一財年將其AI投資增加10％或更多。

即使有很高的熱情并愿意投資于AI技術(shù)，組織仍面臨著一系列交織在一起的挑戰(zhàn)。在全球樣本中，有30％到40％的人在前三名中發(fā)現(xiàn)了以下挑戰(zhàn)：將AI集成到角色和職能，數(shù)據(jù)問題，實現(xiàn)難題，成本以及衡量AI實現(xiàn)的價值。倍耐力數(shù)字產(chǎn)品開發(fā)全球總監(jiān)CarloTorniai經(jīng)歷了其中的一些。他解釋說：“大多數(shù)時候，挑戰(zhàn)都與數(shù)據(jù)質(zhì)量和可用性，清晰可衡量的關(guān)鍵績效指標（KPI）和抵制變化有關(guān)?！泵總€組織都應(yīng)提前考慮這些潛在障礙，并制定解決方案。

高管們還擔心更廣泛的漏洞，有43％的高管表示他們對潛在的AI風險有重大或極端的擔憂。排在首位的是網(wǎng)絡(luò)安全漏洞（有49％的人將其排在前三位），并根據(jù)AI建議做出了錯誤的決定（占44％的前三位）。此外，百分之四十的人指出，人工智能決策的潛在偏見是三大道德風險。瑞士信貸集團戰(zhàn)略與轉(zhuǎn)型全球負責人FalguniDesai對信任AI表示擔憂，“無論我們使用哪種類型的用例，監(jiān)管機構(gòu)都需要更多地參與，如果我們要對AI擁有信任和透明度在藥物上市之前，我們在旅行，食品等級和測試中尋找星級評價的方式?！?/p>

最后，大多數(shù)組織都面臨著AI技能差距，并且正在尋找專業(yè)知識來增強其能力。68％的全球受訪者表示中度到極端的AI技能差距，而填補這一差距所需的前三個角色包括AI研究人員，軟件開發(fā)人員和數(shù)據(jù)科學家。許多公司還尋求技術(shù)專家以外的其他人，因為他們需要能夠解釋AI結(jié)果并做出決策并根據(jù)其采取行動的業(yè)務(wù)主管。盡管組織可能認為尋求最佳外部人才會帶來好處，但是培訓他們目前的員工隊伍不容忽視。Datalog.ai的執(zhí)行合伙人兼首席執(zhí)行官Jack Crawford建議：“在建立卓越的技術(shù)中心之前，我贊成對高級管理人員進行教育。業(yè)務(wù)需要牽頭，人工智能將改變?nèi)藗兊墓ぷ鞣绞剑⑶倚枰幌盗屑寄軄泶_保成功。

誰是“經(jīng)驗豐富”的AI采用者？

一些采用AI的人比其他人更努力。為了幫助我們進行比較，我們確定了三個不同的成熟度級別?！敖?jīng)驗豐富”（占全球樣本的21％）是經(jīng)驗最豐富的AI早期采用者，處于AI采用成熟度的領(lǐng)先地位。他們已經(jīng)進行了大量的AI生產(chǎn)部署，并報告他們已經(jīng)開發(fā)了高水平的AI專業(yè)知識-選擇AI技術(shù)和供應(yīng)商，確定用例，構(gòu)建和管理AI解決方案，將AI集成到其IT環(huán)境和業(yè)務(wù)流程中，以及雇用和管理AI技術(shù)人員。中間是“熟練的”（43％）。他們通常已經(jīng)啟動了多個AI生產(chǎn)系統(tǒng)，但還沒有像Seasoned那樣成熟的AI。他們落后于AI實施的數(shù)量，AI專業(yè)水平或兩者。另一方面，一群“入門者”（占36％）正全力以赴地采用AI，但尚未建立，集成和管理AI解決方案的扎實技能。

緊迫性：早期采用者正在期待快速變化。無論他們身在何國，他們都堅信AI對他們的公司今天的成功“非?！被颉爸陵P(guān)重要”。仔細研究發(fā)現(xiàn)，將AI視為至關(guān)重要的高管比例將在未來兩年內(nèi)激增，其中一些國家的飛躍要比其他國家大。此外，每個國家/地區(qū)的大多數(shù)人都認為AI將在未來三年內(nèi)改變其業(yè)務(wù)。中國表現(xiàn)出最大的樂觀態(tài)度，超過四分之三的人持這種觀點。

盡管競爭格局因國家和行業(yè)而異，但我們還是想了解早期采用者是主要使用AI來與同行保持一致還是創(chuàng)造競爭優(yōu)勢。觀點差異很大。超過一半的中國受訪者（55％）認為他們正在擴大競爭優(yōu)勢，甚至超越自己。來自澳大利亞的一半受訪者表示，他們僅使用AI來趕上或趕上競爭。

挑戰(zhàn)：各國的早期采用者對AI風險的關(guān)注程度各不相同。例如，來自澳大利亞和法國的受訪者中約有一半報告了重大或極端關(guān)注，而來自中國的受訪者僅為16％。與其他國家相比，一些國家的早期采用者對這些AI風險感到更加“充分準備”。尤其是，來自德國和中國的受訪者似乎充滿了信心，他們對準備的信心超過了他們的關(guān)注水平。

從特定的挑戰(zhàn)來看，缺乏AI技能似乎是一個普遍的問題。根據(jù)國家/地區(qū)的不同，有51％到73％的早期采用者報告中度到極度技能差距。另一個常見的挑戰(zhàn)涉及AI的潛在網(wǎng)絡(luò)安全漏洞。在各個國家/地區(qū)中，至少有十分之四的AI早期采用者將此問題排在前三位（在中國上升到54％）。

資料來源：德勤