2022年12月6日，麥肯錫發(fā)布《2022年人工智能現(xiàn)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(shù)據(jù)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(lǐng)域的1492人進行了調(diào)查。報告從技術(shù)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(xiàn)狀及五年回顧編譯：學術(shù)plus高級觀察員TAO 本文主要內(nèi)容及關(guān)鍵詞1.人工智能技術(shù)應(yīng)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(shù)應(yīng)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(lǐng)域采用了人工智能，而2022年的數(shù)據(jù)為50%。其中2019年這一數(shù)據(jù)達到峰值——58%。

企業(yè)采用的人工智能能力數(shù)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(jīng)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(wù)優(yōu)化。

1.2 人工智能投入增加

隨著人工智能技術(shù)的采用，人工智能領(lǐng)域投入也不斷增加。5年前，采用人工智能技術(shù)的企業(yè)受訪者中有40%稱其人工智能預(yù)算占數(shù)字化預(yù)算的5%。目前有超過一半的受訪者稱人工智能預(yù)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(lǐng)域主要是制造業(yè)和風險投資領(lǐng)域。2022年，受訪者認為人工智能對收入帶來影響最大的領(lǐng)域是市場營銷和銷售、產(chǎn)品和服務(wù)開發(fā)、戰(zhàn)略和企業(yè)融資；而成本效益最高的領(lǐng)域是供應(yīng)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(shù)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(xiàn)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(shù)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(shù)據(jù)、模型、工具、技術(shù)和人才等領(lǐng)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(chǎn)出相結(jié)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(zhì)量數(shù)據(jù)，以及提高人工智能開發(fā)效率和擴展人工智能應(yīng)用。此外，人工智能高績效企業(yè)也更加關(guān)注人工智能相關(guān)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(shù)據(jù)科學家和數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)工程師是企業(yè)去年招聘最多的崗位，其次是數(shù)據(jù)工程師和人工智能數(shù)據(jù)科學家。這表明越來越多的企業(yè)開始從人工智能實驗轉(zhuǎn)向?qū)⑷斯ぶ悄苋谌肫髽I(yè)應(yīng)用中。

人才短缺問題未見緩解跡象。大多數(shù)受訪者表示去年在招聘人工智能相關(guān)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(guān)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(shù)據(jù)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(xiàn)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(shù)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(shù)企業(yè)仍存在然改進的空間。從受訪者的數(shù)據(jù)來看，女性只占人工智能團隊的27%，而少數(shù)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(shù)民族（人種）。根據(jù)麥肯錫之前的調(diào)查數(shù)據(jù)，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(shù)量是其他企業(yè)的 3.2倍；人工智能團隊成員有25%為少數(shù)民族（人種）的數(shù)量是其他企業(yè)的至少2倍。

04

評述

從麥肯錫調(diào)查數(shù)據(jù)顯示，近5年來人工智能應(yīng)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(shù)的采用，越來越多的企業(yè)發(fā)現(xiàn)了人工智能為企業(yè)帶來的價值。但伴隨著人工智能技術(shù)的發(fā)展和應(yīng)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(shù)企業(yè)并未對此作出積極響應(yīng)。隨著人工智能技術(shù)的不斷成熟，未來人工智能將在更多領(lǐng)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。