高層速讀

1. 關(guān)鍵事件：《麻省理工斯隆管理評論》發(fā)布了《以人工智能重塑商業(yè)》的年度報告

2. 關(guān)鍵數(shù)據(jù)：該報告的結(jié)果基于對全球3000多名跨行業(yè)高管、經(jīng)理和分析師的調(diào)查。目前，只有1/5的高管將人工智能納入了某些產(chǎn)品或流程，只有1/10的人在他們的產(chǎn)品或過程中廣泛運用了人工智能。

AI商業(yè)報道已獲《MIT斯隆管理評論》授權(quán)翻譯與轉(zhuǎn)載

上篇回顧：各行業(yè)和公司對人工智能的期望都很高——72%的受訪者預計人工智能在五年內(nèi)會產(chǎn)生巨大影響，大多數(shù)組織預計AI 將對信息技術(shù)、運營和制造、供應鏈管理，以及面向客戶的活動產(chǎn)生巨大的影響。而在采用人工智能帶來的機會與風險方面，超過80%的受訪高管正在關(guān)注這些高峰，并將人工智能視為一個戰(zhàn)略機遇。84%的受訪者相信Al將允許他們的公司獲得或保持競爭優(yōu)勢。3/4的經(jīng)理認為AI將允許他們進入新的業(yè)務領(lǐng)域。

人工智能商業(yè)化與未來（中）" inline="0">

采用和理解AI方面的差異

盡管期望很高，但企業(yè)對人工智能的運用還處于早期階段：愿景和行動之間存在差距。盡管4/5的高管認為人工智能是他們企業(yè)的一個戰(zhàn)略機遇，但只有1/5的高管將人工智能納入了某些產(chǎn)品或流程。只有1/10的人在他們的產(chǎn)品或過程中廣泛運用了人工智能。(見圖6)

▲圖6：到目前為止，只有大約1/4的企業(yè)采用了人工智能。

采用AI的障礙

根據(jù)采用AI所遇到障礙的不同，這些公司分為不同的類型。先鋒企業(yè)已克服了與理解相關(guān)的問題：3/4的公司已經(jīng)為人工智能確定了業(yè)務案例。高管正在領(lǐng)導和組織企業(yè)的人工智能計劃，他們最大的障礙是解決開發(fā)的實用性問題，尋找必要的人工智能人才，并爭取到AI投資，他們也更有可能與采用人工智能所引起的安全問題相協(xié)調(diào)。(見圖7)

▲圖 7：先鋒企業(yè)采用 AI，而消極者企業(yè)人不理解 AI

相比之下，被動者還沒有意識到人工智能能為他們做些什么。他們沒有確定符合投資標準的可靠業(yè)務案例，缺乏AI技術(shù)上的領(lǐng)導，技術(shù)也是一個障礙。更甚的是，許多人還沒有意識到在尋找和部署人工智能人才方面的困難。

對數(shù)據(jù)、培訓和算法的需求

也許四個類型的組織之間最大的區(qū)別在于他們對數(shù)據(jù)和人工智能算法之間的理解存在偏差。與被動者相比，先驅(qū)者理解算法訓練過程的可能性是12倍，理解基于人工智能的產(chǎn)品和服務的開發(fā)成本的可能性是10倍，理解人工智能算法所需數(shù)據(jù)的可能性是8倍。（見圖8）

圖 8：不同類型組織對 AI 相關(guān)技術(shù)和商業(yè)環(huán)境的理解程度不同

人工智能，自建或購買？

使用合適的數(shù)據(jù)來訓練人工智能算法的需求，對公司面臨技術(shù)投資時決定自建還是購買系統(tǒng)有著很大的影響。AI 產(chǎn)生價值是一件比單純地建立或購買 AI 復雜得多的事情。訓練 AI 算法涉及多種技能，包括理解如何構(gòu)建算法，如何收集和整合相關(guān)數(shù)據(jù)用于訓練，以及如何監(jiān)督算法的訓練。 “我們必須引進不同學科的人才。當然，我們需要機器學習和 AI 研究人員，“Sudjianto 說道，“能夠領(lǐng)導 AI 項目的人才非常重要?！?/p>

先鋒組織非常依賴于通過培訓或聘用人才來提高工作人員的技能。對 AI 理解不深，缺乏經(jīng)驗的組織傾向于外包 AI 相關(guān)業(yè)務，但這樣的模式本身是有問題的。（見圖9）

▲圖 9：先鋒企業(yè)通過訓練和招聘獲得 AI 技能，消極者企業(yè)更多依靠外包資源

一家大型制藥公司的CIO將人工智能供應商提供的產(chǎn)品和服務描述為“非常年幼的孩子”。人工智能技術(shù)供應商“要求我們給他們大量的信息，讓他們學習，”他失望地說?！耙屓斯ぶ悄芊者_到17歲、18歲或21歲所需的努力似乎還不值得?！蔽覀冋J為，是不值得的。

微信搜索【AI商業(yè)報道】，回復【MIT】獲取MIT報告全文！

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。