重磅|麻省理工年度报告，解析全球人工智能商业化与未来（中）

高层速读

1. 关键事件：《麻省理工斯隆管理评论》发布了《以人工智能重塑商业》的年度报告

2. 关键数据：该报告的结果基于对全球3000多名跨行业高管、经理和分析师的调查。目前，只有1/5的高管将人工智能纳入了某些产品或流程，只有1/10的人在他们的产品或过程中广泛运用了人工智能。

AI商业报道已获《MIT斯隆管理评论》授权翻译与转载

上篇回顾：各行业和公司对人工智能的期望都很高——72%的受访者预计人工智能在五年内会产生巨大影响，大多数组织预计AI 将对信息技术、运营和制造、供应链管理，以及面向客户的活动产生巨大的影响。而在采用人工智能带来的机会与风险方面，超过80%的受访高管正在关注这些高峰，并将人工智能视为一个战略机遇。84%的受访者相信Al将允许他们的公司获得或保持竞争优势。3/4的经理认为AI将允许他们进入新的业务领域。

人工智能商业化与未来（中）" inline="0">

采用和理解AI方面的差异

尽管期望很高，但企业对人工智能的运用还处于早期阶段：愿景和行动之间存在差距。尽管4/5的高管认为人工智能是他们企业的一个战略机遇，但只有1/5的高管将人工智能纳入了某些产品或流程。只有1/10的人在他们的产品或过程中广泛运用了人工智能。(见图6)

▲图6：到目前为止，只有大约1/4的企业采用了人工智能。

采用AI的障碍

根据采用AI所遇到障碍的不同，这些公司分为不同的类型。先锋企业已克服了与理解相关的问题：3/4的公司已经为人工智能确定了业务案例。高管正在领导和组织企业的人工智能计划，他们最大的障碍是解决开发的实用性问题，寻找必要的人工智能人才，并争取到AI投资，他们也更有可能与采用人工智能所引起的安全问题相协调。(见图7)

▲图 7：先锋企业采用 AI，而消极者企业人不理解 AI

相比之下，被动者还没有意识到人工智能能为他们做些什么。他们没有确定符合投资标准的可靠业务案例，缺乏AI技术上的领导，技术也是一个障碍。更甚的是，许多人还没有意识到在寻找和部署人工智能人才方面的困难。

对数据、培训和算法的需求

也许四个类型的组织之间最大的区别在于他们对数据和人工智能算法之间的理解存在偏差。与被动者相比，先驱者理解算法训练过程的可能性是12倍，理解基于人工智能的产品和服务的开发成本的可能性是10倍，理解人工智能算法所需数据的可能性是8倍。（见图8）

图 8：不同类型组织对 AI 相关技术和商业环境的理解程度不同

人工智能，自建或购买？

使用合适的数据来训练人工智能算法的需求，对公司面临技术投资时决定自建还是购买系统有着很大的影响。AI 产生价值是一件比单纯地建立或购买 AI 复杂得多的事情。训练 AI 算法涉及多种技能，包括理解如何构建算法，如何收集和整合相关数据用于训练，以及如何监督算法的训练。 “我们必须引进不同学科的人才。当然，我们需要机器学习和 AI 研究人员，“Sudjianto 说道，“能够领导 AI 项目的人才非常重要。”

先锋组织非常依赖于通过培训或聘用人才来提高工作人员的技能。对 AI 理解不深，缺乏经验的组织倾向于外包 AI 相关业务，但这样的模式本身是有问题的。（见图9）

▲图 9：先锋企业通过训练和招聘获得 AI 技能，消极者企业更多依靠外包资源

一家大型制药公司的CIO将人工智能供应商提供的产品和服务描述为“非常年幼的孩子”。人工智能技术供应商“要求我们给他们大量的信息，让他们学习，”他失望地说。“要让人工智能服务达到17岁、18岁或21岁所需的努力似乎还不值得。”我们认为，是不值得的。

微信搜索【AI商业报道】，回复【MIT】获取MIT报告全文！

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。