一个网站可以有几个关键词,登录网站定制,wordpress head文件夹,做系统用什么网站来源#xff1a;雷锋网概要#xff1a;目前只有14%的调查对象认为#xff0c;AI对他们现在的产品或服务已经有了很大的影响。但对于5年后的情况#xff0c;这一比例上升到63%。人工智能已经成了一个新的风口#xff0c;人人都在谈论人工智能#xff0c;但是#xff0c;企… 来源雷锋网概要目前只有14%的调查对象认为AI对他们现在的产品或服务已经有了很大的影响。但对于5年后的情况这一比例上升到63%。人工智能已经成了一个新的风口人人都在谈论人工智能但是企业在人工智能上的布局是否真的如人们谈论的那般红火最近麻省理工大学《斯隆管理评论》MIT Sloan Management Review联合波士顿咨询集团出炉了一份题为《Reshaping Business with Artificial Intelligence》用人工智能重塑商业的报告旨在为让各公司能平衡好雄心和实际行动更好地落地人工智能。雷锋网编辑为读者选取了主要内容和图表进行了简化编排和“汉化”如有不洽之处欢迎批评指正。对原报告感兴趣的读者可以在雷锋网后台回复“ainow”获取PDF版本报告原文。该报告是基于一份覆盖了3000名高管和分析人士的问卷而来调查对象分布在全球112个国家21个行业中。此外《斯隆管理评论》还访问了行业内的一些高管和学术人士梳理了各组织机构面临的实际问题。总体来说该报告揭示了当下AI的落地现状呼声高但脚踏实地做的少。有许多因素制约着AI的发展但是科技并不是首要的真正关键的反而是管理上和商业上的因素因此对管理层有较大挑战。高呼声高期望根据调查结果各行业对AI都有很高的期望。目前只有14%的调查对象认为AI对他们现在的产品或服务已经有了很大的影响。但对于5年后的情况这一比例上升到63%。在TMT科技、媒体、电信行业有72%的调查对象对五年后的AI影响情况表示乐观。就连公共部门也有40%的调查对象认为五年后AI的影响巨大。现阶段只有15%的调查对象认为AI对于自身流程的影响很大而有59%的调查对象认为五年后AI对其流程有很大影响。大部分的调查对象都认为在IT、运营和制造、供应链、和需要面对客户的智能领域AI将大有可为。不同的行业受影响情况有所不同拿专业服务为例策略才是受AI影响最大的职能领域。从宏观上看大部分的企业或机构对AI的认可还是比较高的。有80%的调查对象认为AI是一个机遇40%认为AI意味着风险33%认为AI既是风险又是挑战。仅有4%的调查对象认为AI纯粹是风险。AI受热捧的原因是什么与商业利益有什么关联吗答案并不唯一从图表5来看大多数的调查对象认为AI将会让他们获益并降低成本。84%的调查对象认为AI能让他们获得和保持竞争力。约3/4的高管认为AI可以带来新的商业机会。雷声大雨点小那AI的采用情况究竟如何呢不同的企业或组织有不同的情况这也体现了呼声和行动之间的差距。只有约5%的调查对象较好地完成了AI落地。54%的调查对象表示并没有采用AI的实际行动。此外即便是采用AI不同的企业或组织也有不同的级别。拿保险行业来说平安保险聘请了110名科学展开了30项AI项目。平安保险已经可以实现3分钟内审批一份网络贷款申请而西方的某些大型保险公司其AI还停留在“聊天机器人”上。根据调查对象采用AI的水平和对AI的理解程度调查对象可分为四组先锋者、研究者、实验者、和被动者。先锋者19% 代表深入理解AI并已经采用了AI的机构研究者32% 代表理解AI但AI的采用还处于试点阶段的机构实验者13% 代表有一些试点项目或已经采用AI但是对AI的理解不够深入的机构被动者36% 代表没有采用AI对AI的理解也不深的机构绝大部分的调查对象都认为AI是机遇为何在采用AI上一些企业或组织却显得后劲不足呢下图体现了以上四组调查对象对所认为的牵制因素可以看出被动者最缺乏的是清晰的商业计划而实验者则认为自己需要更多的资金技术还不是首要原因。另外一个很重要的因素体现在了这四组分组的标准上——对AI的理解程度。约有90%的先锋者和91%的研究者认可AI对商业价值的影响而对于实验者和被动者来说只有32%和23%表示赞同。先锋者和研究者都认为AI在工作场所上会改变一个组织的习惯。不过该报告也指出在工作流程上人还是很难被取代的。呼声和行动之间的差距还体现在各企业或组织对待数据、人才培训、算法的态度上。约有50%的先锋者在数据上已经付出了大笔投资而其他组的调查对象则相对较少例如研究者一组就只有25%针对数据进行了投资。为何数据如此重要因为没有数据算法是无法单独提供任何价值的。微软的数据科学主管就表示“人们对机器学习能做什么还没一个成熟的认识许多企业或组织并没有累积数据让算法提炼出模型来做可靠的预测。”算法和数据都离不开技术人才的实现和管理。有经验的企业或组织例如先锋者主要通过内部培训或者招聘来增强自己的AI技能而缺乏经验的如被动者主要通过外包的方式弥补AI技能上的不足。报告中也指出虽然现在有很多优秀的工具和开源的项目企业或组织可以外包的形式采用AI但并不意味着组织或机构就不需要内部的AI技术团队了。在数据的使用上隐私问题和法规等对四组调查对象都有限制但是他们应对方式却有所不同。相比起实验者34%和被动者30%先锋者73%更能够维持数据的隐私和安全。这一差距也体现了在AI发展上落后的企业面临的障碍。抓管理展未来落后的企业想要缩短差距更要从管理上抓起。在管理上管理上的挑战有三个建立对AI的基础认识、为AI进行调整、重新思考竞争领域。建立对AI的基础认识受访的高管和学术人士都表示管理层需要对AI有一个基础的认识。可以从网络课程开始学习理解程序是如何从数据中学习的。为AI进行调整AI的广泛应用可能会让原有的合作方式发生改变项目团队成员既有人类也有机器。虽然各组对象都有发展AI能力的方案但是30%的先锋者和研究者仍然没有为AI设立部门并明确责任70%的被动者处于同一情况。建立一个合适的AI发展模型显得迫切。此外AI的发展也有文化上的阻力需要建立中心化和去中心化的技术团队并招募合适的人才。重新思考竞争版图如下图表11超过60%的调查对象认为研究出AI的策略非常重要但是只有30%已经研究出了策略。大公司员工超过10万的公司本来最应该有AI策略但实际情况是只有56%有。报告指出随着数据的增多优先获得数据访问权限的需求是源源不断的。或许这是可以考虑到策略内的因素。报告也提出了下一步行动的五点建议1.维持顾客对自己的信任合理使用数据、保障数据安全2.对AI系统进行周期检测不断增强3.为不确定性做好准备为项目和投资排好优先级4.构建完整的未来情景并测试导向性计划的适应力5.为AI项目规划一个清晰的重点和工作计划吸纳人才最后该报告也展望了AI对未来的影响。根据调查结果在劳动力上70%的调查对象并不担忧AI将会取代原有员工的工作。但是调查对象也同意AI将需要员工在未来五年内学习新的技能并增强已有的技能。除了劳动力AI也创造了新的商业机遇但是究竟哪些企业或组织能够获得机遇现在下结论还为时过早。但可以肯定的是企业或组织在未来将会凭借AI这一关键技术平衡人、机各自的优势提高自己的竞争力。雷锋网结语新的时代来临前人们总是充满期待。在AI来临前我们很难预测它到底会对我们造成多大的影响我们对AI的认知还不够清晰。想要真正落实AI首先就需要对AI有一个全面的认识在此基础上研究好策略和计划不断跨域障碍一步步转空谈为现实为未来商业做好准备提高竞争力。优胜劣汰不论哪个时代都是如此。报告原文链接http://pan.baidu.com/s/1cuD3Gy 密码4i5k解压密码leiphone-sz
