麥肯錫：機器學(xué)習僅僅是AI的解決方法之一

　　基于麥肯錫全球研究所對跨越10個(gè)國家，14個(gè)行業(yè)的3073名企業(yè)高管和160個(gè)AI使用案例的AI調查，以及一項獨立的數字研究項目，本文提出要想利用AI取得成功，CEO們需要知道10個(gè)要點(diǎn)。

　　人工智能的熱潮已經(jīng)滲透各行各業(yè)，對AI的投資正在增長(cháng)，并且這些投資越來(lái)越多地來(lái)自技術(shù)領(lǐng)域之外的組織。利用AI獲得成功的案例也越來(lái)越多，例如亞馬遜通過(guò)使用AI驅動(dòng)的倉儲機器人Kiva提高運作效率，通用電氣利用AI預測來(lái)維護其工業(yè)設備的運行，等等。

　　顯然，企業(yè)的CEO需要考慮AI對業(yè)務(wù)的影響，但AI在商業(yè)環(huán)境中的使用如何能夠盈利是不明確的?；邴溈襄a全球研究所對跨越10個(gè)國家，14個(gè)行業(yè)的3073名企業(yè)高管和160個(gè)AI使用案例的AI調查，以及一項獨立的數字研究項目，我們發(fā)現要想利用AI取得成功，CEO們需要知道10個(gè)關(guān)鍵的觀(guān)點(diǎn)。

　　不要相信炒作：并不是每個(gè)企業(yè)都在使用AI。雖然現在針對AI的投資正在升溫，但企業(yè)采用AI技術(shù)的幅度還是比較小的。AI的總投資額(包括內部和外部)在2016年達到260億至390億美元，外部投資自2013年以來(lái)翻了兩番。但是，盡管有這樣的投資水平，AI的采用仍處于初步階段，我們的調查對象中只有20%在一個(gè)或一個(gè)以上的業(yè)務(wù)中大規模使用，或在核心業(yè)務(wù)使用AI技術(shù)。(調查結果被加權計算以反映不同規模的企業(yè)的相對經(jīng)濟重要性，調查包括五個(gè)AI技術(shù)系統：機器人和自動(dòng)駕駛車(chē)輛，計算機視覺(jué)，語(yǔ)言，虛擬代理和機器學(xué)習。)

　　就目前來(lái)說(shuō)，一些公司仍在試驗或試點(diǎn)使用AI(41%)，這是好事。我們的調查結果表明，趕上學(xué)習曲線(xiàn)并使用AI進(jìn)行競爭仍需時(shí)間。

　　不過(guò)，現在可能是處在A(yíng)I采用的一個(gè)關(guān)鍵轉折點(diǎn)。一些AI技術(shù)開(kāi)始成熟，并開(kāi)始能證明其價(jià)值，例如神經(jīng)機器學(xué)習和自然語(yǔ)言處理，這些技術(shù)迅速成為所有采用者的AI技術(shù)中心。我們預計目前AI的早期領(lǐng)航者中至少有一部分將在短期內完全整合AI。最后，AI的采用似乎在各個(gè)部門(mén)和領(lǐng)域之間傳播，雖然傳播的速度不同。未來(lái)三年，電信及金融服務(wù)業(yè)將有望領(lǐng)先，而且這些行業(yè)的受訪(fǎng)者表示計劃在A(yíng)I技術(shù)上的支出每年增加15%以上，超過(guò)跨行業(yè)平均水平7個(gè)百分點(diǎn)。

　　相信AI可以潛在地增加公司的總收入和賬面利潤這類(lèi)炒作。我們的調查中，30%左右的早期A(yíng)I采用者(即大規模使用AI或在核心業(yè)務(wù)采用AI的公司)表示他們已經(jīng)實(shí)現了收入增長(cháng)，利用AI獲得了市場(chǎng)份額或擴張了其產(chǎn)品和服務(wù)。此外，早期A(yíng)I采用者中說(shuō)他們希望自己公司的利潤率增長(cháng)到比同行高5個(gè)百分點(diǎn)的人比其他人多3.5倍。雖然相關(guān)性和因果關(guān)系的問(wèn)題可以合理地提出，但有獨立分析已經(jīng)提出AI直接地改善利潤率的一些證據，AI投資的ROI與其他相關(guān)的數據技術(shù)(例如大數據和高級分析)相同。

　　沒(méi)有領(lǐng)導層的支持，你的AI轉型可能不會(huì )成功。成功的AI采用者在采用新技術(shù)時(shí)通常有強大的執行領(lǐng)導支持。調查反饋顯示，已經(jīng)成功大規模部署AI技術(shù)的公司得到公司管理層的支持率是沒(méi)有采用任何AI技術(shù)的公司的2倍。此外，強大的支持不僅來(lái)自CEO和IT部門(mén)主管，而且來(lái)自所有管理層高管和董事會(huì )。

　　你不必一個(gè)人獨自專(zhuān)研AI——需要合作伙伴的才干和能力。人工智能領(lǐng)域經(jīng)歷了數十年的“AI寒冬”，最近才開(kāi)始出現創(chuàng )新，有技術(shù)專(zhuān)長(cháng)和能力的人相當稀缺。甚至像亞馬遜和谷歌這樣的大公司為了增加自己的AI能力也開(kāi)始轉向非本領(lǐng)域的公司和人才。例如，谷歌收購DeepMind，DeepMind能夠利用其機器學(xué)習能力來(lái)幫助谷歌這家科技巨頭改進(jìn)核心業(yè)務(wù)，例如搜索優(yōu)化。實(shí)際上，我們的調查顯示，AI的早期采用者主要是通過(guò)購買(mǎi)得到合適的技術(shù)解決方案，只有少部分受訪(fǎng)者是在內部開(kāi)發(fā)和實(shí)施所有AI解決方案。

　　抵制讓技術(shù)團隊完全掌控AI主動(dòng)權的誘惑。將AI劃分為IT、數字、創(chuàng )新等各職能部門(mén)的領(lǐng)導者分別問(wèn)責可能導致“拿著(zhù)錘子找釘子”的結果：缺乏令人信服的用例即部署技術(shù)。為了確保能夠把關(guān)注的重點(diǎn)放在最有價(jià)值的使用案例，人工智能的主導權應該由企業(yè)領(lǐng)導和技術(shù)負責人共同進(jìn)行評估和領(lǐng)導，這一方法在其他數字技術(shù)領(lǐng)域已經(jīng)被證明是成功的。

　　采取投資組合方式來(lái)加速你的AI采用。目前，AI工具的范圍已經(jīng)相當大，從已被證明可以解決具體業(yè)務(wù)問(wèn)題的工具(例如，用于預測性維護的模式檢測工具)到少人有了解，當前能力有限但潛力效用高的工具(例如，用于開(kāi)發(fā)競爭性戰略的AI應用)。這樣的分布表明，組織可以考慮采用基于投資組合的方法來(lái)實(shí)現不同時(shí)間維度的人工智能采用：

　　短期：專(zhuān)注于當前已有成熟技術(shù)解決方案的使用案例，并將其推廣到整個(gè)組織，以推動(dòng)有意義的底線(xiàn)價(jià)值。

　　中期：嘗試已出現但仍相對不成熟的技術(shù)(例如深度學(xué)習視頻內容視頻)，在推廣之前證明其在關(guān)鍵業(yè)務(wù)中使用的價(jià)值。

　　長(cháng)期：與學(xué)術(shù)界或第三方研究機構合作，利用前沿的AI技術(shù)解決具有更高影響力的使用案例(例如，在某個(gè)關(guān)鍵知識工作者角色中增強人類(lèi)決策)，以捕捉潛在的先發(fā)優(yōu)勢。

　　機器學(xué)習是強大的工具，但它并不是對所有事情都適用。機器學(xué)習，以及它最突出的子領(lǐng)域深度學(xué)習吸引了許多媒體的關(guān)注，并獲得了大量的融資，占2016年所有外部投資的接近60%。

　　雖然機器學(xué)習已經(jīng)得到許多應用，但它只是能夠解決業(yè)務(wù)問(wèn)題的許多AI相關(guān)技術(shù)之一。沒(méi)有哪一項技術(shù)是所有AI問(wèn)題的解決方案。例如，為了提高客戶(hù)服務(wù)中心的效率所使用的AI技術(shù)與用于識別信用卡欺詐所使用的技術(shù)可能有很大的不同。企業(yè)在數字化和AI采用的特定階段，尋找正確的工具來(lái)解決不同的業(yè)務(wù)問(wèn)題是至關(guān)重要的。

　　數字化能力在A(yíng)I之前就已出現。我們可以看到，高科技、電信和汽車(chē)等在A(yíng)I采用方面領(lǐng)先的行業(yè)也是數字化程度最高的行業(yè)。同樣，所有早期采用AI的企業(yè)都已經(jīng)在數字化能力方面投入，包括云基礎架構和大數據。實(shí)際上，沒(méi)有數字化轉型經(jīng)驗的企業(yè)似乎很難輕易跳躍到AI采用。統計數據顯示，在數字化方面有較多經(jīng)驗的企業(yè)采用AI時(shí)的利潤率相比其他公司高出50%。

　　要敢于冒險。在一個(gè)關(guān)于數字化顛覆(digital disruption)的獨立研究中，我們發(fā)現采取進(jìn)攻性的數字化戰略是扭轉數字化顛覆詛咒的最重要因素。采取進(jìn)攻性戰略的企業(yè)會(huì )從根本上改變其業(yè)務(wù)組合，開(kāi)發(fā)新的商業(yè)模式，創(chuàng )造比數字化前更強大的增長(cháng)路徑。到目前為止，對于A(yíng)I來(lái)說(shuō)也是這樣：AI的早期采用者中采取非常積極、進(jìn)攻性的策略者相比其他具有更好的利潤前景。

　　最大的挑戰是人和流程。在許多情況下，將AI結合到員工流程和決策過(guò)程的挑戰遠超實(shí)施AI的技術(shù)性挑戰。領(lǐng)導者決定機器處理哪些任務(wù)，以及人類(lèi)執行哪些任務(wù)，不管是新任務(wù)還是傳統任務(wù)，實(shí)施允許持續學(xué)習新技能的程序將是至關(guān)重要的。隨著(zhù)AI繼續融合先進(jìn)的可視化技術(shù)、協(xié)作和設計思維，企業(yè)將需要從主要關(guān)注流程效率轉向重視決策管理的有效性，這需要進(jìn)一步要求領(lǐng)導者創(chuàng )造一種持續改進(jìn)和持續學(xué)習的文化。

　　毫無(wú)疑問(wèn)：下一個(gè)數字化前沿就在這里，就是AI。雖然一些公司仍在從以前的數字化崩壞中恢復，但新的數字化崩壞正在形成。不過(guò)現在仍是早期?，F在還來(lái)得及讓AI成為競爭優(yōu)勢。