人工智能：下一个数字前沿（英文版）_80页-2mb

报告摘要

总结：麦肯锡全球研究院关于人工智能的研究

核心内容

麦肯锡全球研究院（MGI）发布了一份关于人工智能（AI）的独立讨论论文，探讨了AI在商业和经济中的潜力、投资趋势及企业采用情况。报告指出，AI正准备成为下一轮数字变革的驱动力，但许多企业尚未做好充分准备。AI技术正在多个领域快速发展，并有望在未来几年内带来重大影响。

主要观点

AI投资增长迅速：2016年，全球科技巨头（如Google和Baidu）在AI上的投资估计在200亿至300亿美元之间，其中90%用于研发和部署，10%用于AI收购。此外，风险投资和私募股权也大幅增加，外部投资总额达到60亿至90亿美元。
AI商业化仍处于早期阶段：尽管AI投资增长迅速，但其在2017年的商业采用率仍然较低。在对3000名AI意识高管的调查中，只有20%的企业表示正在大规模使用AI技术。许多企业对AI的商业价值和投资回报仍持怀疑态度。
AI采用与数字化成熟度相关：AI采用率最高的行业是那些已经高度数字化的领域，如高科技、电信和金融服务。而教育、医疗和旅游等行业的采用率相对较低。
早期采用者具备优势：数字化成熟度高的企业更倾向于将AI应用于核心业务活动，并重视增长而非成本节约。这些企业通常规模较大，采用多种AI技术，且高层管理支持AI发展。
AI在价值链上的应用：AI可以在研发与预测、生产与维护、销售与营销、用户体验提升等方面创造价值。成功的AI转型需要企业具备明确的商业案例、完善的数据生态系统、合适的AI工具，以及流程和文化的适应。
AI面临挑战：AI不仅带来机遇，也引发一系列挑战，包括技术、法律、伦理和就业等方面。企业需要重新培训员工，政府需要吸引AI人才和投资，同时社会需应对AI可能带来的伦理和监管问题。

关键信息

AI技术分类：报告将AI技术分为五个主要系统：机器人与自动驾驶、计算机视觉、语言处理、虚拟代理和机器学习（包括深度学习）。
AI的潜力：AI在多个行业（如零售、电力、制造业、医疗和教育）的案例研究显示，它能够提升预测能力、优化运营、实现精准营销和增强用户体验。
技术基础：AI依赖于强大的计算能力、复杂的算法和大量的数据。近年来，GPU技术的突破使得机器学习和深度学习算法的训练速度显著提高。
AI的历史与现状：AI自1950年提出以来，经历了多次兴衰。当前AI正处于一个新的增长阶段，尽管仍处于早期，但其潜力和实际应用正在显现。
研究方法：MGI通过多种方法进行研究，包括对3000名高管的调查、对160多个AI应用场景的分析、对AI投资流动的追踪，以及对AI生态系统和全球创新中心的评估。

附录与补充信息

附录A：五个行业案例研究
- 零售
- 电力行业
- 制造业
- 医疗健康
- 教育
附录B：技术附录
- 提供了关于AI技术分类、投资趋势、数据生态系统等更详细的分析。

研究团队与支持

主要作者：Jacques Bughin、Eric Hazan、Sree Ramaswamy、Michael Chui、Tera Allas、Peter Dahlström、Nicolaus Henke、Monica Trench
团队成员：包括多个MGI高级合伙人、高级研究员、咨询顾问以及外部专家
研究支持：MGI的研究得到了麦肯锡分析（McKinsey Analytics）和数字麦肯锡（Digital McKinsey）的支持，同时也参考了其他MGI和麦肯锡的研究成果