麦肯锡企业AI现状最新调查：仅16%引入深度学习；大部分对AI风险没有认知

麦肯锡(McKinsey)每年都会发布一份人工智能（AI）全球调查，分析企业的AI应用现状。今年的调查在2020年6月9日至6月19日进行，麦肯锡收集了来自收集了来自不同地区、行业、公司规模、职能专长和任期的2395名参与者的反馈。

其中有1151人表示他们的企业至少在一个项目上采用了AI，并回答了如何使用AI的一些问题。为了调整回复率的差异，数据是根据每个被调查者国家对全球GDP的贡献进行加权计算的。

报告显示，企业正越来越多的将AI作为创造价值的工具，但这种价值更多的体现在增收而不是降本上，超过2/3的受访者表示AI可以提升收入，主要通过库存和零部件优化、定价和促销、客户服务分析、销售和需求预测等功能。另外来自不同行业的一小部分受访者将其组织的息税前利润(EBIT)的20%或更多归功于AI。

另外，在AI部署上表现更好的公司与其他公司的差距也在拉大，更优秀的公司往往会有更高的年增长率、更好的整体领导力和更高的技术投入。

但随着实践的深入，AI应用中的风险也逐渐显现，其中最值得注意的风险是缺乏模型可解释性。尽管已经有一些企业在降低AI风险方面取得了一些进展，但大多数企业仍有很长的路要走。

该份报告作者包括：麦肯锡硅谷办公室的顾问塔拉·巴拉克里什南(Tara Balakrishnan);麦肯锡全球研究所旧金山办事处合伙人（Michael Chui）；华盛顿特区办公室副合伙人布莱斯·霍尔(Bryce Hall);以及伦敦办事处的高级合伙人(Nicolaus Henke)。

在AI的采用方面，麦肯锡报告显示，有一半受访者至少在一项业务上使用了AI。去年各地区对AI的接受度大致相同，今年拉美和其他发展中国家公司的接受度比其他地区要小得多高科技和电信行业再次成为最愿意采用AI的行业，汽车和制造业紧随其后。

从公司内部业务线看，下图显示了各部门的AI使用率（单位：%）：

如图所示，产品和服务开发、服务运营、市场营销三个部门的AI使用率居高不下，其中产品和服务开发是使用AI最多的部门，基于人工智能的新产品开发的AI使用率为24%，产品功能优化是21%。

在AI产生的影响方面，超过2/3的受访者表示使用AI可以通过库存和零部件优化、定价和促销、客户服务分析、销售和需求等功能带来收入的增长；超过半数的企业表示可以利用AI降本，主要体现在人才管理、客服中心自动化、仓库自动化等方面。

另外，调查结果显示，一些使用AI的公司正在看到企业层面的价值增值。22%的受访者表示，2019年其组织企业范围内的息税前利润中，超过5%归因于人工智能的使用，48%的受访者表示这一比例不到5%。

值得注意的是，大多数企业都是用AI提高了收入，但成本下降的情况并不太常见。下图显示了2018年和2019年企业使用AI带来收入增长的情况（单位：%）：

如图所示，在市场营销、战略与公司财务、供应链管理三个部门中，AI对收入的影响最大。

今年，麦肯锡首次询问了深度学习的使用情况，结果发现只有16%的受访者表示已经将深度学习引入试点阶段，主要集中在高科技和电信行业，在这两个行业中，30%的受访者表示他们拥有嵌入式深度学习能力。

麦肯锡全球研究所合作人Michael Chui对以上信息评论道，“用收入来衡量AI在企业哪些方面能带来价值的方法仍然适用。我们会看到越来越多的公司使用AI来增收而不是降本——这并不是因为AI不能降本。”

在AI部署实践中，总有一些公司效果比其他公司好，报告称之为“高绩效公司”。

那么从AI使用中看到最大价值的公司（认为2019年企业范围内20%或更多的息税前利润可归因于AI的使用）的公司与其他公司相比优势在哪？报告列出了如下几点：

更高的年增长率:研究结果表明，从AI中获得更多息税前利润贡献的公司总体上比其他公司的年增长率更好。高绩效公司的受访者报告2019年息税前利润增长10%或以上的可能性几乎是其他人的两倍。

更好的整体领导力:这些公司高层管理更加高效，也更有可能有一个积极并有能力的领导者。

更高的技术投入:与同行相比，他们在AI上的投入更多，更有可能在未来三年增加AI投资。并且，相比于购买第三方解决方案，高绩效公司往往有能力开发自己的AI解决方案，会雇佣更多的相关人才。并且已经为AI相关的数据科学、数据工程和应用开发建立了一个标准化的端到端平台。

同时，麦肯锡今年也重点关注了企业部署AI的实践，来评判哪些做法能让企业从AI中获得更多的价值，今年关注的企业数量大约是以往的两倍。

这些实践通常分为六大类：战略；人才和领导力；方法；工具、技术；数据；AI部署情况。

从下表可以看出，以“战略”为例，高绩效企业和其他企业还是有一定区别，比如在“整个组织始终如一地坚持执行过程，被视为从人工智能中获取价值的关键”评价标准上，高绩效企业达标率为55%，其他企业为29%。

左右滑动查看更多

“我们发现表现更好的企业往往从内部开发或者深度定制其人工智能能力。许多高管现在意识到，AI通常要与业务团队密切合作以满足真实业务需求，和实现真正的价值创造。因为，我们看到越来越多的企业在内部培养AI人才，并启动培训项目以提高组织的整体能力。”麦肯锡联合合伙人布莱斯·霍尔对此评论道，

在人工智能应用方面取得进展的公司高管在接受麦肯锡采访时也表示很多领先的实践非常重要。

某全球制药公司分析与洞察主管就表示，“我们正在人才培训上大力提升投资，如果你有成千上万的员工，你必须考虑如何让整个员工队伍向前发展。投资有两个方向：第一，与一家领先的技术公司合作，提高从业人员的数据和人工智能技能;第二，提高高级管理人员的技能和对人工智能的理解的专门课程。”

 三 

被忽略的AI风险认知

随着实践的深入，AI的风险也逐渐显现。但调查结果显示，只有少部分企业认识到AI存在的风险，想要降低风险的企业更少。

在风险认知方面，大多数企业都认为网络安全、法律规定、模式可解释性是AI相关的风险，其中国家安全、人身安全都得到了更多的关注。

风险管理的情况也类似，不过值得注意的是，越来越多的企业都开始认识到并着手解决“模型可解释性”的问题。

纽约合伙人Roger Burkhardt表示，“由于缺乏可解释性，即无法理解复杂人工智能模型预测的驱动因素，人们对风险的认识有所提高。

医疗保健和金融服务行业由于更严格的监管对风险认知最高，除此之外高科技、商业、法律和专业服务行业也处于风险认知的领先地位。

但总的来说，结果仍然令人担忧。虽然某些风险，如人身安全，只适用于特定行业，但很难理解为什么很多普遍的风险还没有被更多的受访者认识到。

比如，公平性应该是任何行业任何企业都应该关注的问题之一。尤其令人惊讶的是，人们对种族偏见和其他歧视性待遇，（比如社交媒体上招聘广告的年龄歧视）都很关注，但对AI可能产生的偏见并没有关注和缓解。”

缺乏模型可解释性是几乎在每个行业都存在的风险，尤其是医疗保健和金融等领域。但除本身会造成的风险外，可解释性还可能带来另一种风险:缺乏AI应用，导致投资浪费和落后于竞争对手。”

也有一些企业做出了针对性的措施。一家全球材料制造商的人工智能转型主管在接受麦肯锡(McKinsey)采访时指出，如果没有一个可解释的模型，一线工人几乎不可能采用AI。工人需要能够相信AI的判断，不仅是为了采取最有效的行动，同时也是为了他们的人身安全。

当AI建议以某种方式运行一个具有潜在危险的重型设备时，工作人员需要确信该决定背后的理由是可靠和安全的。这家材料制造商使用最简单、最透明的模型来实现可解释性，这在很大程度上使工人对使用新的人工智能应用充满信心。

这家公司还通过AI和分析举措，改善运营，使其利息、税项、折旧和摊销前利润提高了15%。

尽管防疫措施给许多公司带来了经济上的挑战，但那些能看到AI最大价值的公司依然在加大技术投入。报告显示，大多数高绩效企业的受访者都表示他们对AI的投资有所增加，主要集中在汽车、装配、医疗保健服务、制药和医疗产品行业。

如图所示，疫情期间，大多数业绩优异的公司都增加了对AI的投资，不过不同行业的变化有所不同。

不过，AI技术部署越多，就越能感受到其风险，很多高绩效企业表示，他们的AI模型在市场营销、销售、产品开发和服务运营方面特别脆弱。

如图所示，自疫情以来，市场与销售业务在AI模型方面的部署表现不佳

也有一些公司在疫情的倒逼下利用AI找到了新的增长点。正如麦肯锡高级合伙人Nicolaus Henke表示，“疫情已经迅速将消费者和企业转移到数字渠道。疫情期间，各行业企业扩展人工智能的速度远超预期。许多企业与其分析团队合作，更新需求模式，重新考虑供应链，围绕资源需求建立场景计划，并在工厂和其他行业环境中实现自动化。

例如，一家全球制药公司将多个疫情场景联系在一起，建立按国家划分的产品供需问题视图，并将其整合到其常规的财务和运营规划流程中。在某些情况下，企业的短期分析解决方案并不十分精确，但高管们意识到，这些解决方案相比于其他方式已经 ‘足够好’。

许多企业则转向了更长期的机会。例如，随着来自数字渠道的数据越来越多，基于AI的系统推荐可以提供更好的客户体验、更个性化的内容和自动化的数字客户服务。

因此，疫情促使人们加大对AI的投资也就不足为奇了。但在AI领域表现不佳的公司显然没有投入那么多资金，有进一步落后于领导者的风险。”

本次调查也发现了很多在疫情中投资AI的企业。比如疫情加快了银行线上、线下服务数据的融合，一家全球银行依据这些数据推出了智能聊天机器人，为客户提供无接触的、更加针对性的服务。

“疫情已经成为AI应用和数字化转型的加速器和催化剂，对于那些已经提前部署了AI的企业来说，疫情能够促使AI项目更快、更准确、更可靠的落地，在未来企业也会越来越依赖AI带来的能力。”一家大型制药公司的分析师在接受麦肯锡采访时表示。

参考链接：

https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/global-survey-the-state-of-ai-in-2020