人工智能在2022-和的状态 半十年牧师的观点

人工智能在2022 -和的状态半十年牧师的观点2022年12月 今年麦肯锡全球人工智能调查的结果显示，人工智能的扩张自从我们五年前开始跟踪它以来，技术的使用，但有细微差别图片下面。1自2017年以来，采用率增加了一倍多，尽管亲使用人工智能的组织比例在50%到60%之间稳定下来过去几年。一组从人工智能中获得最高财务回报的公司继续领先于竞争对手。结果显示，这些领导者正在做大投资人工智能，参与已知能够实现的日益先进的实践规模和更快的人工智能发展，并在紧张中显示出更好的迹象人工智能人才市场。在人才方面，我们第一次密切关注人工智能招聘和提升技能。数据显示，人工智能在提高多样性方面有很大的空间。团队，与其他研究一致，不同的团队与优秀团队相关的性能。F我是的rs牧师的观点:采用人工智能,我mpact和花这标志着我们连续第五年在全球范围内研究人工智能在商业中的作用，我们在这段时间看到变化。首先，人工智能的采用率增加了一倍多。 2017 年，20% 的受访者表示在至少有一个业务领域，而今天，这个数字是50%，尽管它在2019年为58%。同时，组织使用的平均AI功能数量，例如自然语言。生成和计算机视觉也翻了一番，从 2018 年的 1.9 增加到 2022 年的 3.8。其中1 在调查中，我们将人工智能定义为机器执行我们与人类思维相关的认知功能的能力（例如，自然语言理解和生成），并使用认知功能（例如，物理机器人，自主驾驶,制造业工作)。2 2017 年，人工智能采用的定义是在组织业务的核心部分或大规模使用 AI。在2018年和2019年，定义在业务流程或产品中嵌入至少一项人工智能功能。在 2020 年、2021 年和 2022 年，定义是组织已在至少一项功能中采用了AI。22022 年人工智能状况——五年回顾 功能、机器人流程自动化和计算机视觉仍然是最常用的部署年，而自然语言文本理解已经从2018年的中间位置发展到前面。列表中仅次于计算机视觉。回应显示，越来越多的人工智能功能嵌入在组织在过去几年。平均数量的人工智能功能受访者组织嵌入在至少一个功能或业务单元¹比例的受访者表示,他们的组织采用了人工智能在至少一个函数,%50503.94758563.83.12.3201.92018201920202021202220172018201920202021 2022表示给定AI功能嵌入到产品或业务流程中的受访者百分比至少一个功能或业务单元²机器人过程自动化39计算机视觉自然语言文本的理解虚拟代理或会话接口深度学习34333330知识图2525推荐系统数字的双胞胎2423言论自然语言理解物理机器人2020强化学习面部识别1818自然语言生成转移学习16生成对抗网络(甘)变形金刚1111¹ 调查中包含的功能数量随着时间的推移而增加，从 2018 年的 9 个增加到 2022 年调查的 15 个。² 仅向表示其组织在至少一项职能中采用人工智能的受访者提问。2022 年人工智能状况——五年回顾3 然而，顶级用例保持相对稳定：优化服务操作每个过去四年的榜首。其次，随着人工智能的采用率不断提高，对人工智能的投资水平也在增加。例如，五年此前，在使用AI的组织中，40%的受访者表示其数字化比例超过5%。预算流向了人工智能，而现在超过一半的受访者报告了这种投资水平。会63%的受访者表示，他们预计组织的投资将超过预期。下一个三年。最流行的 AI 用例涵盖一系列功能活动。顶级用例用例的功能最常见的是采用人工智能的用例,通过函数,%的受访者¹服务操作²产品和/或服务的发展市场营销和销售风险服务操作优化24创建新的基于ai的产品客户服务分析20191919客户细分新的基于ai改进的产品获取客户和领导的一代呼叫中心自动化171616产品功能优化风险建模和分析15预测服务和干预14¹ 在 39 个用例中。问题只被问到那些表示他们的组织在至少一项职能中采用了人工智能的受访者。²如高龄服务、客户关怀,o ce。42022 年的人工智能状况——五年回顾 最流行的 AI 用例涵盖一系列功能活动。顶级用例用例的功能每个业务功能中最常用的 AI 用例，¹%的受访者¹服务操作²产品和/或服务的发展服务操作优化创建新的基于ai产品242019呼叫中心自动化新的基于ai增强的产品16市场营销和销售供应链管理客户服务分析销售和需求预测191910物流网络优化客户细分9风险人力资源风险建模和分析优化的人才管理1510欺诈和债务分析优化劳动力部署115战略和企业 与人工智能相关的成本降低最常在供应链中报告。产品开发和营销方面的管理和收入增加和销售。按功能划分，2021 年采用 AI 的成本降低和收入增加，%的受访者¹减少< 10%减少10 麦肯锡的评论崔马克伙伴,麦肯锡全球研究院在过去的十年的一半，在此期间，我们一直在进行全球调查，我们看到“AI寒冬”变成了“AI春天”。然而，经过一段时间的最初繁荣之后，我们似乎已经达到了一个高原，这是我们在早期观察到的其他技术的过程采用。我们可能会看到现实在一些组织层面的组织中沉沦——成功嵌入这项技术所需的变革。在我们的工作中，我们遇到了一些因为进入人工智能而气馁的公司。认为这将是一个快速的练习，而那些采取更长远眼光的人已经取得了稳定的进展通过将自己转变为学习型组织，随着时间的推移建立自己的 AI 肌肉。这些公司逐渐融入了更多的人工智能功能，并越来越多地站起来。得益于过去成功的经验教训，应用程序逐渐更快、更容易作为失败。他们不仅投资更多，而且投资更明智，目标是创建一个名副其实的AI工厂，使他们能够将更多的AI整合到更多的业务领域，首先是相邻的，其中一些现有功能可以重新利用，然后完全进入新的。在高层次上，有一个新兴的剧本，可以从人工智能中获得最大价值。每年我们进行研究，我们看到一群领导者从事有助于成功执行 AI。它以实际底线影响的形式在显着水平上得到回报。我们每天在指导他人的人工智能之旅时也会看到它。这不是一件容易的事，但就像与以前的技术一样，收益将归那些坚持到底的人。服用时间视图取得了稳步进展把自己变成学习组织建设随着时间的推移他们的AI的肌肉。2022 年人工智能状况——五年回顾7 使用人工智能和可持续发展的努力调查发现表明,许多组织采用AI的人正在将AI功能集成到他们的可持续发展努力，也在积极寻求减少人工智能对环境的影响的方法使用（展览）。来自以下组织的受访者采用人工智能，43%的人表示他们的组织使用人工智能协助可持续发展工作，40%美分说，他们的组织正在努力减少他们的人工智能使用对环境的影响，通过最小化用于训练和运行 AI 模型的能量。作为公司在AI上投入更多，成熟度更高AI努力是其他人的1.4倍，高绩效者是其他人的1.4倍比其他人更有可能报告人工智能支持的持续能力努力以及说他们的组织是致力于减少与人工智能相关的排放。两种努力在组织以更常见吗大中华区、亚太区和发展中市场，而北美的受访者最不可能报告他们。当被问及可持续发展努力的类型时使用人工智能，受访者最常提到计划改善对环境的影响，例如 Optimiza-提高能源效率或减少废物。人工智能使用在改善组织的努力中最为不常见社会影响（例如，采购合乎道德的制造产品),尽管受访者为北方