悬而未决的AI竞赛：全球企业人工智能发展现状——德勤企业人工智能应用现状分析（第二版）报告洞察

悬而未决的AI竞赛全球企业人工智能发展现状德勤《企业人工智能应用现状分析（第二版）》报告洞察本报告由德勤科技、传媒和电信行业中心编制德勤分析不仅为世界一流企业带来卓越洞察力，还致力于成就高效。不止于快，是我们一贯秉承的宗旨。我们的分析实践基于客户的广泛需求，我们在全球范围内部署了大量顶尖人才，包括数据科学家、数据架构师、富有专业知识的业务及领域专家、可视化和设计专家以及技术和应用工程师。内容摘要 | 2人工智能竞争并非“零和博弈” | 3为全球人工智能发展动向把脉 | 4各国AI应用对比分析 | 7深度分析: 各国AI应用 | 10结语：采取均衡策略 | 16尾注 | 18致谢 | 20关于作者 | 20关于科技、传媒和电信行业中心 | 21联系人 | 21中国联系人 | 21目录内容摘要随着企业领袖逐渐将人工智能视为下一轮经济大扩张的重要推动力量，一种担忧错失良机的情绪在全球范围内日益蔓延。许多国家纷纷制定人工智能战略，通过资金投入、政策激励、人才发展和风险管理推进技术能力的发展。人工智能对于下一代技术的重要性与日俱增，许多企业领袖担心会落后于时代发展，无法分享技术发展的成果。德勤《企业人工智能应用现状分析（第二版）》调查报告探索全球人工智能发展的动向，深度探析七个国家的早期应用者。调查发现：企业对人工智能重要性的认识逐步加深，包括增强竞争优势和改进工作方式。全球大部分早期应用者表示，人工智能技术对企业在当今时代取得成功尤为重要——这一观念正在逐步增长。亦有大部分早期应用者表示正在采用人工智能技术赶超竞争对手，同时人工智能赋予了其员工更加强大的能力。人工智能成功的关键在于有效执行。企业常常必须在广泛的实践领域中创造卓越，包括制定战略、确定最佳应用方案、奠定数据根基并培养扎实的实践能力。随着人工智能日益向消费层面普及，实现差异化竞争的机会窗口很有可能将会收缩，因此这些能力在当前至关重要。不同国家早期应用者的人工智能成熟度各不相同。不同国家的早期应用者对人工智能的热衷程度和实践经验存在较大差异。部分早期应用者积极发展人工智能，而部分则采取较为谨慎的策略。部分应用者利用人工智能改进特定的流程和产品，而其他则致力通过人工智能实现整个企业的转型变革。无论各国人工智能成熟度如何，其策略方法均值得借鉴。审视各国所面临的挑战以及企业应对挑战所采取的措施，我们可从中获取某些领先实践的基本要素。例如，部分国家的企业领袖更为关注解决技能方面的空白，而部分国家则专注于利用人工智能提升决策或网络安全能力。在人工智能领域实现卓越有多种途径，而成功亦并不意味着胜者拥有一切。以全球视角审视人工智能的早期应用者，有助于了解更广范围的远景趋势。如此，各方便能采用更为平衡的方式借助人工智能推动企业的发展。悬而未决的 AI 竞赛2人工智能竞争并非“零和博弈”未来数年，人工智能将对经济发展和工作的性质产生巨大的影响，同时亦将重塑许多行业的竞争格局。因此，许多企业领袖认为所在国家的未来悬而未决。无怪乎各国政府争相鼓励人工智能领域的投资，建立相关教育计划，并推进研发工作，大力支持境内企业的发展。事实上，许多国家政府已经制定了正式的人工智能发展框架，以助力刺激经济增长和技术发展。这包括美国推动人工智能领导地位的行政令、中国“新一代人工智能发展规划”、“人工智能德国制造”以及“泛加拿大人工智能战略”。1这些国家战略专注于人才和教育、政府投资、研究及协同合作。然而，政府面临的挑战远不止于技术和经济层面。许多国家已经着手评估如何在扩大创新和潜在经济利益的同时，确保隐私、安全、透明、责任和对人工智能系统的掌控。尽管国家以及企业之间的竞争日趋激烈，但人工智能不应被视为一场“零和博弈”。所有应用者均可相互学习和借鉴，先期成功的关键很可能在于有效执行——从选择最佳应用方案，到助力员工做好准备，再到管控风险和应对挑战。为更好地了解早期应用企业在人工智能技术方面的所取得的成效，以及他们如何着手开展转型变革，我们针对全球范围内的1,900名企业高管展开了调查（见补充栏“方法论”）。我们亦希望通过此次调查研究人工智能对这些企业的影响，以及不同国家在推动人工智能发展的策略方面是否存在显著差异。简介全球企业人工智能发展现状方法论为了解全球范围内的企业在应用人工智能技术方面的情况以及所取得的成效，德勤于2018年第三季度针对属于早期应用者的企业（正在开发或实施人工智能解决方案）的1,900名信息技术及业务线高管开展了调查，范围涵盖七个国家：澳大利亚（100名受访者）、加拿大（100名）、中国（100名）、德国（100名）、法国（100名）、英国（100名）以及美国（1,100名）。所有受访者均需对所在企业的人工智能应用情况有充分了解；91%的受访者直接参与了企业的人工智能战略、投入、实施及/或决策制定相关工作。47%的受访者为信息技术高管，其余部分为业务线高管。三分之二的受访者为首席高管，包括首席执行官、总裁和企业所有者（31%）、首席信息官和首席人才官（31%），以及其他首席高管（4%）；另有34%的受访高管职位在首席级别以下。作为此次抽样调查的补充，德勤还主持举办了一次在线专题讨论会，与各行各业的人工智能转型专家探讨人工智能的发展。 3不同国家的人工智能应用者是否采用了不同的实践方法？他们仅仅是在进行人工智能试验，还是利用人工智能推动更广泛的转型并获取竞争优势？在竞争对手的行动下，他们感受到了何种紧迫性？要回答这些问题，我们应把握全球人工智能发展的动向。 近三分之二的早期应用者表示人工智能技术对企业在当前取得成功“非常”或“极为”重要，两年后该比例将增长至81%。实际上，有四成受访者认为人工智能将在两年内变得极为重要。正如其所在国家的政府一样，越来越多的企业强烈感受到人工智能技术将是引领未来发展的关键所在。这些应用者正在采用多种不同的人工智能技术，包括机器学习、深度学习、自然语言处理以及计算机视觉等（见补充栏“人工智能技术组合”）。 为全球人工智能发展动向把脉人工智能技术组合 机器学习。借由机器学习技术，计算机可以学会分析数据、识别隐含模式、进行分类并预测未来结果。这种学习来自这些系统在无需遵循明确程序指令的情况下，随着时间推移自我进化和改善自身性能的能力。大部分人工智能技术以机器学习及其更复杂的后代——深度学习为基础，包括计算机视觉和自然语言处理。我们的调查表明，全球受访者采用机器学习技术的比例已经达到61%。深度学习。深度学习基于被称为“神经网络”的人类大脑概念模型，是机器学习的子集合。之所以被称为深度学习，是因为这种神经网络具有多重互相连接的层级，包括接收数据的输入层、多个计算数据的隐含层，以及提供分析结果的输出层。深度学习尤其适用于分析大量复杂的多维数据，如演说、图像及视频等，在分析大型数据集时最为有效。新技术使得企业更容易启动深度学习项目，促进了深度学习应用率的提升。在我们的调查中，51% 的全球受访者表示采用了深度学习技术。 自然语言处理。自然语言处理是从可读的、风格自然的、语法正确的文本中提取或生成意义和意图的能力。自然语言处理为虚拟助理和聊天机器人提供基于语音的界面，该技术也日益被用于数据集查询。2全球60%的受访者已经采用自然语言处理技术