1704246194
从1到N：企业数字化生存指南 [:1704244922]
1704246195
从1到N：企业数字化生存指南 5.2 大数据和人工智能(2)
1704246196
1704246197
人工智能的爆发点即将到来
1704246198
1704246199
自20世纪50年代“有思想的机器”诞生以来，软件开发人员一直在试图教会计算机如何像人类一样思考。然而，在接下来的几十年里，人工智能的发展却停留在逐步的线性增长上，相关技术的进步也通常伴随着停滞和挫折，原因在于开发成本过高，也缺乏足够的数据量来支持人工智能算法。然而，在过去10年中，情况发生了变化。无论是从硬件到软件，还是从数据量到商业应用场景，人工智能都呈现出大规模的增长态势。原因在于：
1704246200
1704246201
一是计算能力的大幅提升。领先的半导体厂商及CPU和GPU企业均将人工智能视作核心目标，斥巨资投入处理技术研发，为人工智能及机器学习打下基础，如单GPU的计算速度3年内翻了4倍，从2014年的1 864 GFLOP/秒提升到2017年的7 000 GFLOP/秒。
1704246202
1704246203
二是机器学习算法精度不断提高。开源平台实现广泛合作，极大地推动了深度学习及其他技术，比如语音识别的准确率将在4年之内从2016年的96%提升到99%以上。
1704246204
1704246205
三是数据量的急剧增长。近10年来硬件存储设备的成本不断降低，以及由机器／人工生成，非结构化数据的爆炸性增长，使得年数字化数据产量将于2020年达到44ZB（泽字节）。
1704246206
1704246207
四是大数据商业运用场景的大幅增加。高科技巨头企业及风险投资都在追捧人工智能创业公司，使得人工智能应用市场规模从2015年的80亿美元提升至2020年的200亿美元。
1704246208
1704246209
以上这些重大进展，将人工智能技术推向了“爆发临界点”。
1704246210
1704246211
人工智能将对各类工作和企业产生巨大影响
1704246212
1704246213
近年来，在生产线部署机器人变得越来越普遍，算法在UPS和亚马逊等多家公司也发挥着越来越重要的作用。通过学习人类的经验，智能机器人现今不仅可完成我们原以为只有人类能做到的事情，而且表现更为出色。各行各业中，原本从事各项工作的人类雇员，如今正在悄然被智能机器人所替代。
1704246214
1704246215
为了评估人工智能对各行各业产生的影响，我们开展了一项专门的研究。在该研究中，我们通过考察每项工作内容所需要的五类能力（感知能力、社交和情感能力、认知能力、自然语言处理能力和物理性身体机能能力），评估了美国800多种职业所包含的2 000多项工作内容的自动化潜力，并将分析范围扩展至全球。
1704246216
1704246217
我们的分析显示，不同行业以及行业内不同职位的自动化潜力存在较大差异。例如，在美国，五分之一的工时用于可预测环境下的体力劳动，尤其在制造业及零售业更为如此，故而这些行业的自动化潜力相对较高。然而，专业服务、管理及教务等领域则自动化潜力相对较低。图5-2显示了多个行业不同类型岗位的自动化潜力。
1704246218
1704246219
1704246220
1704246221
1704246222
图5-2 多个行业不同类型岗位的自动化潜力
1704246223
1704246224
同一行业的不同岗位之间，自动化潜力也大相径庭。以制造业为例，在可预测环境下的体力劳动岗位，如焊接工、切割师等，其自动化潜力可达90%。然而，对于销售、客服代表等岗位，由于主要与利益相关者打交道，这些岗位的自动化潜力低于30%。虽然工资和技术水平与技术自动化潜力呈负相关（整体而言，高工资和技术要求高的岗位，自动化潜力相对低），但并不能一概而论。基本上，所有职业，无论技能要求高低，都有自动化潜力，即使是首席执行官也不例外。我们的调查显示，首席执行官有近25%的工作可自动化，主要是决策前的数据与报告分析、审核报告和拟定分工方案等。
1704246225
1704246226
1704246227
1704246228
1704246229
《人机共存的新纪元：自动化、就业和生产力》
1704246230
1704246231
在全球范围内，现有的人工智能技术，已经可以代替50%的现有工作，目前正在开发的可以“理解”和“处理”自然语言的技术能额外代替13%的工作。工作场所的自动化触及到了12亿名雇员，以工资计算相当于14.6万亿美元。四大经济体——中国、印度、日本和美国——受影响的工资支出及雇员占到了全球的一半。中国由于劳动力规模相对较大且产业结构偏向于易于自动化的生产制造与服务业，自动化潜力高达51%，预计将有近4亿名全职雇员受到影响，自动化涉及的薪酬约为3.6万亿美元。
1704246232
1704246233
我们发现，全球各国自动化潜力相差约15个百分点。这样的差异取决于两个因素：一是各经济体的产业结构。制造、酒店饮食等行业的自动化潜力较大，而教育等行业的自动化潜力较小，这些行业在各经济体中所占的比重不同，导致自动化潜力出现差异。二是这些产业在各国的职业结构。在各产业内，生产制造等岗位自动化潜力较大，而管理和行政等岗位自动化潜力较小，这两类岗位所在行业的就业人数也会影响整体自动化潜力。例如，中印两国产业结构偏重于生产制造业，未来自动化潜力高；而美国则偏重于医疗、管理、教育等自动化潜力较小的领域，因此未来自动化潜力相对较低。
1704246234
1704246235
在企业层面，我们发现具有规模性的企业，或在核心业务场景使用人工智能工具的企业有着更高的利润率。我们通过对比企业的人工智能部署情况、数字化成熟度及人工智能战略定位，将所有企业分为三类：积极的人工智能实践者、人工智能探索者和传统企业。通过对比不同行业内这三类企业的利润率，我们发现第一类企业的利润率远高于其他两类企业，具体见图5-3。
1704246236
1704246237
1704246238
1704246239
1704246240
图5-3 三类企业的利润率
1704246241
1704246242
为何企业在人工智能的应用中取得的收益差异如此之大？在总结大量行业案例后，发现原因来自部分企业应用人工智能的方法不得当，我们将在下一部分深入讨论企业应通过哪些切实可行的措施实现人工智能的价值。
1704246243