人工智能重塑商業

薩姆·蘭斯博撒姆+戴維·吉隆+菲利普·格伯特+馬丁·里夫斯

人們對人工智能（AI）抱有很高的期待，但企業目前的實施情況如何？為了解企業在應用AI上的機遇和挑戰，《MIT斯隆管理評論》與波士頓咨詢公司合作，調查了全世界112個國家和地區、21個行業的3， 000多位高管、管理者和分析人員，深度采訪了30多名技術專家和高管，以真實數據為基礎，撰寫了這篇研究報告。

對于AI，多數公司的想法和實際執行相差甚遠。3/4的高管認為，AI可以讓公司發展新業務。近85%的受訪者認為AI能讓公司獲得或保持競爭優勢。但只有約1/5的公司將AI應用于部分產品、服務或流程。只有1/20的公司將AI廣泛應用于產品、服務或流程。制定了AI戰略的公司不到39%。員工人數超過十萬的大公司最有可能制定了AI戰略，但在這部分公司中這樣做了的只有一半。

人工智能的作用 空中客車公司采用人工智能，將過去生產項目中的數據與當前A350生產項目中提供的實時數據相結合，通過模糊匹配和自主學習算法發現生產問題的規律。在某些領域，這套系統為70%左右的生產故障匹配到了之前用過的解決方案，速度近乎實時。

英國石油公司、印孚瑟斯、美國富國銀行和平安保險等其他大型公司已經開始運用AI應對重要的商業問題。

人工智能應用和理解的差異 我們將各組織根據AI能力分為了四類：先驅者、研究者、試驗者、消極者。

先驅者（19%） 了解并應用了AI的組織，走在將AI應用于產品或服務以及組織內部流程的前沿。

研究者（32%） 了解AI但只停留在試用階段的組織，謹慎地研究AI可能會帶來的影響。

試驗者（13%） 試用或應用了AI但并未深入了解AI的組織，在實踐中學習。

消極者（36 %） 不應用也不了解AI的組織。

對人工智能所需數據的誤解 微軟數據科學總監雅各布·斯波爾斯特拉說：“我覺得大家還不是很懂機器學習可以做什么。我們常看到的一種錯誤是，組織沒有歷史數據可供算法提取規律，于是算法無法提供穩妥的預測。”算法再精密，沒有過往數據也無計可施。

只有正面結果也不足以訓練AI。成功和失敗的數據都需要收集，才能建立公正全面的數據庫。

自行開發，還是直接購買先驅者十分依賴通過培訓或招聘來培養內部能力。經驗較少、不大了解AI的組織更注重向外部尋求AI相關技能。不過，即使公司希望依賴外部支持，也需要內部有相應人員了解如何構建問題、處理數據并留意不斷變化的機遇。

技術以外的管理難題 AI需要的不只是駕馭數據。公司要引入AI，還面臨著許多管理方面的挑戰。首先，高管和其他管理者至少要對AI有基本的了解。其次，公司需要為AI重新調整組織，促進新的合作形式，比如由人和機器一起組成項目團隊。第三，公司需要重新思考競爭格局，對未來做好準備。

多數受訪者認為，未來5年里AI不會減少自己所在組織的工作崗位。近70%的受訪者表示并不害怕AI取代自己的工作。希望AI幫助自己處理一些無聊任務的受訪者比例與此近似。不過，受訪者普遍同意，AI既要求員工在未來五年里學習新的技能，又會強化他們目前的能力。

綜合來看，調查結果傾向于調整，而非消滅。MIT斯隆管理學院埃里克·布萊恩喬弗森教授說：“即使AI迅速進步，也不可能迅速取代大部分工作。不過在幾乎所有行業，都會有運用AI的人逐漸取代不用AI的人，這個趨勢只會越來越快。”endprint