文章釋出於公號【數智物語】 （ID：decision_engine），關注公號不錯過每一篇乾貨。

調查顯示，人工智慧正處於快速應用階段，但對勞動力的影響微乎其微。事實上，並沒有多少公司真正完成了能使人工智慧產生規模性價值的基礎建設。

根據麥肯錫關於人工智慧的最新全球調查顯示，人工智慧的應用正在全球範圍內迅速發揮作用。人工智慧，通常定義為機器模仿人類思維進行認知的能力（如感知，推理，學習和解決問題的能力），包括一系列使用人工智慧解決業務問題的能力。

本次調研特別調查了組織中關於人工智慧的9大功能。

近半數的受訪者表示其組織中已將至少一項功能嵌入其組織的標準業務流程中，而另外30％的受訪者表示他們正試圖引入人工智慧。總的來說，商業世界才剛開始利用這些技術及其帶來的優勢。大多數被調查的只在特定職能部門中部署了人工智慧公司表示，從中獲得了重要或中等的價值。但僅有21％的受訪者表示已將人工智慧嵌入到多個業務部門或職能中。實際上，許多公司仍缺乏能夠真正讓人工智慧創造規模價值的基本實踐，比如明確描繪出人工智慧帶來的機會在哪裡，並採取清晰的策略來獲取人工智慧所需的資料。

結果證實，有效使用人工智慧的一個關鍵因素，是公司通過數字化改變其核心業務。與同行相比，那些數字化領先的公司受訪者顯示，他們在業務職能部門的人工智慧使用率更高，對於人工智慧的投入和使用人工智慧帶來的整體價值也更高。

人工智慧的另一個挑戰是如何找到技能嫻熟的專業人才來進行有效地實施。許多受訪者表示，他們的公司正在通過多樣化的方法尋找人才來應對這個問題。總體而言，儘管人們普遍擔心人工智慧和自動化被用於替代現有勞動力，但受訪者往往認為人工智慧在未來幾年對公司的總人數影響不大。

人工智慧應用的進展如何？

調查結果表明，大多數公司已經在他們的業務中開始使用人工智慧技術。

* 47％的受訪者表示他們的公司在其業務流程中至少嵌入了一項關於人工智慧的功能（相比之下，2017年的另一項研究中這一比例僅為20％，另有30％的人表示他們仍在試點人工智慧）所以，在企業中運用人工智慧仍有巨大空間，正如我們之前的研究所表明的那樣，人工智慧的機會存在於企業的各個部門和職能中。

*21％的受訪者表示他們的公司只在某些業務部門中嵌入了人工智慧，到目前為止，對人工智慧的投資只佔公司數字技術總體支出的一小部分。

*儘管絕大多數受訪者（71％）預期在未來幾年人工智慧的投資會持續增長，但大部分受訪者（58%）表示只有不到十分之一的數字化預算用於部署人工智慧。

已部署哪些人工智慧功能

在我們詢問的關於人工智慧應用的九大功能中，最多部署的是機器人處理自動化（RPA），計算機視覺和機器學習。至少有20％的受訪者表示他們的公司已經將這三項技術嵌入到他們的業務流程中。

相對而言，機器人和無人駕駛的部署最少，主要是因為它們僅和那些對此技術有明確應用的行業相關；在這些限定行業中，受訪者表示了對於這兩項功能的大量使用。例如，從事汽車與裝配行業的的一半受訪者（與總平均值的16％相比）表示機器人至少嵌入在一個功能或業務部門中。

應用人工智慧的行業

按行業劃分，電信，高科技和金融服務公司在整體應用方面處於領先地位。從行業和職能來看，企業在部署人工智慧時通常會伴隨著資金流向。這似乎也證明了在這些特定行業中，人工智慧對於創造高價值的業務板塊具有極強的吸引力（圖表1）。例如，在零售業中，人工智慧在營銷和銷售過程中的使用最為常見：52％的零售業受訪者表示他們在營銷和銷售中使用人工智慧，而在所有受訪者中這一比例為29％。

人工智慧在哪些業務部門創造價值

雖然人工智慧的應用仍處於早期階段，但事實證明它已經帶來了有價值的回報。當受訪者被問及他們已部署人工智慧模組的業務部門所獲得的價值時，僅有1％的受訪者表示他們沒有看到任何價值或有任何負價值。相比之下，41％的受訪者表示獲得了顯著價值。37％表示獲得了中等價值。

在各業務職能中，在製造和風控中使用人工智慧的受訪者表示，他們看到了人工智慧帶來的巨大價值（圖表2）。超半數的受訪者表示在這些業務流程中使用人工智慧帶來的成效顯著，在營銷和銷售中，這一比例為35%。

事實證明，為了充分利用AI的巨大潛力，大多陣列織在人工智慧核心實踐的發展上還有很長的路要走，這些核心實踐能夠實現AI潛在價值的規模性轉化（圖表3）。然而，只有17％的受訪者表示其公司已經在整個組織中明確了所有人工智慧的潛在機遇。18％的受訪者表示其公司已有明確的戰略來儲備人工智慧正常執行所需要的資料。事實上，近四分之一的受訪者表示，他們的公司尚未發展我們所調查的11項實踐中的任意一項。

當受訪者被問及應用人工智慧面臨的最大挑戰時，受訪者表示最常見的障礙也與戰略相關。他們一致認為最主要的是缺乏清晰的人工智慧戰略（圖表4），其次是缺乏合適的人才，功能孤島限制了人工智慧從端到端的解決方案，以及缺乏能對人工智慧實行強領導和強兌現的高層領袖。

我們發現，人工智慧的一個關鍵推動因素是公司持續推進的數字化程序。在核心業務數字化方面取得重大進展的公司同樣也處於人工智慧應用前沿。在領先的數字化公司中，67％的受訪者表示他們的公司已將人工智慧嵌入到了標準業務流程中，而其他沒有嵌入的公司則為43％。在這些嵌入了人工智慧的公司中他們最有可能部署的是機器學習功能，調查結果顯示： 在領先的數字化公司中有39％的公司已嵌入機器學習，而在其它公司中這一比例比例為16％（圖表5）。

儘管上述兩類公司都表示了人工智慧最常用於日常服務運營和產品開發，但相比之下，數字化程度領先的公司已經在更多職能領域部署了人工智慧。這類公司在人工智慧方面投資也更多：在數字化程度最高的公司中，19％的公司表示，其數字化支出的五分之一以上用於人工智慧，而其他公司只有8％投入了相同支出。平均值顯示，在數字化程度較高的公司52％的受訪者表示使用人工智慧具有顯著價值，而在其它公司中僅38％表示如此。

雖然人工智慧某些應用障礙對數字化領先的公司而言壓力要小很多（只有27％的人認為其缺乏戰略，而其他公司的這一比例為46％），但這些公司和他們的同行們一樣都表示很難找到合適的人才。事實上，41％的受訪者表示，人才是大多數高度數字化公司所面臨的最大挑戰。

人工智慧對於公司人才組建提出了兩個問題：

1、去×××知識淵博的人才來部署人工智慧？

2、人工智慧的自動化程度會在多大程度上影響到員工數量？

由於人才是人工智慧面臨的最大挑戰之一，無論公司的數字規劃多麼先進，公司在籌備人員和培養專業技能上費盡九牛二虎之力都不足為奇。最常見的，受訪者表示他們的組織正在ALL IN所有方法：僱用外部人才，內部培養，以及從大型技術公司採購或授權。

在人工智慧領域處於領先地位的行業（如電信，高科技和金融服務領域）也會結合內部培養和外部引進，即使他們本身在人工智慧開發方面比其他人更專注。相比其他行業這些行業的受訪者表示，他們更傾向於內部培養。在高科技和金融服務領域，受訪者表示更有可能接受再培訓或提升技能。大多數領先的數字化公司也是如此：受訪者傾向於公司會在內部培養人工智慧的應用能力以及對當前員工進行再培訓或提升技能（圖表6）。

與此同時，數字化領先的公司利用人工智慧實現自動化勞動的程度也比其他公司更高。

從職能劃分來看，客戶服務，IT和服務流程運營這三項最常見，領先的數字化公司對於這三項的自動化程度都比同行更進一步。

然而，這些公司的受訪者都表示人工智慧對未來勞動力的影響將是細微與正向的。多位受訪者表示，從現在起三年後，人工智慧將不會真正影響其公司的員工數量。在數字化領先的公司中，受訪者更相信公司人員會增加而不是減少。他們也比其他人更樂觀，表示他們公司的勞動力將會持續增長（31％的人這樣表示，而這一比例在其他同行中為18％）。這些結果同麥肯錫的其他研究都共同表明了：人工智慧對勞動力的最大影響可能是人們所做工作的變化，尤其會加強人與機器的協作，而不是整體勞動力的減少。

調查結果表明，數字化和某些基礎實踐對於大規模創造人工智慧的價值至關重要。以下是公司如何發揮人工智慧潛力的幾個建議步驟：

1、在數字化程序中取得進步。結果證實，數字化是從人工智慧中獲取價值的先決條件和關鍵推動因素。持續數字化意義十分重大，對於許多公司而言，它涉及了企業核心業務流程的轉型升級和人們工作方式的轉變。如果沒有強大的數字化支撐，公司的人工智慧系統將缺乏用於構建更好模型的訓練資料，以及能夠將卓越的人工智慧洞察力轉為大規模新型運營能力。

2、將人工智慧的影響擴大到整個企業。雖然大多數公司已經在某種程度上部署了人工智慧，但很少有公司能將其嵌入到多個業務部門或職能的標準化操作流程中，並且大約三分之一的公司還仍處於試驗階段。雖然人工智慧仍處於早期階段，但陷入“試驗黑洞”才是真正的風險（試驗黑洞是指經常在小範圍內獲得成功，但這些小範圍的突破難以實現規模性轉化，對於推動全域性變革來說仍微不足道）。要實現大規模實現人工智慧成果，不僅需要在整個企業中傳播***，還需要領導者真正理解並全身心投入，帶動企業大規模變革，同時領導者也更應關注並改變管理戰略，而不單單是技術上的突破。

3、保證關鍵推動因素就位。雖然人工智慧的應用推動很快，但調查表明，公司依然缺乏實現人工智慧規模性價值所需的基本推動因素。這些推動因素包括高層管理者的重視，明確構建企業人工智慧投資組合的藍圖，縮小人才缺口，以及無縫資料的戰略實施，所有這些推送因素都需要圍繞著人工智慧的演化進行更多地戰略思考。業務和技術領導者也必須快速建立起可推進工智慧應用的關鍵因素。否則，可能會錯失當前和未來的發展人工智慧的最佳時機。