根據(jù)麥肯錫最新發(fā)布的人工智能調(diào)查報(bào)告《2020年人工智能狀況》顯示：

? 由于采用了人工智能技術(shù)，79%的營(yíng)銷和銷售團(tuán)隊(duì)今年實(shí)現(xiàn)了收入的同比增長(zhǎng)；

? 由于采用了人工智能技術(shù)，72%的供應(yīng)鏈管理團(tuán)隊(duì)今年也實(shí)現(xiàn)了收入同比增長(zhǎng)；

? 在數(shù)字化優(yōu)先、無(wú)接觸客戶體驗(yàn)的流行趨勢(shì)中，企業(yè)因?yàn)槿斯ぶ悄軕?zhàn)略加速了試點(diǎn)投入生產(chǎn)的速度，息稅前利潤(rùn)（EBIT）增長(zhǎng)了20% 甚至更多；

? 高科技和電信行業(yè)引領(lǐng)著人工智能技術(shù)的采用，而汽車和裝配行業(yè)則相對(duì)落后。

麥肯錫的這份調(diào)查報(bào)告，采用了在線隨機(jī)抽樣調(diào)查的方式，共有2395名受訪者參加了此次調(diào)查，這些受訪者代表了廣泛的地區(qū)、行業(yè)、公司規(guī)模、職能專長(zhǎng)和高級(jí)管理層。1115名受訪者表示，他們所在的企業(yè)至少在一個(gè)職能部門(mén)里使用了人工智能技術(shù)。

這份報(bào)告值得注意的原因是，那些早期采用人工智能技術(shù)，希望以此創(chuàng)造收入的商業(yè)案例如今已經(jīng)取得了成果。

報(bào)告中的主要見(jiàn)解包括：

? 人工智能在市場(chǎng)營(yíng)銷和銷售、戰(zhàn)略和企業(yè)融資以及供應(yīng)鏈管理方面對(duì)收入增長(zhǎng)的推動(dòng)最為顯著。麥肯錫按照部門(mén)為單位研究了人工智能推動(dòng)的收入同比增長(zhǎng)的百分比，發(fā)現(xiàn)那些最能夠影響客戶關(guān)系的因素，包括定價(jià)、服務(wù)、支持、和預(yù)測(cè)準(zhǔn)確度，往往對(duì)收入增長(zhǎng)的推動(dòng)最大。例如，使用人工智能優(yōu)化定價(jià)可以對(duì)收入和盈利能力產(chǎn)生立竿見(jiàn)影的影響。以下是各部門(mén)因?yàn)椴捎萌斯ぶ悄芗夹g(shù)實(shí)現(xiàn)的收入同比增長(zhǎng)的百分比對(duì)比：

? 參與調(diào)查的受訪者中，絕大多數(shù)領(lǐng)導(dǎo)者表示網(wǎng)絡(luò)安全是他們所在的組織在意的唯一風(fēng)險(xiǎn)。麥肯錫發(fā)現(xiàn)，總體而言，除了國(guó)家安全之外，提到每一種風(fēng)險(xiǎn)的受訪者的比例都保持了持平或者出現(xiàn)了下降。正如下圖所示，高績(jī)效企業(yè)的領(lǐng)導(dǎo)者們比其他人更容易識(shí)別和減輕大多數(shù)風(fēng)險(xiǎn)：

? 使用人工智能改進(jìn)庫(kù)存和零件優(yōu)化、定價(jià)和促銷、客戶服務(wù)分析和銷售與需求預(yù)測(cè)的企業(yè)實(shí)現(xiàn)了最顯著的收入增長(zhǎng)。麥肯錫首先研究了采用人工智能是否以及如何能夠提高收入，并通過(guò)息稅前利潤(rùn)（EBIT）衡量盈利能力。他們發(fā)現(xiàn)，那些擅長(zhǎng)采用人工智能來(lái)提高庫(kù)存周轉(zhuǎn)率、定價(jià)準(zhǔn)確性、促銷效率、客戶滿意度并預(yù)測(cè)準(zhǔn)確性的企業(yè)，盈利能力（以息稅前利潤(rùn)衡量）最有可能提升20%。在降低成本方面最成功的人工智能用例包括優(yōu)化人才管理、聯(lián)絡(luò)中心自動(dòng)化和倉(cāng)庫(kù)自動(dòng)化。

? 在利用人工智能推動(dòng)收入方面，高績(jī)效企業(yè)在新冠肺炎大流行期間的投資要遠(yuǎn)超其他的同行。麥肯錫發(fā)現(xiàn)，在新冠肺炎大流行期間，高績(jī)效企業(yè)的領(lǐng)導(dǎo)者們?cè)诿恳粋€(gè)主要的職能部門(mén)中都增加了對(duì)人工智能技術(shù)的投資。與此同時(shí)，只有不到30%的其他受訪者持相同看法。從行業(yè)的角度來(lái)劃分，汽車、裝配、醫(yī)療保健和制藥行業(yè)的受訪者最有可能表示自己所在的公司增加了這方面的投資。

? 在新冠肺炎大流行時(shí)期，企業(yè)使用的人工智能應(yīng)用程序、平臺(tái)和技術(shù)越多，就越有可能見(jiàn)到不準(zhǔn)確的結(jié)果。企業(yè)對(duì)人工智能技術(shù)采用的越普遍，他們的模型就越有可能異常的結(jié)果，這是因?yàn)樗麄兊臄?shù)據(jù)集受到了新冠肺炎大流行的影響。在新冠肺炎大流行期間，訓(xùn)練了多年的機(jī)器學(xué)習(xí)模型開(kāi)始報(bào)告不一致的結(jié)果，這是由于它們遇到了從未見(jiàn)過(guò)的異常數(shù)據(jù)模式。這些高績(jī)效企業(yè)的模式在市場(chǎng)營(yíng)銷、產(chǎn)品開(kāi)發(fā)和服務(wù)運(yùn)營(yíng)方面尤為脆弱，而這些領(lǐng)域都是人工智能應(yīng)用最為普遍的領(lǐng)域。
責(zé)編AJX