本文轉自雷鋒網，如需轉載請至雷鋒網官網申請授權。

 近期，麥肯錫發布了有關AI狀況的全球調查報告，這是該報告連續第三年發布。對高管的訪問和從業者的調查發現，應用AI的企業與不采用AI的企業之間的差距可能會擴大。

[[354938]]

調查報告顯示，在技術和電信領域，采用人工智能比在其他行業中更為普遍，其次是汽車和制造業。超過三分之二的的受訪者表示，采用AI增加了收入，但只有不到四分之一的人看到了重大的影響。

麥肯錫AI狀態報告連同有關AI應用和實施的問題，對那些AI應用導致2019年EBIT（息稅前利潤）增長20%或以上的公司進行了研究后發現。與其他公司相比，這些公司可能對高級管理人員進行評級效率很高，并且更可能雇用數據科學家。

與其他相差20%至30%或更多比率的公司相比，高績效公司也更有可能具有戰略眼光和AI路線圖，使用AI模型部署或在遇到世紀數據量不足時需要使用綜合數據。這些結果似乎與微軟在2019年初進行的Altimeter Group調查相一致，該 調查發現一半的高增長企業計劃在明年實施AI。

如果報告中有任何令人驚訝的事情，那就是只有16%的受訪者表示他們的公司已經將深度學習項目發展到了實驗階段之外。（這是麥肯錫第一年關注深度學習的部署。）

同樣令人驚訝的是，該報告顯示，企業在應對與AI部署相關的風險方面進展甚微。與去年提交的答復相比，采取措施減輕此類風險的公司在應對10種不同風險（從國家安全和人身安全到合規性和公平性）方面平均增加了3%。

網絡安全是大多數受訪者表示其公司正在努力解決的唯一風險。認為與公司相關的AI風險正在下降的有多個類別，包括股權和公平性領域，從2019年的26%下降到2020年的24%。

“雖然諸如人身安全的某些風險僅適用于特定行業，但很難理解為什么很高比例的受訪者并未認識到普遍的風險。”麥肯錫的合伙人羅杰·伯哈特（Roger Burkhardt）在報告中說 “考慮到對種族偏見的關注和其他歧視性對待的例子，例如社交媒體上的招聘廣告中基于年齡的定位，看到這種風險幾乎沒有緩解或改善，尤其令人驚訝。”

毫不奇怪，該調查發現在大流行期間，某些行業的自動化水平有所提高。VentureBeat發現，在農業、建筑業、肉類包裝業和航運業等行業都是如此 。

報告寫道：“大多數表現出色的受訪者表示，他們的組織為應對這種流行病增加了在每個主要業務功能中對AI的投資，而不到30%的其他受訪者表示相同。”

麥肯錫2020年AI狀況全球調查于6月9日至6月19日在網上進行，獲得了近2,400份結果，其中48%的受訪者表示其公司使用某種形式的AI。麥肯錫（McKinsey）在2019年對大約相同數量的企業領導者進行的一項調查發現，盡管近三分之二的公司報告由于使用了AI而增加了收入，但許多公司仍在努力擴大其使用范圍。

AI的另一種狀態

在麥肯錫發布商業調查報告的一個月前，Air Street Capital發布了其《人工智能狀態》報告，該報告已經延續到第三年。這家總部位于倫敦的風險投資公司發現，在公司融資方面，人工智能行業很受歡迎，但其報告稱人工智能人才的集中和計算是“一個巨大的問題”。

Air Street Capital發現的其他嚴重問題還包括從學術界到行業的持續人才流失，以及由小公司創建的模型的可復制性問題。由40名Google研究人員組成的團隊最近還發現，規格不足是機器學習的主要障礙。

該報告中的許多結論與對AI研究論文的最新分析發現，大型科技公司、行業領導者和精英大學之間的深度學習活動越來越集中，這加劇了不平等現象。該分析背后的團隊表示，可以通過實施國家研究云在一定程度解決日益擴大的“計算鴻溝” 。

隨著年末的到來，我們可以期待更多有關機器學習狀態的報告。過去兩個月發布的AI狀態報告顯示了各種挑戰，但稱AI可以幫助企業節省成本，創收并遵循久經考驗的最佳實踐來取得成功。同時，研究人員正在尋找解決與部署AI相關的各種巨大機會。