雷锋网按：自年以来，麦肯锡全球研究院（雷锋网注：以下简称MGI）一直在寻求对全球经济发展予以更深层次的理解。而在新一波人工智能浪潮的席卷之下，全球各行各业也有了新的发展形态。就此，MGI跨越14个行业、10个国家，对名企业高管进行了调查，并分析了个案例，集合发布了《人工智能：下一个数字前沿？》（以下简称《报告》）这份报告。
在这份《报告》中，MGI将重点分为两部分。第一部分，在分析了人工智能和商业化之间的关系之后，MGI又对人工智能对经济发展和行业转型产生的作用进行了深度解读。而在后半部分，MGI则以零售、电力、制造、医疗和教育五大领域为例，以进一步研究人工智能在全球经济形态里的应用情况。在这篇文章中，雷锋网将先对MGI《报告》的第一部分进行重点编译和分析。
图1：MGI《人工智能：下一个数字前沿？》要点解析
话不多说，先上本文要点：
以谷歌、苹果、百度、腾讯等科技巨头为主导，在全球掀起了AI投资的浪潮
从年来看，各科技公司在AI领域共花费了-亿美元，其中90%用于技术研发和部署，而剩下的10%则用于AI收购。风险投资、私募股权融资、种子投资和赠款也在迅速增长，尽管基数还不大，但整体规模也达到了60-90亿美元。
各科技公司在AI领域的部署还处于早期实验阶段
MGI跨越10个国家、14个行业，以及对超过名高管的调查中，只有20%的受访者表示目前公司正在大规模或在核心业务中使用AI相关技术。而41%的企业则表示，他们对AI将给公司带来的回报和收益尚持不确定态度。MGI分析了多个行业案例，发现只有在12%的情况下，AI实现了商业化部署。
在AI应用的早期阶段，各行业逐渐呈现应用模式的差异化
据MGI发布的行业数字化指数排名表显示，对AI接受度最高的行业分别为高科技/电信、无人驾驶和金融服务业，这些行业对AI投资的意向也更加积极。零售、媒体/娱乐等行业对AI的接受度要稍弱于前者，处于中间阶段。教育、医疗、旅游等行业对AI的接受度则更低。
AI可以为重度AI试验者提供无穷竞争力
在MGI的调查中，早期的AI试验者一般采用主动的数字化策略，以期在未来和其他公司拉开差距。特别是在零售、电力、制造、医疗和教育这五大领域，AI在改进预测和采购、优化自动化运营、开发定制化营销、定价、增强用户体验等方面都凸显了特别的优势。
AI必须接受数字化训练，公司没有捷径可走
一家公司若想成功转型AI，需要建立一套成功的程序以处理好数字和分析转换各元素之间的关系，包括确定业务案例、建立正确的数据生态系统、搭建或购买适当的AI工具、适应工作流程和文化。经MGI调查显示，这个过程中，上至高层领导，下至管理和技术能力，无缝的数据访问是关键。
AI带来的机会和挑战并存
不管是公司、开发商，还是*府、工人和员工，都应该意识到AI已经对其提出了挑战，应该不断调整自身竞争力以适应AI大潮。与此同时，AI带来的伦理和法律监管问题也不容忽视。
在科技巨头的带领下，AI投资在快速增长，商业化应用却落后了
图2：年科技巨头内部投资情况
众所周知，在科技巨头的带领下，如亚马逊、苹果、百度、谷歌等等，正在AI领域投资数十上百亿美元。不过，在这一过程中尤以大公司的内部投资占据主导地位。经MGI预估，在年，这一数据达到-亿美元。而大公司用于外部投资，如VC、PE、并购、赠款和种子基金等等，金额则约为80-亿美元。年，企业外部投资年均增长率接近40%。相比之下，这一比率在年-年一直维持在30%左右。
事实上，就目前来说，企业对AI应用的需求还不太紧迫，部分原因在于数字和分析经济转型速度相对滞后。在MGI对全球多位高管的调查中，我们发现，很多企业高管对AI还不甚了解。比如不清楚AI究竟能为他们做些什么，在哪里可以获得AI应用，如何将AI应用到企业业务，以及如何评估投资AI技术的回报等。
而在大公司的内部AI投资中，绝大部分是用于研发和部署。虽然苹果、百度、谷歌等科技巨擘都在举力开发内部技术套件，但AI投资重点又各不相同。如，亚马逊将重点主要放在机器人和语音识别上，Salesforce则为虚拟助手和机器学习上；宝马、特斯拉等汽车厂商则专注在机器人、机器学习的研发上，以期进一步推进无人驾驶的发；IBM则承诺投入30亿美元，用于Watson认知服务的布局；百度则在过去的半年里向AI领域投入15亿美元，另外还为AI投资建立百度基金（BaiduVenture）。
与此同时，大公司也从未停止并购的步伐，此举可将技术、人才和客户全收入囊中。据最近一份报告显示，各公司正大力寻求AI人才，发布项与AI有关的岗位招聘需求，并为此列出了超过6.5亿美元的预算，AI人才需求达到空前旺盛的程度。
机器学习获得最多投资
企业并购成为支撑AI公司快速发展的外部资金来源。据MGI预测，从-年，企业的复合增长率已超80%。自年以来，全球企业已经实现了多笔与AI相关的并购交易。
在这多笔并购交易中，谷歌完成了24笔，位居首位。其中，涉及计算机视觉的AI公司有8项，而自然语言处理的则有7项；苹果则以9笔的成绩位列其二。其中计算机视觉、机器学习和语言处理技术则平分秋色。
图3：年AI企业收获的外部投资中，各项AI技术所获投资情况
由上表可知，年收获大公司外部投资的AI企业中，涉及机器学习的收获最多投资，达到50-70亿美元，而计算机视觉位居其次，获25-35亿美元投资，其次分别为自然语言处理、无人驾驶、机器人和虚拟助手。
不过，在很大程度上，投资者也在静待他们的投资回报。根据PitchBook发布的数据显示，只有10%的公司认为机器学习可作为核心业务产生收益。此外，大公司的外部投资还高度集中在特定区域，逐渐形成以美国和中国几个技术中心为主，欧洲远远落后的格局。
在AI应用早期阶段，各行业逐渐呈现应用模式差异化
虽然全球涌起AI投资热潮，但就目前来看，各行业在AI应用上仍然处于早期阶段，很少有公司将AI纳入规模化的价值业务链里。事实上，在名被调查者当中，只有20%的人表示他们在核心业务或企业管理中采用了一种或多种相关AI技术，而10%的人则表示采用了两种以上的AI技术，还有9%表示运用了机器学习技术。
另一方面，MGI回顾了多个行业案例，发现只有12%的项目在实验阶段取得了进展。细究一些公司为何不愿采取行动的原因，则主要在于AI能否带来回报，对于一些小公司来说，这点尤为重要。
图4：不同AI应用深度的企业在各价值链中的应用情况
在AI应用的早期，我们发现行业和企业之间采用的模式也不尽相同，大致呈现以下6个特点：
早期AI试验者一般来自于已经在AI技术上进行规模投资的企业，如云服务和大数据等。这些也正是当下的前沿板块。如上述表格所示，高科技、汽车和金融服务业是AI接受度最高的行业。而在中间阶段，则为公共事业、建筑在内的数字化工业，这些行业由于国内