麦肯锡发布2023年人工智能的现状调研报告

2023年8月1日，麦肯锡发布调查研究报告《2023年人工智能的现状：生成式人工智能的突破年》，报告分析了全球各个地区和行业中的组织对人工智能的部署和使用情况，认为人工智能的广泛使用将对各行业和劳动力产生重大影响。

1. 生成式人工智能获得广泛应用

该调查于2023年4月中旬进行，结果表明，尽管生成式人工智能（AIGC）公开不久，但对这些工具的使用已经相对普遍，受访者预计新功能将改变他们的行业。

个人层面，AIGC引起了商界人士的兴趣，各个地区、行业和资历级别的个人都在工作和工作之外使用 AIGC。79%的受访者表示，他们至少在工作或工作之外接触过AIGC，22%的受访者表示他们经常在自己的工作中使用。虽然不同资历级别的受访者报告的使用率非常相似，但在技术行业和北美工作的受访者中使用率最高。

组织层面，AIGC也得到了广泛使用。三分之一的受访者表示，他们所在的组织已经在至少一项功能中定期使用AIGC，这意味着在表示采用人工智能的组织中，有60%正在使用AIGC。此外，在表示其组织使用人工智能的受访者中，40%的人表示，由于AIGC的应用，他们的公司预计将在人工智能方面投入更多资金，28%的人表示，AIGC的使用已经列入其董事会的议程。使用这些新工具的最常见业务功能与总体上最常见的人工智能使用相同：营销和销售、产品和服务开发，以及服务运营，例如客户服务和后台支持。这表明组织正在寻求最有价值的新工具。

就人工智能的广泛应用对各行业的影响而言，受访者对此抱有很高的期望。四分之三的受访者预计AIGC将在未来三年内对其行业的竞争性质产生重大或颠覆性的变化。科技和金融服务行业的受访者可能最期待AIGC带来颠覆性变化。之前的研究表明，虽然所有行业都可能出现一定程度的颠覆，但影响程度可能会有所不同。其中，最依赖知识工作的行业可能会产生更多颠覆，并可能获得更多价值。虽然预测表明，科技公司不出所料将受到AIGC的最大影响——附加价值相当于全球行业收入的9%，但银行(高达5%)、制药和医疗产品(也高达5%)以及教育(高达4%)等知识型行业也可能受到显著影响。相比之下，由于AIGC在基于语言而非体力劳动的活动方面存在优势，航空航天、汽车、先进电子产品等以制造业为基础的行业，可能受到较小的颠覆性影响。这与之前对制造业影响最大的技术浪潮形成了鲜明对比。

调查结果显示，许多组织尚未解决AIGC带来的潜在风险。

调查显示，似乎很少有公司为AIGC的广泛使用或其可能带来的业务风险做好充分准备。在采用人工智能的受访者中，只有21%表示其所在组织制定了管理员工在工作中使用生成式人工智能技术的政策。当具体问及采用AIGC的风险时，很少有受访者表示其公司正在减少AIGC最常被提及的不准确性风险。而相比人工智能最常见的网络安全和监管合规风险，受访者更频繁地提及不准确性。只有32%的受访者表示他们正在缓解不准确性，这一比例低于38%的受访者表示正在减少网络安全风险。有趣的是，这一数字明显低于去年表示缓解人工智能相关网络安全风险的受访者比例(51%)。总的来说，正如前几年所见，大多数受访者表示其组织没有解决人工智能相关的风险。

2. AI高绩效企业已在人工智能领域走在前列

调查结果显示，AI高绩效企业（即受访者表示2022年至少有20%的息税前利润归功于人工智能的应用的企业）正在全力投入AIGC和更传统的人工智能功能。这些从人工智能中获得显著价值的组织比其他组织在更多业务功能中使用AIGC，特别是产品和服务开发以及风险和供应链管理方面。考虑到包括更传统的机器学习能力、机器人流程自动化和聊天机器人在内的所有人工智能能力，与其他企业相比，AI高绩效企业更可能在产品和服务开发方面使用人工智能，例如产品开发周期优化、为现有产品添加新功能、以及创造基于人工智能的新产品。同时，这些企业也更频繁地在用于人力资源的风险建模中使用人工智能，如绩效管理、组织设计和劳动力部署优化。

AI高绩效企业更可能在产品和服务开发中使用人工智能。

与同行的另一个区别是，AI高绩效企业的AIGC较少以降低成本为导向工作，而这是其他企业的首要任务。在表示其组织对AIGC的首要目标是创造全新业务或收入来源的受访者中，来自AI高绩效企业的受访者可能是其他企业的两倍，而他们最可能提及的是通过基于人工智能的新功能提高现有产品的价值。

正如前几年所见，这些AI高绩效企业在人工智能方面的投资远高于其他组织：表示其组织将20%以上的数字预算用于人工智能的AI高绩效企业受访者可能是其他组织的五倍以上。同时，他们也在整个组织中更广泛地使用人工智能功能。相比于其他企业，来自AI高绩效企业的受访者更有可能表示，其企业在四个或更多业务功能中采用了人工智能，并且他们已经嵌入了更多的人工智能功能。例如，除了AIGC和相关的自然语言处理能力外，来自AI高绩效企业的受访者更经常表示在至少一个产品或业务功能流程中嵌入知识图谱。

虽然AI高绩效企业也不能免受从人工智能中获取价值的挑战，但研究结果表明，他们面临的困难反映了其人工智能的相对成熟度，而其他企业则在努力解决人工智能应用更基础、更战略性的因素。AI高绩效企业的受访者通常指出模型和工具是他们面临的首要挑战，例如在生产中监控模型性能，并根据需要重新训练模型。相比之下，其他受访者提到的则是战略问题，比如设定一个明确定义的与商业价值相关的人工智能愿景，或者找到足够的资源。

这些发现进一步证明，即使是AI高绩效企业也没有掌握人工智能相关应用的最佳实践，如机器学习操作(MLOps)方法，尽管他们更有可能做到这一点。例如，来自AI高绩效企业的受访者中只有35%表示，在可能的情况下，其组织会组装现有组件而非重新发明，但这一比例也远高于其他组织中表示采取这种做法的19%受访者。

尽可能安全地应用一些AIGC应用程序可以交付的更具变革性的用例，可能需要许多专门的MLOps技术和实践。实时模型操作就是这样一个领域，监控系统和设置实时警报以快速解决问题可以使AIGC系统处于控制中。AI高绩效企业在这方面表现突出，但仍有发展空间——这些企业中有四分之一的受访者表示，他们的整个系统都受到监控，并配备了实时警报，而其他企业只有12%的受访者。

3. 人工智能相关人才需求发生转变，人工智能将对劳动力产生巨大影响

最新调查结果显示，为支持其人工智能目标，各企业扮演的角色发生了变化。过去一年里，使用人工智能的组织最常雇佣数据工程师、机器学习工程师和人工智能数据科学家——这些都是受访者在之前的调查中普遍表示招聘的所有职位。但与之前的调查相比，表示招聘人工智能相关软件工程师的受访者比例要小得多(最新调查为28%，低于上次调查的39%)，这是去年招聘人数最多的职位。随着AIGC的应用，对提示工程(Prompt Engineering)技能的需求也在增加。

4. 所有人都在关注人工智能，人工智能的采用和影响保持稳定

虽然AIGC工具的使用正在迅速普及，但调查数据并未显示这些新工具正在推动组织全面采用人工智能。就目前而言，采用人工智能的组织比例总体上保持稳定， 55%的受访者表示他们的组织已经采用了人工智能。

不到三分之一的受访者继续表示，其所在组织在不止一项业务功能中采用了人工智能，这表明人工智能的使用范围仍然有限。与前四次调查一样，产品和服务开发以及服务运营仍然是受访者最常表示应用人工智能的两个业务功能。总体而言，只有23%的受访者表示，其所在组织去年至少有5%的息税前利润归因于人工智能的应用，这一比例与之前的调查基本持平，这表明还有很大的获取价值的空间。

各组织在应用人工智能的业务领域持续看到回报，并计划在未来几年增加投资。大多数受访者表示，在应用人工智能的每个业务功能中，人工智能相关的收入都有所增加。展望未来，超过三分之二的人预计其所在组织将在未来三年增加对人工智能的投资。

关注“广东技术性贸易措施”，获取更多服务。