根据最近一些人工智能的应用进展和状况相关调查、研究、预测和其他定量评估，我们总结出以下几点趋势：第一，人们对人工智能带来商业利益的期望迅速增长，而迄今为止，获得商业收益的几率却很低；第二，全球企业越来越多地采用AI，但在具体实施以及与现有流程集成过程中面临的挑战也越来越多；第三，企业在拥抱AI的过程中，不可避免地遇到了裁员和必要的员工培训等问题。
>>> 企业对于用人工智能应用的态度
据MIT Sloan对来自29个行业和97个国家/地区的2555名高管进行管理审查和BCG调查显示：
- 全球有93％的高管期望从AI中获得一些价值，然而有65％的受访者表示，他们还没有从最近几年AI投资中看到价值；
- 在AI方面进行“重大投资”的企业组织中，有40％的受访者表示没有从AI投资中获得业务收益；
- 在高风险项目上进行投资的企业组织中，迄今为止有50％看到了价值；
- 在那些主要投资于低风险项目的企业中，只有23％获得了收益；
- 45％的受访者认为AI有竞争风险，高于2017年的37％;
- 71％的中国受访者认为，人工智能既是企业的风险也是机遇，高于2018年的41％；
- 中国企业在人工智能上的投资超过全球同行，从而在竞争中脱颖而出，主要体现在以下几个方面——在AI人才方面（84％）、技术（93％）、训练AI算法所需的数据（81％）和流程（75％）
根据RELX对1,028位美国高管的调查显示：
- 93％的美国企业高管认为，AI在他们的行业中具有非常积极的影响，2018年这一比例为69％。他们表示，在过去一年中，其人工智能实施规模持续增长，从2018年的48％跃升至2019年的72％；
- 在过去一年中，有64％的受访企业扩展了AI所涉及的业务领域，有56％的企业增加了数据科学家和技术人员的人数以支持AI技术的扩展，还有54％的企业新增了以新兴技术为重点的新岗位；
- 有57％的受访者认为，AI正在帮助改进和开发产品，54％的受访者认为，AI有助于优化控制和协作；
- 有28％的受访高管称，他们的企业尚未采用AI，其中有50％的受访者将这主要归咎于预算限制，36％提到了技术专业知识的匮乏，30％提到了投资回报率未经验证，16％提到了没有得到C级高管或者董事会的支持
根据Optum对500个美国医疗行业领导企业的调查显示：
- 超过60％的美国医疗领导企业表示，他们已经采用了AI策略，高于2018年的33％；
- 据估计，未来五年内将平均投资3,970万美元，比2018年的预算增加730万美元；
- 有50％的受访者期望通过AI投资在三年内看到切实的成本节省，而2018年这一比例为31％；
- 62％提到了可行的管理AI应用，28％信任临床AI应用程序
根据TransUnion/AITE Group对美国、加拿大、英国、中国香港和印度的金融机构的682位营销和风险主管进行的调查显示：
- 金融机构营销和风险主管中有66％的受访者认为，AI和机器学习是一种竞争优势，只有14％的受访者表示，他们没有部署AI/ML分析模型；
- 有75％的受访者希望未来两年内将更多的AI和机器学习技术整合到他们的分析平台中；
- 76％的受访者正在努力清理数据和准备数据以便进行分析
>>> 人工智能的业务影响
MIT Sloan Review和BCG调查显示，针对德意志银行在德国推出的消费信贷产品，AI会在客户填写贷款申请时实时决定是否向客户提供贷款；针对这一特定产品，AI服务启用后的八个月内，贷款额激增了10到15倍。
以西门子为例，通过在招标过程中采用机器学习技术，使得西门子在详细说明企业需要采购的商品和服务规格，并进一步对比厂商建议的这一工作流程中，速度提高了20％到30％。
>>> 未来的工作方式
富国银行（Wells Fargo）行业分析师最近发布的一份报告显示，到2030年美国有多达20万的银行员工可能会因为AI而失业。该报告估计，大型资本化金融机构的AI支出每年累计超过1500亿美元。在过去的两年中，BB＆T采用了数字化优先的策略，将人工智能和机器人技术运用于后台、客户服务和合规运营中。自2016年底以来，BB＆T的这项计划已经导致员工数量减少了2439人至35334（降幅6.5%），分支机构员工人数减少409人至1787人（降幅18.6%）。
对此，有52％的美国医疗领导企业期望AI可以创造更多的就业机会，而87％的受访者对于聘用具有AI工作经验的候选人是首要任务表示认同；有89％的受访者表示，培训员工的速度不足以跟上AI创新的速度，而91％的受访者估计，新工作岗位有10％至50％是具有AI经验的。
有62％的企业高管表示，他们的企业目前提供AI相关培训，高于2018年的46％；在那些不提供培训的企业中，只有53％表示计划未来会提供。有93％的受访者认为，美国企业应该通过与大学合作等形式的教育计划对未来人工智能劳动力进行投资。
在MIT Sloan Review和BCG的调查报告中指出，与那些不注重技能再培训的企业相比，那些在雇用或者留住AI人才方面遇到难题、但仍然积极帮助现有员工获得AI技能的企业，从AI中获益的可能性要高出40%。。
>>> 数据是人工智能发展的驱动力
据Exasol对1,000名IT决策者的调查，有80％的IT决策者称，有半数时间里数据都是可以指导企业组织进行决策的，但是在性能、安全性和预测挑战方面遇到的挑战，阻碍了改进数据策略的能力。具体来说：
- 数据安全（39％）、高成本（38％）、数据性能低下（31％）是数据策略的最大障碍；
- 数据被主要用于为决策提供信息，更好地了解客户的行为和期望（54％）、支持战略计划（46％）、改善业务流程和运营（44％）；
- 最需要数据驱动策略带来变革的业务领域包括销售（37％）、运营（37％）、市场营销（33％）；
- 有1/4的企业组织任命了首席数据官或首席分析官，以确保更广泛地使用数据和分析
举个例子：Global Tone Communications Technology是一家中国国有企业，该企业在每天可以从社交媒体和传统媒体等来源中挖掘65种语言的5万亿个单词，供中国国家安全机构使用。
>>> 人工智能风险投资
根据美国国家风险投资协会（National Venture Capital Association）2019年第三季度的数据显示，今年前9个月美国965家AI相关企业已经获得了135亿美元的风险投资，这一数据也让2018年的168亿美元（数据来自2019年第三季度PitchBook-NVCA Venture Monitor的数据）黯然失色。
>>> 关于人工智能应用的讨论
“AI设计者或者采购管理员的价值不一定是床边临床医生或患者的价值，这些价值冲突将成为重大道德冲突的源头。”——Danton Char，斯坦福大学医学中心麻醉学、手术期和止痛医学助理教授
“我不完全同意这种机器是完全自主的、无需人工干预即可运行的观点。至少在今天以及可预见的将来，AI机器只是一种工具。”——Andrei Iancu，美国专利商标局总监
“如果领导者将AI视为资产负债表，那么他们将错失这个机会。你需要了解AI可能带来的颠覆性变化。”——Werner Boeing，罗氏诊断公司（Roche Diagnostics）首席信息官
“对我们而言，主要的优势在于提高了参与度，其次才是变现以及给我们和整个联盟带来新增收入。这些数据将具有巨大的价值。”——Dave Lahanski，美国职业冰球联盟（NHL）业务发展和全球合作伙伴关系高级副总裁
