本文转自雷锋网，如需转载请至雷锋网官网申请授权。
近期，麦肯锡发布了有关AI状况的全球调查报告，这是该报告连续第三年发布。对高管的访问和从业者的调查发现，应用AI的企业与不采用AI的企业之间的差距可能会扩大。
调查报告显示，在技术和电信领域，采用人工智能比在其他行业中更为普遍，其次是汽车和制造业。超过三分之二的的受访者表示，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响。
麦肯锡AI状态报告连同有关AI应用和实施的问题，对那些AI应用导致2019年EBIT（息税前利润）增长20%或以上的公司进行了研究后发现。与其他公司相比，这些公司可能对高级管理人员进行评级效率很高，并且更可能雇用数据科学家。
与其他相差20%至30%或更多比率的公司相比，高绩效公司也更有可能具有战略眼光和AI路线图，使用AI模型部署或在遇到世纪数据量不足时需要使用综合数据。这些结果似乎与微软在2019年初进行的Altimeter Group调查相一致，该 调查发现一半的高增长企业计划在明年实施AI。
如果报告中有任何令人惊讶的事情，那就是只有16%的受访者表示他们的公司已经将深度学习项目发展到了实验阶段之外。（这是麦肯锡第一年关注深度学习的部署。）
同样令人惊讶的是，该报告显示，企业在应对与AI部署相关的风险方面进展甚微。与去年提交的答复相比，采取措施减轻此类风险的公司在应对10种不同风险（从国家安全和人身安全到合规性和公平性）方面平均增加了3%。
网络安全是大多数受访者表示其公司正在努力解决的唯一风险。认为与公司相关的AI风险正在下降的有多个类别，包括股权和公平性领域，从2019年的26%下降到2020年的24%。
“虽然诸如人身安全的某些风险仅适用于特定行业，但很难理解为什么很高比例的受访者并未认识到普遍的风险。”麦肯锡的合伙人罗杰·伯哈特（Roger Burkhardt）在报告中说 “考虑到对种族偏见的关注和其他歧视性对待的例子，例如社交媒体上的招聘广告中基于年龄的定位，看到这种风险几乎没有缓解或改善，尤其令人惊讶。”
毫不奇怪，该调查发现在大流行期间，某些行业的自动化水平有所提高。VentureBeat发现，在农业、建筑业、肉类包装业和航运业等行业都是如此 。
报告写道：“大多数表现出色的受访者表示，他们的组织为应对这种流行病增加了在每个主要业务功能中对AI的投资，而不到30%的其他受访者表示相同。”
麦肯锡2020年AI状况全球调查于6月9日至6月19日在网上进行，获得了近2,400份结果，其中48%的受访者表示其公司使用某种形式的AI。麦肯锡（McKinsey）在2019年对大约相同数量的企业领导者进行的一项调查发现，尽管近三分之二的公司报告由于使用了AI而增加了收入，但许多公司仍在努力扩大其使用范围。
AI的另一种状态
在麦肯锡发布商业调查报告的一个月前，Air Street Capital发布了其《人工智能状态》报告，该报告已经延续到第三年。这家总部位于伦敦的风险投资公司发现，在公司融资方面，人工智能行业很受欢迎，但其报告称人工智能人才的集中和计算是“一个巨大的问题”。
Air Street Capital发现的其他严重问题还包括从学术界到行业的持续人才流失，以及由小公司创建的模型的可复制性问题。由40名Google研究人员组成的团队最近还发现，规格不足是机器学习的主要障碍。
该报告中的许多结论与对AI研究论文的最新分析发现，大型科技公司、行业领导者和精英大学之间的深度学习活动越来越集中，这加剧了不平等现象。该分析背后的团队表示，可以通过实施国家研究云在一定程度解决日益扩大的“计算鸿沟” 。
随着年末的到来，我们可以期待更多有关机器学习状态的报告。过去两个月发布的AI状态报告显示了各种挑战，但称AI可以帮助企业节省成本，创收并遵循久经考验的最佳实践来取得成功。同时，研究人员正在寻找解决与部署AI相关的各种巨大机会。
