McKinsey:从国家视角看人工智能的潜在价值

人工智能
人工智能可能会对个人、企业和政府产生重大影响。麦肯锡从政府的视角,探讨了各国需要了解的好处以及实现这些好处的第一步。

人工智能在改变我们生活方式的关键方面,以及支持企业、政府和其他组织的运营方面的长期潜力很难把握。但即使在今天,现有的和经过验证的人工智能应用也可能为世界各地的经济和社会创造价值。

事实上,人工智能通过预测性医疗保健、适应性教育和优化危机应对等创新,为提高社会各阶层的生活质量做出了贡献。例如,英国的国家卫生局建立了一个国家 COVID-19 胸部影像数据库,其中包含胸部 X 光片、CT 扫描和 MRI 图像的共享库,以支持测试和开发用于治疗 COVID-19 和各种其他健康状况的 AI 技术。

此外,通过在制造中使用自主机器人技术、人工智能优化的供应链和自动驾驶汽车的智能货运路线等举措,企业已经看到生产力和运营效率的提高。例如,许多物流公司正在使用人工智能驱动的分拣机器人来优化其仓库运营。政府还可以通过个性化服务和自动化流程来利用人工智能的力量。以新加坡的“Ask Jamie”为例,它是一个虚拟助手,通过人工智能聊天和语音帮助公民和企业在大约 70 个政府机构中导航政府服务。

但政府面临着许多障碍——包括缺乏专业人才、对人工智能研究和创新的投资有限,以及旨在确保人工智能在所有部门以合乎道德、安全、透明和以人为本的方式应用的经常不明确的法规——这可能会阻止他们采用人工智能用例并获取人工智能的价值。事实上,在开发和部署人工智能用例时,政府必须主动考虑和解决快速变化的隐私领域以及人工智能技术可能暴露的安全风险和道德陷阱。

下面,我们分享三个步骤来衡量人工智能在一个国家的潜在影响,并研究这将如何在少数几个国家发挥作用。我们还审查了一系列可以帮助政府克服当前挑战并在整个经济体中获取这一价值的举措。这些举措包括在人工智能可能对国家产生最大影响的领域启动计划,创建一个充满活力的人工智能生态系统,以及考虑任命一个人工智能机构,正如一些国家已经这样做的那样。

衡量人工智能对一个国家的潜在影响

人工智能对不同的人可能意味着不同的东西,但在这里,我们使用“人工智能”一词来指代数据分析的一个子集。人工智能系统包括计算机视觉、自然语言处理和高级机器人。它们既是自主的(在没有人工监督的情况下执行复杂的任务)又是自适应的(通过从更多数据中“学习”来改进)。

2018 年 9 月,麦肯锡全球研究所模拟了人工智能采用的趋势,使用早期采用者及其表现作为全面企业可能希望如何吸收人工智能的领先指标。总体而言,剔除竞争效应和转型成本,早期证据表明,到 2030 年,人工智能可能会带来约 13 万亿美元的额外全球经济产出,使全球 GDP 每年增长约1.2%。

然而,虽然人们普遍认为人工智能具有很大的潜力,但很难以可复制的结构化方式衡量和跟踪人工智能在特定国家/地区的影响。

下面是一种可以帮助政府估计这种潜力的方法:

确定最相关的用例域。麦肯锡的研究表明,数百个有可能在各国释放价值的人工智能用例可以分为 15 个领域,这些领域可以为衡量影响的努力提供信息(图表 1)。虽然这些用例领域中的每一个都包含大量 AI 应用,但它们创造价值的底层技术和机制是相似的,它们在应用于类似组织时的典型影响也是如此。

确定哪些用例域与跨经济部门的企业和组织最相关可能很有用。例如,与制造业最相关的领域是产量、能源和吞吐量(人工智能可以实现预测性机械维护和资源生产力最大化)和集成供应链优化(包括需求预测和库存优化)。

McKinsey:从国家视角看人工智能的潜在价值

估计用例域的影响。使用基准,可以在企业层面或每个优先部门的组织层面确定相关领域的平均财务影响。例如,如果制造业中的预测性维护平均降低了 10% 的维护成本,那么企业的息税前利润就会提高 2%。

扩大对行业和经济层面的影响。假设对于一家制造公司,所有相关用例领域的总和可以增加 10% 的息税前利润。如果该行业所有企业的息税前利润总额为 100 亿美元,那么该息税前利润将上升至 110 亿美元。如果净营业盈余(约息税前利润)占制造业(总计 200 亿美元)的总增加值 (GVA)(即对 GDP 的贡献)的 50%,那么人工智能将在全行业范围内增加 10% 的息税前利润将使该行业的 GVA 增加 5%。一旦了解了部门层面的影响,就可以通过将所有部门的影响相加,将其扩大到整个经济层面。

当然,政府必须仔细考虑并解决实施人工智能技术的潜在风险。这些风险包括以下 :

隐私,客户的隐私是否通过遵守当地和全球数据隐私法规得到保护?

安全,人工智能模型是否全面保护了网络安全漏洞和风险?

公平,AI 模型是否对所有细分客户都公平公正?

透明度和可解释性,是否可以解释 AI 模型的工作原理及其使用的方法?

安全和性能,人工智能模型是否经过充分测试,以确保每次都能提供所需的安全性和性能?

第三方风险,所有第三方供应商和合作伙伴是否都遵循所需的风险缓解和治理标准?

实践方法:人工智能对海湾合作委员会国家的潜在影响

海湾合作委员会 (GCC) 中的许多国家——包括巴林、科威特、阿曼、卡塔尔、沙特阿拉伯和阿拉伯联合酋长国 (UAE)——正在努力实现经济多元化,远离石油,实现现代化,并通过以下方式提高效率技术。人工智能是许多海湾合作委员会国家押注的技术之一。例如,2017 年 10 月,阿联酋政府启动了阿联酋人工智能战略,这是该地区首个此类战略之一。同样,2020 年 10 月,沙特阿拉伯的沙特数据和人工智能管理局启动了其数据和人工智能国家战略,旨在将沙特提升为数据驱动经济体精英联盟的全球领导者。

当应用于所有 GCC 国家时,麦肯锡的方法揭示了其综合经济体所有部门的 1500 亿美元潜在价值。麦肯锡的分析表明,人工智能可能会增加相当于 GCC 国家每个经济部门 GDP 的 6% 或更多的价值。

事实上,在海湾合作委员会国家中,该方法表明人工智能可以在公共部门和制造业中发挥变革性作用,分别具有 12% 和 15% 的影响潜力(占 GDP 的百分比)。鉴于石油和天然气是大多数这些经济体中最大的部门,我们的分析还揭示了其中的巨大潜在价值;然而,随着世界逐渐远离化石燃料,投资新的人工智能技术也可能是一个机会,可以加速必要的多元化,远离石油和天然气,并使其他高潜力行业实现现代化。

这种影响来自不同的用例领域,具体取决于行业。例如,在制造业中,预测性维护可能会大幅提高生产力,从而减少因故障和维护本身造成的停机时间,从而减少因故障和维护本身造成的停机时间,从而以更低的成本增加产量。先进的机器人技术也可以在该领域发挥重要作用,并且可以通过数据驱动的供应链优化来获取重要价值——例如,通过更好的需求预测来提高产品可用性、库存成本和总体生产成本。

在公共部门,成功实施人工智能可能会对各国更广泛的经济产生巨大影响。该行业的一些用例可能对政府现金流产生有意义的直接影响,例如用于检测赠款和转让系统中的欺诈和不正确付款或逃税的高级分析——这通常是财务泄漏的重要来源。此外,许多公共部门用例通过提高公共服务的质量和结果来影响人口和整体经济。通过在教育、交通规划和消防等不同领域提供个性化、预测性和预防性服务,更好的结果可能会产生经济乘数:它们不仅可以直接为政府节省资金,还可以提高公民和私营公司的生产力。

各国之间存在显着的细微差别(图表 2)。例如,该方法表明人工智能对公共部门的潜在影响在阿联酋(23%)、阿曼(15%)和卡塔尔(15%)可能尤其明显。在这些国家/地区,公共服务个性化、欺诈和债务分析可能代表了这一潜在价值的很大一部分。采购和支出分析也可能是卡塔尔和阿联酋公共部门的大量机会用例,因为采购和投资,尤其是在建筑部门,占这些国家公共支出的很大一部分。

McKinsey:从国家视角看人工智能的潜在价值

与此同时,麦肯锡的分析表明,制造业可能会在巴林(32%)和科威特(30%)看到人工智能的巨大影响。在巴林,这一机会可能源于制造业占经济总量的 18%,而其他五个国家的平均比例仅为 9%。

当然,在海湾合作委员会经济体中捕捉这一价值会带来这些技术的潜在风险。例如,必须彻底检查用于分配社会福利的人工智能模型是否存在对社会阶层的固有偏见。同样,必须对制造工厂中用于预测性维护的 AI 模型进行测试,以确保它每次都能提供所需的性能和安全性而不会出现任何故障。

政府可以在获取在一个国家实施人工智能技术的诸多好处方面发挥积极和关键的作用。

政府可能有机会帮助抓住这一潜力

政府可以在获取在一个国家实施人工智能技术的诸多好处方面发挥积极和关键的作用。他们可以根据当地政治和经济结构等因素从多种方法中进行选择。当这些方法应用于不同的部门或国家时,可能会遇到独特的挑战。根据我们对 AI 技术早期采用者的基准分析,麦肯锡确定了几个示例计划。

打造充满活力的人工智能生态系统

各国可以考虑创建一个由熟练的从业者、研究机构、初创企业和大型企业组成的人工智能部门或生态系统。五个推动因素有助于创建一个充满活力的人工智能生态系统,该生态系统有可能为公民、企业和政府实体带来好处:人工智能法规;高技能的劳动力;全球公认的前沿研究和创新;国内外资金相结合;以及世界一流的数据和计算机基础设施。

当然,这些促成因素需要规划和资源才能实现,并且不能保证会产生影响。在全球范围内,各国政府已在推动因素方面率先采取举措:

法规,鉴于与使用 AI 相关的安全、隐私和道德风险正在迅速演变,政府可能会考虑建立一种系统的方法来积极关注甚至可能惩罚未能有效识别和管理与 AI 相关风险的组织,2021 年,欧盟成为世界上第一个发布专门针对人工智能开发和使用的综合法规草案的政府机构。 这些法规表明,组织应该有健全的流程来管理人工智能风险并遵守现有和未来的法规。与其缩减人工智能开发,组织可能需要创建一个风险管理和合规框架,使他们能够继续创新并以安全的速度部署人工智能。此外,政府可能希望按照联合国等实体的指导方针,根据最高的国际数据隐私标准来定义管理公民数据的法规。

劳动力,为了在人群中广泛培养人才,芬兰于 2018 年推出了 Elements of AI,这是一个免费的在线课程,旨在向公众中的非专业人士介绍 AI 基础知识。随着课程的发布,芬兰政府承诺至少让 1% 的人口接受教育——这一目标很快就实现并超越了。该课程现已提供 20 多种语言版本,全球已有 750,000 人完成了该课程。同样,AI Singapore 推出了 LearnAI,该计划针对社会各阶层提供定制的培训课程,包括学生、教育工作者、行业专业人士和广大公众。

研究和创新,美国国家科学基金会成立了多个国家人工智能研究所,专注于各种人工智能主题,美国政府宣布拨款 10 亿美元,用于创建 12 个新的人工智能和量子信息研发机构。同样,AI Singapore 的 AI 研究赠款为专注于高级 AI 的研究人员提供高达 100 万新加坡元(约合 718,000 美元)的资金,以促进旨在开发基本新型 AI 技术、算法和相关技术的高质量研究工作。

资金,英国研究与创新中心承诺为人工智能研发提供 5.3 亿英镑的资金,其中 1.29 亿英镑用于新的人工智能算法、工具和技术,4.01 亿英镑用于人工智能的应用和影响。AI Singapore 的旗舰计划 100 Experiments (100E) 旨在通过为每个 100E 项目提供约 250,000 新加坡元(约合 180,000 美元)的资金,并让研究人员和技术专家团队获得访问权限,从而解决不同行业实体的 AI 问题陈述。

基础设施,新加坡与南洋理工大学合作成立了自动驾驶汽车测试与研究卓越中心 (CETRAN)。在 CETRAN,新兴的人工智能创新(例如自动驾驶汽车)可以在沙盒环境中进行测试,旨在通过通用交通计划、道路基础设施和交通规则复制新加坡道路的不同元素。 同样,在中国台湾,经济部门最近启动了无人驾驶汽车技术创新实验计划,该计划授权一家公司为电动自动驾驶小巴 Winbus 进行为期一年的实验。

启动变革性的国家级人工智能计划

一些国家还启动了变革性的人工智能计划,他们认为基于其自然优势的最大颠覆机会。例如,新加坡正在该国的高潜力领域推出五个项目,包括智慧城市和智慧城市交通计划、企业获取政府服务和资源的数字平台,以及电子支付项目。

为了帮助确定要启动哪些计划,各国可以考虑每个计划的潜在经济影响、计划如何与战略重点和内在优势保持一致、目标部门采用人工智能的准备情况以及计划对公民的潜在影响。

考虑建立一个人工智能权威

包括沙特阿拉伯、新加坡、阿联酋和英国在内的许多国家都建立了集中的人工智能权威机构,以实现人工智能的价值。该机构通常负责监督该国采用人工智能的方法和收益,从动员整个生态系统的任务到推动该国整体人工智能议程的倡议。例如,新加坡的权威机构是国家研究基金会的一部分,直接向总理办公室报告。

政府可以通过考虑上述一些步骤,向私营部门宣传人工智能的潜力,确定最大的机会在哪里,并支持以合乎道德和安全的方式采用人工智能技术,从而为获取人工智能的全部价值铺平道路。解决这些技术风险的方式。但政府不能单独做到这一点。例如,研究机构和大学可能会领导新人工智能算法的测试和开发,并将其解决方案用于商业化。他们还可以与政府实体合作,支持为组织制定一套全面的政策和指南,以确保在他们开发和部署的技术中安全、负责任和合乎道德地使用人工智能。

通过积极要求公共和私营部门实体提供更高质量、更快和更个性化的服务,公民可以成为变革的催化剂;他们还可以直言不讳地谈论与人工智能相关的隐私、安全和道德风险。最大的潜在影响可能来自私营公司,它们可以采用甚至创新人工智能用例,培养员工能力,加倍投入人工智能,并采用系统化的方法来识别和管理与人工智能相关的风险。

事实上,通过技能培养、投资、采用激励措施和法规,在整个经济领域共同努力构建创新的人工智能解决方案并支持人工智能的广泛采用,可能有助于各国捕捉人工智能的经济价值。如果仔细考虑并考虑到独特的挑战,人工智能可能有能力从根本上改变世界各地的社会。

责任编辑:姜华 来源: 千家网
相关推荐

2022-03-18 08:23:43

人工智能神经网络失败

2019-10-10 10:23:55

人工智能医疗技术

2023-05-16 10:02:30

2023-12-28 18:18:40

人工智能智能建筑绿色建筑

2017-07-13 12:09:14

人工智能科研

2020-04-14 09:01:19

人工智能劳动力经济

2017-02-13 14:56:44

ISSCC人工智能趋势

2024-04-03 08:30:00

人工智能

2020-09-28 09:57:24

智能

2015-08-24 09:35:18

微软

2018-05-15 09:25:09

2021-12-14 14:03:14

人工智能机器人安全

2023-05-30 18:39:08

人工智能数据中心

2023-05-05 16:09:55

人工智能教育

2021-01-03 17:24:01

人工智能AI

2021-11-04 09:56:28

人工智能深度学习技术

2024-02-21 15:19:02

2023-04-27 09:32:58

2017-11-10 17:11:59

人工智能

2022-11-23 16:32:43

人工智能物联网
点赞
收藏

51CTO技术栈公众号