麦肯锡：为什么有些行业获得AI优势，而其他行业则滞后

麦肯锡的全球AI调查发现，在自动化业务流程中使用人工智能（AI）同比增加了25％，但许多部门正在努力。

在全球调查中，麦肯锡发现58％的组织将至少一个AI能力嵌入至少一个功能或业务部门的过程或产品中。它建议，这增加了2018年的47％，这意味着AI采用正在变得越来越主流。

据麦肯锡（McKinsey）称，企业的最高季度 - 参加该研究的54名“AI高级表演者”，其中AI在五个或更多的业务活动中使用 - 报告看到从AI采用的平均收入增加至少5％在使用AI的业务单位中。该研究还发现，这些企业在使用AI的业务单位中，从AI采用，这些业务的平均成本降低了5％或更多。

麦肯锡的研究发现，艾美的这些高性能人员比低于较低公司报告超过10％的收益的可能性近三倍。它还发现，当企业最有可能在营销和销售，产品和服务开发和供应链管理中报告AI的收入增长。

总体而言，近三分之二的组织参与了该研究，表示他们看到他们在他们使用AI的业务部门采用的收入增加。

大约三分之一的受访者表示，他们预计Ai通过在未来三年内通过劳动力减少，而五分之一期望增加。作为麦肯锡确定的组织，因为艾美高级表演者往往会做出更多的再培训。

根据麦肯锡的数据，具有最高表演者的部门是高科技，电信和金融服务。麦肯锡表示，电力和天然气中没有受访者符合归类为AI高级表演者的标准。

该研究表明，基础设施，专业服务和制药部门是通常比得分，以采用各种与机器学习和机器人过程自动化等各种相关技术得分。

根据Jacomo Corbo的说法，2015年由Mckinsey收购的Quantumblack的联合创始人和主要科学家，基础设施公司通常与企业软件实现较慢，这意味着IT系统和数据更具功能性淤泥。“业务方和IT部门资源均在配置和建设新的数据服务和工作流程时擅长更少的资源，包括嵌入AI和机器学习的工作流程。”

麦肯锡展示了专业服务部门，也表示，由于部署的企业IT系统的复杂程度较低，因此对基础设施行业进行了类似的问题，并处于劣势。这导致集成和数据的挑战。

专业服务中的AI进一步复杂化了他们的工作本质，这往往是非常定制和不可重复的。“许多专业的服务公司可能无法访问或许可证他们生成的许多数据，”Corbo说。

科博士表示：“我们在这个部门内看到了很多变化。一些公司肯定采用跨越功能的AI和机器学习，但整体仍然在该部门的规模普及相对较少。

“许多人都与因素的组合有关：在它外包周围的建立的做法，现在开始扭转自己，因为公司在AI周围构建能力;一种复杂的数据横向，包括遗留系统，通过不同地理位置的功能和不同监管机构的监管监督和不同的要求更加复杂。“

显着，在所有部门，无论AI成熟程度如何，麦肯锡的研究表明，不到一半的受访者（41％）表示，其组织全面识别并优先考虑其AI风险。科技说：“这反映了大多数公司，包括正在采用AI的公司，认识到他们并没有系统地或全面地了解如何识别和减轻与AI的设计，开发和运营部署相关的风险。”

随着计算机每周的报告，组织开始意识到部署AI，他们需要仔细考虑用于机器学习和AI的训练数据集中的公平和偏见，并且AI算法需要是负责任和透明的。

科博表示，企业还应评估数据模型漂移和降级，以及对抗的潜力，黑客故意馈送算法损坏的数据。