麻省理工《以人工智慧重塑商業》年度報告（下）

高層速讀

1. 關鍵事件：《麻省理工斯隆管理評論》發布了《以人工智慧重塑商業》的年度報告

2. 關鍵數據：超過60%的受訪者表示，對他們的組織來說，針對AI的戰略是緊迫的，但只有一半的受訪者表示，他們的組織已經制定了戰略。就公司規模而言，規模最大的公司(僱員超過100000人的公司)最有可能採用人工智慧戰略，但只有一半(56%人)擁有人工智慧戰略。

AI商業報道已獲《MIT斯隆管理評論》授權翻譯與轉載

上篇回顧：

儘管期望很高，但企業對人工智慧的運用還處於早期階段：願景和行動之間存在差距。儘管4/5的高管認為人工智慧是他們企業的一個戰略機遇，但只有1/5的高管將人工智慧納入了某些產品或流程。只有1/10的人在他們的產品或過程中廣泛運用了人工智慧。

而採用AI的障礙存在於人才、戰略、數據、演算法等方面。

人工智慧帶來的私隱和管理問題

訓練AI所需的的數據和演算法準確性和性能還不夠，它們還需要滿足隱私管理和監管要求。然而，在我們的調查中，只有一半的受訪者表示他們的行業已經制定了數據隱私規則。

保證數據隱私取決於強大的數據治理實踐經驗。先鋒者(73%)比實驗者(34%)和被動者(30%)具有更好的數據治理實踐，這一巨大的差距落後企業面臨的另一個障礙(參見圖10)。

圖 10：先鋒組織將公司放在管理和領導維度之上

這些數據問題在嚴格監管的行業(如保險業)中可以明顯體現出來，保險業正處於從基於風險池的模式向綜合預測具體風險元素的風控方法轉變。其他金融市場的監管機構也有嚴格的透明度要求。正如富國銀行的 Sudjianto 所說：「模型必須非常非常透明，並始終接受監管機構的審查。我們不使用機器學習的原因在於，監管要求解決方案少一些「黑匣子」，以便監管機構監察。但是我們使用機器學習演算法來評估模型的非線性結構、變數和功能，並作為傳統模型表現的基準。

除了技術：管理挑戰

挑戰 1：培養 AI 思維

公司高管需要對人工智慧有基本的理解，這一觀點得到了受訪者們的一致贊同。TIAA 公司企業數據管理總監 JD Elliott 說：「我不認為每個經理都需要了解各技術之間存在的差異。但是，數據和分析能夠比直覺能產生更準確的結果，這是非常重要的。「多倫多大學羅特曼管理學院市場營銷學教授 Avi Goldfarb 指出：「我們很擔心一個不成熟的管理者看到一次模型數據結果不好就斷定這個模型是不可以的。」麻省理工學院媒體實驗室主任認為，「每個經理都必須對 AI 有一個直觀的理解，擁有AI 思維。」

挑戰 2：成立 AI 部門

通過調研發現，公司為發展 AI 進行了很多探索。先鋒企業的 AI 部門組成類型有集中、分散和混合型。研究者和實驗者企業也傾向於選擇混合型的組織方法，但兩種類型的企業中均僅有30%的 AI 部門有明確的職責。約有70%的消極者組織還未開始明確 AI 部門的職責，不足50%的消極者組織認為，AI 在未來五年會對其工作流程和產品產生較大影響。

超過60%的受訪者表示，對他們的組織來說，針對AI的戰略是緊迫的，但只有一半的受訪者表示，他們的組織已經制定了戰略。就公司規模而言，規模最大的公司(僱員超過100000人的公司)最有可能採用人工智慧戰略，但只有一半(56%人)擁有人工智慧戰略(見圖11)。

圖11：僅有一半企業已採用 AI

對未來的影響

與最近有關人工智慧對就業影響的預測相反，我們的調查顯示很多樂觀情緒。例如，大多數受訪者預計，AI不會在今後五年內導致自己公司的工作崗位減少。近70%的人表示，他們並不擔心人工智慧會自動完成他們的工作。然而，絕大多數受訪者都認為人工智慧的出現將使員工在未來五年內學習新技能，並增強現有技能。

麻省理工學院斯隆管理學院(MIT Sloan School Of Management)的教授Erik Brynjofsson說：「即使進步很快，人工智慧也不會很快取代大多數工作。」但幾乎在所有行業，使用人工智慧的人都開始取代不使用人工智慧的人，這種趨勢只會加速。

高管們期望人工智慧能夠使現有的流程或產品的性能得到顯著改善，這也是許多公司都在做的事情。然而，僅僅是提高效率並不能創造可持續的競爭優勢——當每個人的效率相同時，只有基線發生變化。要使人工智慧成為未來戰略中的一個突出特徵，企業必須弄清楚人和計算機如何能夠優勢互補，才能創造競爭優勢。

現在幾乎任何一家公司都需要一個有關人工智慧的計劃。然而大多數公司還沒有，而那些繼續落後的人可能會發現，競爭環境對他們的影響將越來越大。

新 年 福 利 ！

往期文章

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！