BCG：中國「變身」為全球新興AI領導者 85％的中國公司活躍參與創新

本月初，波士頓諮詢集團（BCG）發布了一項研究結果，深入展示了中國正在成為全球人工智慧（AI）領域的新興領導者。國內的《新一代人工智慧發展規劃》使得人工智慧在國家和跨行業層面建立人工智慧試點，採用這項技術並且取得成功。而85%的中國公司是人工智慧領域的活躍參與組織，在調查的7個國家中領先。

BCG《AI差距：領導力造就不凡》（Mind the (AI) Gap: Leadership Makes the Difference）的研究重點是人工智慧實施成功的關鍵驅動因素，並就此對7個國家2700多名管理人員展開了全球調查。

該研究發現，大膽積極的管理方式包括積極地將AI列入議程、鼓勵快速開發和試點計劃，以及促進跨職能、快速的研發，都有助於構建在AI行業的領導地位。

上面說到的這些因素中國企業都有達到，加上他們的創新周期比同行短，因此他們開始主導人工智慧行業。

BCG發現，國家層面的結構改進確實在為人工智慧增長奠定基礎，比如數據基礎設施、研究中心和網路，以及IT和數據相關領域的高等教育投資都發揮了重要作用。

BCG發現中國主導人工智慧領域

85％的中國公司是人工智慧領域的活躍參與組織，在調查的七個國家中領先。

BCG將活躍參與組織定義為在下列兩方面實現人工智慧價值並且取得切實進展的公司：第1點，已經開始將AI納入某些現有流程或目前正在運行的試點計劃；第2點，迄今為止他們的努力一般都取得了成功。

中國的主導地位可歸功於國家在2017年推出的《新一代人工智慧發展規劃》，該計劃正在取得強勁成果。

同時，在接受調查的大多數其他國家中，只有大約40%到50％的公司可以稱為活躍參與組織。剩下的公司在人工智慧領域要麼還沒顯著活躍，要麼項目不成功的幾率很大。而這類公司仍佔大多數。

中國在活躍參與組織佔比非常高，這由兩個相互促進的因素驅動：中國在人工智慧活動方面遠遠領先於其他國家，目前32％的公司已將人工智慧納入公司流程，而相比之下，大多數國家為20％或更低，而剩下大多數公司還在試點計劃。

更重要的是，在中國，僅有10％的公司有報告之前的AI計劃失敗。總體來看，中國企業正在積極推動人工智慧項目，而且一旦開始試驗，取得成功的幾率也很高。

美國活躍參與組織佔51%，份額位居第二，主要是由於矽谷和「數字初創」行業的高水平AI活動。美國在新技術領域中，給初創公司提供投資稅收優惠，這點非常重要。

目前美國能排在第二位，主要原因還是數字初創企業在人工智慧的活動反面水平較高。而在這個特定經濟領域中，76％的美國公司是活躍參與組織，報告的之前實施計劃成功率超過90％。而除了這個領導領域外的傳統行業，整體情況好壞參半。

德國和法國在調查中相對落後。根據調查結果，這兩個國家的活躍參與組織所佔份額一樣。在之前實施人工智慧計劃的公司中，31％的德國公司和36％的法國公司報告的結果都是不成功。這兩個國家都是上一次工業革命的強國。就目前的情況而言，他們都沒能領導AI實施革命。

日本在尖端人工智慧機器人領域處於領先地位，而在人工智慧採用的競爭中顯著落後。日本有39％的活躍參與組織，只有11％已經採用AI，其餘的仍然是試驗。不過，在活躍的公司中，他們過去試驗AI項目的成功率達到66％，穩定在中等水平，並且領先奧地利和瑞士等國家。

中國的人工智慧主導地位跨越多個行業，而大多數國家只關注少數行業採用這項技術。

BCG採訪了500家中國公司，發現《新一代人工智慧發展規劃》正在成功積極地推動跨行業試點、採用人工智慧，以及助力實施人工智慧計劃並且取得成功。

與美國和其他國家不同，中國在獲取人工智慧價值領域能夠保持總體領先優勢並非受到一兩個特定行業的強大支配地位的推動。中國是在國家和整個行業層面上呈現出AI領導地位的趨勢，根源在於中國管理層如何對待人工智慧創新。

在全球範圍內，科技公司在大多數國家都領導著人工智慧。技術、媒體和電信公司在活躍參與組織中所佔比例最高，整體佔71％。

也許並不奇怪，在這個領域都包括技術和IT公司，電信設備和硬體生產商。能源是排行第二的行業，能源工程和服務以及石油和天然氣在許多國家都很強大，特別是在中國和美國。

其他行業發展各異。與全球其他行業相比，人工智慧活動和成功更多地是依賴公司的獨特優勢和重視而非單靠固有行業特徵驅動。德國的工業工程產品公司很強大，也是活躍的參與組織（佔84％的份額）但法國在這方面相對較弱。

相反，法國數據豐富的消費者零售公司比德國更強大。瑞士在銀行和保險領域的活躍參與組織佔比較高，而奧地利的銀行業則遠遠落後。

活躍參與組織中，汽車行業是人工智慧技術的早期採用者，日本汽車行業佔27％，而德國和法國約65％。

AI發展需要什麼？

BCG發現，行業格局在AI試點、採用和項目長期成功的相對成功水平上發展各異。人工智慧的成功與技術基礎設施、可用技能、執行速度和響應能力以及各個公司的高級管理層的支持有很大關係。

這一發現解釋了為什麼美國的初創企業是人工智慧的主要參與者。因為他們通常擁有小型工程和研發團隊，由技能嫻熟或技術精湛的專業人員組成，運作速度遠遠超過其他競爭對手。

德國和其他強國在先前技術創新為了引領行業所制定的戰略和實踐阻礙了它們迅速利用人工智慧。BCG發現人工智慧可以解鎖的變化具有破壞性，改變了整個流程的運作方式以及人類在其中扮演的角色，因此企業創新的方法也必須具有破壞性。

只專註於研發、組織單獨不合作的運作方式，以及不肯冒險和變革的管理方法，都正在阻礙各國推行人工智慧戰略的速度。即使有適當的基礎設施、數據和技能，這些障礙也會減緩各行業的AI進展。

此外，調查結果還發現了三種促使企業發展AI的行為：創新周期用月而不是年來衡量、公司管理文化積極要求人工智慧創新，並願意試驗小型人工智慧項目，以及建立跨職能的AI團隊。

如果一家公司在這三個指標上處於領先地位，那麼無論是在哪個國家，它在實施AI方面的成功幾率都會顯著增加。

加快創新周期

人工智慧的一大優勢是能夠快速吸收、轉化並且反饋。由於基於機器學習，AI所連接的系統可以比傳統上基於人類的反饋系統更快地完成工作。因此，成功的人工智慧項目在啟動、測試、學習和改進的過程中迅速發展。事實上，他們移動的速度越快，他們就能越快地建立價值並嵌入流程中。

調查數據證實了這一點，表明平均創新周期較短的公司，其AI實施跟蹤記錄明顯優於周期較長的公司。在接受調查公司中，16％是速度最快的創新企業（創意到建立原型的平均時間為3個月或更少），其中72％歸類為成功的活躍參與組織，實施成功率為83％。

然而，隨著創新周期的增加，AI活動和成功率也會相應降低。在創新周期為兩年或兩年以上的公司中，只有不到30％的公司是活躍參與組織，他們的成功率降至平均50％上下。

公司管理文化積極要求人工智慧創新

人工智慧成功的最有力推動因素之一是公司高管願意試行AI項目。活躍參與組織中，高級管理層更願意推動AI項目，這也是各個國家和行業普遍存在的事實。

趨勢很明顯：當高級管理層明顯推動人工智慧時，組織在人工智慧創新方面變得更加活躍，並且更加成功。

正如最近BCG聯合麻省理工學院發布的報告所示，活躍參與組織的高管們正在積極地將AI納入員工的議事日程。與這些公司的高管一樣，中國的管理層在整體AI發展方面表現積極。近90％的中國管理人員相比其他主題更關注人工智慧，而只有53％的德國高管和52％的法國高管這樣認為。

在一些國家，許多高管甚至似乎在積極地抑制人工智慧創新。例如，20％的日本公司經理人報告說，相比其他創新主題，他們實際上更少關注人工智慧領域。

建立跨職能AI團隊

人工智慧實施良好的國家會採用明確的跨職能創新方法。因為實施AI本質上是教機器執行人工任務，所以它必然需要多學科的技術、數據和商業敏銳性才能實現。成功實施人工智慧需要跨職能團隊來保持創新速度。

過去，IT部門的任務就是創建新功能，無需客戶經理、營銷部門或生產專家密切合作都可以成功創新產品。然而這並不適合AI的創新。

在各個國家中，AI部門獨立工作仍然是常態。但根據調查，突破AI部門「孤島式」運作顯著增加了成為活躍參與組織的可能：41％的活躍組織通過跨職能團隊來推動AI創新，而相對不夠活躍的組織只有22％這樣做。

但72％的受訪美國公司和66％的德國公司表示，他們的組織不會創建多學科團隊來處理AI項目。在這些公司中，人工智慧部門基本獨立運作，那成為活躍參與組織的可能也相應地減少了。

相比之下，中國的人工智慧跨職能團隊數據已經達到50％。

公司不會自動在AI方面變得活躍和成功，企業高管們在這個過程要發揮重要作用才能在AI革命中取得成功。管理層必須認識到AI的地位，他們必須採取相應的行動，不是在將來而是在現在，同時要保持開放大膽的態度。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！