麦肯锡近日发布了其第三年度AI全球调查报告。通过对高管及从业者的深层次调研，该报告揭示出一个明确的趋势：采用AI的企业与未采纳AI的企业之间，差距正在持续扩大。

从行业分布来看，技术与电信领域是AI应用的前沿阵地，汽车和制造业紧随其后。超过三分之二的受访者表示AI带来了收入增长，但只有不到四分之一的人承认影响显著。换言之，大多数人虽然已尝到甜头，但真正实现大幅盈利的仍属少数。

报告特别聚焦于一类“高绩效公司”——那些因AI应用使2019年EBIT（息税前利润）增幅超过20%的企业。研究发现，这些公司具备几个共同特征：高级管理层的决策效率评分极高，且更倾向于招聘数据科学家。相比之下，其他公司的表现落后了20%至30%甚至更多。高绩效公司普遍拥有清晰的AI战略路线图，在模型部署上更为果断，甚至在数据不足时主动使用合成数据。这些结论与微软2019年初委托Altimeter Group开展的调查不谋而合——当时那项调查发现，一半的高增长企业计划在未来一年内实施AI。

如果报告中存在令人意外之处，那就是：仅有16%的受访者表示其公司已将深度学习项目推进到实验阶段之外。别忘了，这是麦肯锡首次在报告里专门关注深度学习的实际落地情况。

同样出乎意料的是，企业在应对AI部署带来的风险方面，进展几乎可以忽略不计。与去年相比，主动采取措施减轻风险的公司，在应对10种不同风险（从国家安全、人身安全到合规性与公平性）上，平均仅增加了3%。网络安全是大多数公司唯一认真处理的风险。更值得注意的是，某些风险的认知度反而在下降——例如“公平性”与“股权”领域，从2019年的26%降至2020年的24%。

麦肯锡合伙人Roger Burkhardt在报告中直言：“虽然像人身安全这类风险仅涉及特定行业，但很难理解为何如此高比例的受访者没有认识到普遍存在的风险。考虑到近期对种族偏见及歧视性对待（比如社交媒体招聘广告中的年龄歧视）的关注度，看到这种风险几乎没有缓解甚至改善，尤其令人惊讶。”

毫不意外的是，调查发现疫情期间某些行业的自动化水平显著提升。VentureBeat的报道也印证了这一点，农业、建筑业、肉类包装和航运业都是典型代表。

报告写道：“大多数高绩效受访者表示，其所在组织为应对疫情，在各个主要业务功能中都增加了AI投资。而其他受访者中只有不到30%这么做了。”

麦肯锡2020年AI状况全球调查于6月9日至19日进行线上调研，获得了近2400份有效结果，其中48%的受访者表示所在公司使用了某种形式的AI。2019年对同样数量企业领导者进行的调查则显示，虽然近三分之二的公司报告因AI获得收入增长，但许多公司仍在扩大应用规模时遇到瓶颈。

AI的另一种状态

就在麦肯锡发布商业调查报告的一个月前，AirStreet Capital也发布了其《人工智能状态》报告——这份报告同样已做到第三年。这家伦敦风投机构发现，AI行业在融资方面颇受欢迎，但AI人才的集中与计算能力的问题，被他们称为“一个巨大的挑战”。

AirStreet Capital还指出了其他严峻挑战：从学术界到产业界的人才持续流失，以及小公司所建模型的可复现性问题。谷歌一个40人的研究团队最近也指出，规格说明不足是机器学习的主要障碍。

这份报告的许多结论，与另一项对AI研究论文的最新分析不谋而合：大型科技公司、行业领导者与精英大学之间的深度学习活动越来越集中，进而加剧了不平等现象。该分析背后的团队认为，推行国家研究云可能是缓解日益扩大的“计算鸿沟”的一条途径。

随着年末临近，我们还将看到更多关于机器学习现状的报告。过去两个月发布的AI状态报告呈现了各种挑战，但也表明AI能帮企业节省成本、创造收入，只要遵循那些经过验证的最佳实践，就能取得成效。与此同时，研究人员也在寻找解决AI部署相关各种巨大问题的机会。