亚洲人工智能议程：商业人工智能.pdf

研究项目合作方： 创始赞助商 黄金级赞助商 白银级赞助商 亚洲人工智能议程 商业人工智能 Q WER T Y U I O P A SDF GHJ K L Z X C V B N M Space MIT Technology Review Insights Copyright MIT Technology Review Insights, 版权所有 , 2019. 2 前言 亚 洲人工智能议程是 Technology Review Insights旗下的研究项目，赞助方包括 ADP、IMDA、Genesys、Splunk和亚洲商学院（Asia School of Business）。本项目立足于四个独特视角， 旨在全面审视亚太地区的人工智能（AI）发展：亚洲的 人工智能生态系统、该区域的领先用例和商业应用、人 才发展状况以及有关人工智能和伦理道德的新讨论。为 了编制此系列简报， Technology Review Insights针对13 个市场近900名高管开展了一项调查，并针对学术界和 业界的权威人士进行了一系列访谈。本研究在编辑方面 完全独立，其中所表达的看法均代表 Technology Review Insights的观点。 调查 2018年9月和10月， Technology Review Insights对 871名企业高级领导者开展了调查，其中29%为首 席信息官、首席技术官或人工智能或分析方面的 负责人。超过半数（53%）是首席和董事级别的高 管。近60%的受访者来自年收入超过10亿美元的大 企业。 调查受访者分布于亚太地区的13个经济体：澳大利 亚、中国、香港、印度、印尼、日本、马来西亚、 新西兰、菲律宾、新加坡、韩国、泰国、越南，其 中每个经济体至少有50位受访者。 受访者来自各行各业，包括覆盖以下各个行业类别 的超过50种行业：消费品与零售、金融服务、信息 技术和通信、制造、制药与医疗保健、专业服务、 房地产、建筑与工程和交通与物流。 专家访谈 感谢以下专家在本研究项目上所给予的宝贵时间和见 解： Rohit Adlakha， Wipro Limited旗下的 Wipro Holmes及 自动化生态系统副总裁兼全球负责人 Puesh Ajmani， Mahindra & Mahindra的高级分析与洞 察负责人 赵斌强 ， 阿里巴巴 个性化负责人 David Chinn， 麦肯锡咨询公司 网络安全业务团队高级 合伙人兼全球主管 David Lloyd， 澳洲航空 战略规划负责人 Scott Park， Doosan Bobcat总裁兼首席执行官 Erwann Thomassain， Genesys亚太区市场营销负责人 Viriya Upatising， True Corporation首席信息官 Ken Wong， 华侨银行 人工智能实验室负责人 亚洲人工智能议程: 商业人工智能 Copyright MIT Technology Review Insights, 版权所有 , 2019. 3 目录 1. 执行摘要 4 2. 历程过半 5 逐案采用 5 逐题应对 6 3. 作为增长推动因素的人工智能 8 客户体验 8 引入机器人 9 改进决策 10 人工智能与新业务模式 10 运营效率 10 转型中的行业 10 4. 未来的挑战 14 稳打稳扎，步步为营 14 人才与舞台 15 5. 结论 16 MIT Technology Review Insights Copyright MIT Technology Review Insights, 版权所有 , 2019. 4 亚 洲人工智能议程 系列的第二部分探讨 了亚太地区的企业如何评估人工智能 （ AI）的价值，制定在组织内部署人工智能的战略，评 价新出现的使用案例以及克服在此过程中面对的种种挑 战。不出所料，考虑到当前对人工智能推动商业和社会 转型的预期，亚洲的许多高管对人工智能成为未来的一 种竞争力来源充满信心。本报告 商业人工智能 依据 对亚太地区 871位高级商业和技术领导者开展的一项调 查，以及一系列专家访谈。本报告的主要成果如下： 亚洲的历程已过半 超过一半的调查样本已在企业内部署人工智能技 术。在本调查覆盖的 13个市场中，人工智能普及 率最高的区域是北亚 日本和韩国。印尼和越南 尚处于初级阶段；仅有四分之一的企业在使用人工 智能。 按照个别情况采用 不到三分之一的 “人工智能采用者 ”制定了集中化的 人工智能战略。大多数采用者针对具体个案来部署 人工智能。按照与其他商业项目相同的标准来衡量 该技术的有效性固然重要，但需要注意若干问题。 机器学习需经过一段时间才能实现，且有效性仅与 其训练数据的质量一致。 改善客户体验势在必行 在人工智能开发和部署方面交付更好的客户体验是 亚洲企业的重中之重，超过一半的受访者已经在客 户流程和互动中使用人工智能。改进商业决策速度 和质量，并且提高运用效率，也被列为企业人工智 能的优先目标。 机器学习是最常用的人工智能工具 根据我们的调查，机器学习是部署比例最高的人工 智能工具（ 44%），其次是自动推理（ 34%）、自 然语言处理（ 33%）和机器人流程自动化（ RPA） （ 33%）。未来一年，增长最快的人工智能领域将 依次是图象识别以及增强学习。 制约因素包括人才、数据匮乏和高昂的成本 内部人才短缺被 58%的受访者提及，成为地区部署 人工智能最大的挑战。然而，想要填补这一缺口却 并非易事，因为人工智能工程师本就稀缺且供不应 求。此外，留住此类人才也得不到保证。调查中报 告的其他人工智能挑战包括可用数据匮乏以及部署 成本高昂。 1. 执行摘要 亚洲人工智能议程: 商业人工智能 Copyright MIT Technology Review Insights, 版权所有 , 2019. 5 亚 洲的政府和企业都极为看好人工智能的潜 力，期望借此机会创造经济和社会价值。得 益于以中国和新加坡为代表的亚洲多个市场人工智能生 态系统的蓬勃发展，几乎所有受访行业的企业都在尝试 或完善人工智能举措。 该调查发现，到 2018年末， 871名受访者当中有超 过一半（ 51%）已在其企业内部署人工智能。此外还有 21%将在 2019年启动人工智能举措，仅有四分之一受 访者将在更久远的时间部署人工智能。日本和韩国的受 访企业显示走在发展前沿，分别有 74%和 60%的企业已 经在采用人工智能。新加坡、澳大利亚、印度、中国和 泰国的大多数受访者（超过 50%）也表示正在应用人工 智能。应用率最低的是印尼，目前仅有四分之一的企业 正在部署人工智能。 逐案采用 出于避免落后的想法，企业领导者不得不去理解 人工智能可为其组织带来什么。 2017年的最后一个季 度，全球各地的公开上市公司在其收益报告中有 700多 次提及人工智能和机器学习，该频率是 2015年同期的 7倍。 1 去年，据数据提供商 PitchBook估计，全球企业 在与人工智能有关的并购中投入了大约 218亿美元，与 2015年相比大约增加了 26倍。 2 但根据我们的调查，在大多数情况下，人工智能在 各个行业都是逐案部署的，远未成为集中化企业战略的 组成部分。在已部署人工智能的企业当中，不到三分之 一（总体而言也仅有 17%）采用自上而下的方法；大多 数企业都是根据独立的业务个案进行临时投入。 在总部位于新加坡的华侨银行，人工智能实验室负 责人 Ken Wong表示该行的人工智能战略采用集中化管 理，团队的资金由首席执行官办公室直接拨付。这个 专职的人工智能团队组建于一年前，该行的首席运营 官以及集团运营与技术负责人也作为其关键利益相关 者。 Wong表示： “我们参与到相关的事业部当中，并且 就每个项目如何为华侨银行带来价值，有效地指出了问 题所在并阐述了我们的观点。 ” 该团队正全力以赴地投入工作，且已在若干重要领 域确定了关键举措。 “今年 2019的目标其实是理解大 方向，并且借助人工智能在每个领域推动转型改变， ” 2. 历程过半 图1：人工智能启动年份 2015 2016 2017 2018 2019 2020 我们目前尚未部署 人工智能 0% 5% 10% 15% 20% 25% 30% 5% 5% 18% 23% 21% 20% 8% 资料来源：MIT Technology Review Insights调查，2018年 1 2 您的组织是在或将在哪一年首次部署人工智能？ （占受访者的百分比） MIT Technology Review Insights Copyright MIT Technology Review Insights, 版权所有 , 2019. 6 他表示， “例如，利用人工智能促进来自外部数据的洞 察，这是我们的一个大项目，而在这当中大概还有四到 五个不同的小项目。 ” 逐题应对 “第一步是优先处理亟待解决的业务问题， ”Wipro Limited旗下的人工智能与流程自动化服务部门 Wipro Holmes及自动化生态系统副总裁兼全球负责人 Rohit Adlakha表示， “我们认识到，虽然客户对技术、算法以 及如何实施满怀热情，但更重要的问题是先确定那些亟 待解决的业务问题，毕竟在一个组织当中可能有数不胜 数的挑战和机会需要予以应对。 ” Adlakha解释称，该公司的战略是成为客户的自动 化和人工智能合作伙伴，并通过明确阐述的结果和流程 来助客户实现转型。“在外部，我们有多个基于 Wipro Holmes的解决方案已经部署到合作伙伴的市场中，” 他表示，“在内部，我们使用许多基于人工智能的智能 自动化解决方案，它们的构建过程中利用了我们自身的 能力以及来自合作伙伴生态系统的服务。” 图2：人工智能战略 6% 9% 29% 39% 17% 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 我们制定了集中化的人工智能 技术计划 我们根据具体个案的情况予以 投入 我们认识到人工智能的积极价 值，但尚未部署人工智能 我们尚未确定人工智能的价值 我们没有发现人工智能的正面 价值 哪项表述最符合贵公司的人工智能战略？ （占受访者的百分比） 大多数受访者都在根据具体情况 部署人工智能，五分之一的受访 者表示拥有集中化的人工智能计 划。仅有 6%的受访者完全没有在 企业中应用该技术的计划。 资料来源：MIT Technology Review Insights调查，2018年 亚洲人工智能议程: 商业人工智能 Copyright MIT Technology Review Insights, 版权所有 , 2019. 7 澳洲航空的数字化转型方法 澳洲航空创立于 1920年，是澳大利亚的国家航空 公司，目前正处于业务转型当中，战略性规划负责人 David Lloyd正在关注自动化的各种机会及其将会为组 织带来的影响。 “我们需要制定 自动化 技术计划，这 已经开始使我们获得规模经济效应或一致性， ”Lloyd 表示， “此外，组织内的各种技术也需要能够实现交 互， ”从而避免 “出现数以千计都需要支持的毫无关联 的项目 ”。 首先，该团队将人工智能划分为不同的垂直方 面，如流程自动化、涉及与人互动的社交人工智能、 实体机器人（包括固定和移动机器人），同时还着眼 于诸如 3D打印等不断趋于成熟的技术。该公司正对 人工智能进行评估，以测试其调度的稳健性、延误的 可能性，以及在发生中断时为客户制定最佳路线。未 来的应用还包括实时预测实际时间表的延误情况，以 尽量减少任何延迟，并针对燃油和外汇优化其套期保 值策略。 澳洲航空内部新成立的技术部门开发出了用于确 保飞机在降落后为下次飞行及时周转的人工智能。图 象识别技术依托飞机各处现有的安保摄像头所提供的 录像，可在连接登机桥、加油或行李卸载和装载等流 程未按计划完成时发送警报。 该航空公司战略制定中的一个重要元素是利用来 自技术提供商 Faethm的人工智能分析平台，以考察 各种新兴技术及其对澳洲航空的应用，尤其是对员工 的影响。 “我们正关注技术对各个职位所承担的任务 造成的影响，然后确定在这段时期内可能会有多少个 职位受到影响， ”Lloyd表示， “我们会假设机会在何处 出现， ”以及利用自动化技术应该达成怎样的目标， 并且 “如何尽量减少对员工的任何负面影响。 ” MIT Technology Review Insights Copyright MIT Technology Review Insights, 版权所有 , 2019. 8 图3：人工智能的业务推动因素 贵公司部署人工智能的前三项业务推动因素是什么？ （占受访者的百分比） 资料来源：MIT Technology Review Insights调查，2018年 22% 32% 34% 43% 50% 51% 55% 0% 10% 20% 30% 40% 50% 60% 改善客户体验 提升决策速度和质量 降低整体运营成本 缩短上市时间 降低劳动力成本 开发新产品或收入来源 简化行政管理和降低复杂性 从 银行、电信到农业以及更多行业，人工智能 技术有可能产生事半功倍的效果，实现以更 加个性化和更具盈利性的方式与客户互动，并且减少效 率低下和简化行政管理。调查显示，改善客户体验是亚 洲企业投资于人工智能最重要的业务推动因素，其次是 提升决策速度和质量，以及降低运营成本。 客户体验 根据技术研究机构 Gartner的数据， 2017年至 2021 年，全球范围内完全由人工智能处理的客户服务互动份 额将增长 5倍，达到 15%，并且到 2019年，至少 40%的 此类互动将含有人工智能元素。 3 我们的调查也表明， 改善客户体验在许多企业的人工智能战略中处于核心位 置。亚洲的企业当前在其客户体验或客户洞察流程中对 人工智能的使用比其他任何地区都更加广泛（ 54%，相 比之下利用人工智能提升生产和服务交付效率的比例占 到 43%，是应用比例第二高的领域）。 本报告的受访高管给出了许多例子，包括鼓励购物 者进入 “购买漏斗 ”，以及优化联络中心和售后管理。在 Mahindra & Mahindra，高级分析与洞察负责人 Puesh Ajmani描述了呼叫中心的销售代理商如何在汽车业务中 运用情绪分析 Mahindra在印度私家车市场中排名第 三 由此来全面理解在电话销售中所发生的情况。他 表示： “利用语音分析，我们能理解客户是否真正参与 到谈话当中。他们的感觉是否良好？通话的发展走势如 何？根据谈话的质量，我们能预测客户是否会买车。 ” 高级试点项目也在推进当中，通过将语音转化为文 本，该团队能检视通话的质量，并对销售谈话的设计提 出意见。 “通话 是否遵循了问题列表？是否有效发生？ 把这些通话转化为文本后，就能对其开展分析，进而对 谈话的设计提出建议，例如指出谈话发展顺利或出现问 题的具体位置，这样就能采取相应的纠正措施。 ” 3. 作为增长推动因素的人工智能 3 亚洲人工智能议程: 商业人工智能 Copyright MIT Technology Review Insights, 版权所有 , 2019. 9 对于泰国第二大移动电信运营商 True Corporation 来说，打造泰语自然语言处理程序是一项关键的举措。 由于市面上没有现成可用的产品， True就在内部开发 出了这样的程序，并且将在呼叫中心和互动式语音应答 中投入使用。据首席信息官 Viriya Upatising表示，他们 的目标是管理成本并提高服务质量。 “目前，我们的呼 叫中心积压了大量工作。借助这项技术，我们就能提高 效率，提供更好的服务，缩短呼叫等待时间并提高生产 力。 ” True目前用于加快客户处理速度的其他人工智能技 术还有人脸识别，因为泰国政府规定客户在申请电话号 码时必须提交身份证的副本，此外还有用于填充表单的 机器人流程自动化。 引入机器人 机器人是另一个应用人工智能越来越多的领 域。 Jupiter Research报告称， Facebook的 Octane AI 被用于与 90%的已放弃线上购物车的购物者沟通，并成 功地使其中的 10%转化为成交客户。该公司还估计，到 2023年，全球零售业部署的聊天机器人将使整个行业 节省 115亿美元的成本，并产生超过 1120亿美元的销售 收入。 4 2017年，在 11月 11日一年一度的中国最大购 物盛会 “光棍节 ”期间，阿里巴巴通过淘宝网达到了 250 亿美元的销售额，并依托由人工智能实现的聊天机器人 解决了 93%的客户咨询。这相当于超过 1.2亿轮次的客 户对话，这需要 83,000名人类员工昼夜不停地工作才能 应付。 5 但员工们不必过度担心人工智能会抢走他们的工 作。本报告的受访高管们更普遍持有的观点认为，人工 智能将使客服人员从例行任务当中解脱出来，专注于销 售其他服务并创造新的收入。 “我们相信，企业有必要在客服体验领域部署数字 化渠道、自动化和人工智能时实现恰当的平衡， ”本报 告赞助方之一的联络中心解决方案企业 Genesys亚太区 市场营销负责人 Erwann Thomassain表示， “只要在应 用时战略得当，并且与人类的努力相互配合，企业就可 利用人工智能提供消费者最重视的服务，并为他们消除 最大的痛点。 ”人工智能及其对人和就业的影响这一话 题在单独的白皮书 亚洲人工智能议程：人工智能与人 才 当中有深入的探讨。 图4：人工智能在业务流程中的部署 贵公司的哪些业务流程中对人工智能进行了投入？ （占受访者的百分比） 资料来源：MIT Technology Review Insights调查，2018年 54% 43% 29% 28% 财务和法务人力资源、内部沟 通、行政管理 生产、服务交付中的 流程效率 客户体验、客户洞察 “利用语音分析， 我们能理解客户是否真正参与到 谈话当中，而且我们能预测客户 是否会买车。 ” Puesh Ajmani 高级分析与洞察负责人 Mahindra & Mahindra 4 brand-news.it/wp-content/uploads/2018/07/How-Chatbots-Will-Transform-The-Retail-Industry-whitepaper.pdf 5 MIT Technology Review Insights Copyright MIT Technology Review Insights, 版权所有 , 2019. 10 改进决策 对全球诸多企业来说，认识组织数据的价值已成 为董事会层面的首要事务。根据 Gartner的数据， 90% 的大中型企业到 2019年末将会或已经雇用了首席数据 官。 6 人工智能技术，尤其是机器学习算法是将数据转 化为可执行洞察，并基于此改进决策的关键武器。 根据我们的调查，机器学习是亚洲企业部署最广泛 的人工智能工具（ 44%），其次是自动推理（ 34%）、 自然语言处理（ 33%）和机器人流程自动化（ 33%）。 在 预言机器：人工智能的简单经济学 一书中， 作者指出人工智能的崛起将拉低预测的成本 更准确 的预测使企业能够提高生产力，而不确定性则会制约战 略和执行。 7 亚马逊已采用多种算法来预测对其销售的 数以亿万计产品的需求，且常会提前早达 18个月。 8 在 Wipro， Adlakha的 Holmes部门正在开发收入预 测模型，此类模型可促进企业实现更准确的预算编制和 规划。将机器学习与结构化和非结构化数据源结合使 用， “我们能够为公司或某个客户高度精准地预测下一 季度的收入状况。 ”他如是说。 人工智能与新业务模式 随着传感器和远程信息技术不断积累用于预测性分 析和维护的数据集，人工智能在生产环境中如鱼得水。 对于总部位于首尔的紧凑型建筑机械全球市场领先企业 Doosan Bobcat的总裁兼首席执行官 Scott Park来说， 人工智能令人激动的方面在于发现 “不那么明显的事情 ” ，例如可提升客户体验的新业务模式、产品、能力或 服务。他表示， “我们所思考的是人工智能能够带来什 么，从而提升我们的能力，造出更好的或者完全自动的 产品， ”或者针对具预测力的维护建立更深层的分析能 力。 “有些事情显而易见，例如更换机油或检查液压油 所需的时间。在这些方面其实不需要人工智能。但是， 我们是在尝试使设备的实际故障或者保修索赔，或者客 户满意度方面的问题与远程信息处理的数据联系起来， 这样我们就能了解未来是否存在任何趋势或者任何预测 事发的能力。 ” 运营效率 麻省理工学院数字经济计划研究员 Thomas Davenport表示，基于规则的专家系统和机器人流程自 动化是使数字和物理任务实现自动化的最常用途径。机 器人流程自动化的工作原理是透明的，但尽管开发人员 正慢慢为其加入更多智能和学习能力，它还无法进行学 习和改进。这也是实施人工智能技术成本最低和最容易 的途径之一，并能产生较高的投资回报率。 9 根据调查，到 2019年末，半数的受访者将在其组织 内使用自动推理和机器人流程自动化，这将对简化内部 行政管理和提高后台效率产生极大的影响。 转型中的行业 农业 ： Mahindra & Mahindra的农业部门推出了 Myagriguru应用，目前正在测试通过图象识别来辩认农 作物疾病的功能。该应用已有 800,000多名农民用户， 未来将能够识别农作物、疾病并推荐治疗方法。阿里巴 巴的农业大脑可帮助养猪户通过视频和声音传感器追踪 每头家畜，以监测其健康状况并预防疾病传播。 阿里巴巴的人工智能和个性化 人工智能正推动中国电子商务企业 阿里巴巴 实现 更为复杂的个性化。个性化负责人 赵斌强 描述了机器 学习从线性回归向深度和增强学习转变的进程。通过 识别客户对各类商品、价格、品牌和生产商位置的长 期偏好，赵斌强及其团队打造了 “可准确预测点击和 转化率的超深度模型。 ”阿里巴巴的应用还可收集有 价值的信息。例如，手机的定位、激活的频率以及客 户搜索更优价格或表现出购买行为时的其他指标信 号。自 2016年以来，阿里巴巴在搜索中的点击率和转 化率的提升超过 10%，在推荐中则超过 20%。 6 7 predictionmachines.ai 8 9 hbr/2018/01/artificial-intelligence-for-the-real-world 10 亚洲人工智能议程: 商业人工智能 Copyright MIT Technology Review Insights, 版权所有 , 2019. 11 图5：对具体人工智能技术的应用 您目前部署了以下哪些人工智能技术？ （占受访者的百分比） 资料来源：MIT Technology Review Insights调查，2018年 0% 25% 50% 75% 100% 7% 5% 6% 6% 9% 7% 12% 11% 15% 8% 19% 7% 29% 24% 21% 25% 19% 17% 29% 30% 24% 26% 20% 25% 23% 29% 33% 34% 33% 44% 已经部署 将在1年内部署 我们看到潜力，但尚无部署的计划 此技术目前与我们的业务不相关 不知道 机器学习 语音识别和自然语言处理 知识表达/自动推理 机器人流程自动化 计算机视觉和图像识别 增强学习 汽车 ： 中国搜索引擎巨头百度和美国汽车制造商福特正 在合作开展无人驾驶汽车的道路测试。 11 福特的无人驾 驶汽车已配备百度的开源驾驶系统阿波罗。无人驾驶汽 车的测试场地已在新加坡和日本投入使用，中国、韩国 和澳大利亚在 2019年也会紧随其后。 教育 ：亚洲对于教育的热切追求为人工智能学习平台的 繁荣提供了有利的环境。总部位于上海的松鼠 AI可模拟 出人类教师，为学前至中学（或 “K-12”）阶段的学生提 供高度个性化的一对一教学。这家创立于 2014年的公 司已筹集到 3亿人民币（ 4400万美元）的资金，并在中 国的 100个城市开设了 700个学习中心。另一家中国教 育人工智能初创企业流利说（ LAIX）已吸引了 1.23亿美 元的风险资本来发展其英语家教业务。 12 金融服务： 在涉及到资金时，人工智能一直在发挥着出 色的均衡器的角色。从提供经济型大众市场理财服务 的机器顾问、确定信用价值的算法，到检测欺诈的人工 智能，金融服务机构正为其找到数不胜数的应用途径。 研究显示，与传统的信用机构评分相比，一个人的数字 化足迹同样或者能更准确地体现其贷款违约的潜在可能 性。 13 香港金融科技独角兽企业 WeLab的创始人 Simon Loong表示，根据其公司的分析，那些在凌晨 1点到 6点 在线申请贷款的人与那些提交申请时全部采用大写的人 一样最不可信。 医疗保健： 医疗保健是人工智能在亚洲的领先应用。打 造可处理 CT扫描和 X光片等医学影像的算法是中国初创 企业的热门领域，因为影像分类恰恰是最新的深度学习 算法的强项。 14 中国的其他创新包括可设计假牙的人工 智能程序、可利用超声数据检测血凝块的算法以及配备 聊天机器人、可（在人工快速审核后）现场发放药品的 无人式 “一分钟诊所 ”。 15 11 12 13 jbs.cam.ac.uk/fileadmin/user_upload/research/centres/alternative-finance/downloads/2018-af-conference/paper-berg2.pdf 14 15 MIT Technology Review Insights Copyright MIT Technology Review Insights, 版权所有 , 2019. 12 保险： 平安保险利用人工智能甄别汽车事故照片的真实 性，并对索赔定价。照片上传后，该算法将估算损坏成 本，并且如果双方就金额达成一致，即可立即放款。平 安科技首席执行官陈立明表示，人工智能使得该公司 98.7%的汽车事故索赔能在 24小时内得到解决。 16 制造： 制造商正利用图象识别、机器学习和机器人流程 自动化等多种人工智能技术改进质量控制，优化生产流 程，并实现预测性维护。在我们的调查中，制造商在采 用机器人流程自动化方面最为先进，采用该技术的比例 已达到 54%。此外，只有在这个行业，人才短缺不是部 署人工智能的最大挑战。相反，该行业所面临的最大障 碍是需要高水平的投资。 零售： 零售商正利用人工智能和机器学习技术，帮助为 消费者打造更有互动性和个性的体验。如本报告上文所 述，电子商务在销售和售后渠道中利用人工智能方面取 得了显著进展。对店内机器人的评价褒贬不一；软银的 Pepper机器人自 2016年以来在全球已售出大约 12,000 台，日本连锁餐厅 Amazushi旗下的 400家门店每家都有 一台。 17 然而要在未来几年内实现对整个地区的大规模 覆盖应该不太可能。近期的一项调查表明，仅有 1%的 澳大利亚消费者希望在购物体验中使用零售机器人和聊 天机器人。 18 图6：机器人流程自动化 资料来源:Deloitte 10 机器人流程自动化（RPA ）是 机器人流程自动化（RPA ）不是 计算机编码软件 可取代人工执行基于规则的 重复性任务的程序 跨功能和跨应用程序的宏命 令 会走路、会说话的独立机器人 实体存在的文件处理机 人工智能或语音识别及答复软件 它能干什么 打开电子邮件和附件 登录网络/企业应用程序 移动文件和文件夹 复制和粘贴 填充表单 读取数据库并写入 从网络采集数据 连接至系统API 开展计算 从文档提取结构化数据 收集社交媒体统计数据 遵守“如果/那么”的决策/规则 16 17 18 verdict.co.uk/retail-robots-rejected-australia/ 亚洲人工智能议程: 商业人工智能 Copyright MIT Technology Review Insights, 版权所有 , 2019. 13 机器速度下的网络安全 麦肯锡咨询公司 网络安全主管 David Chinn表 示，当前的许多网络攻击都已实现自动化。他表 示： “信噪比很低。我们知道，检测出数据泄露大约 需要六个月的时间。在重大公共泄露事件中发现的 破坏者大多在那些企业内部蛰伏了半年多。 ” 据 Chinn所言，在金融服务机构内部，对人 工智能网络安全的投入已在开花结果，尤其是在信 用卡欺诈等领域，机器与机器的对决已经在上演。 同样在风险决策实时发生的贷款欺诈方面，银行（ 及其 IT供应商）正在构建人工智能网络卓越中心。 一个备受关注的方面是如何利用开源技术打造更好 的模式。他补充说： “我们发现银行选择与大学课程 开展合作来开发相应的解决方案， ”而在将来，银 行可能会被鼓励相互共享有关网络威胁和攻击的数 据。 当今企业部署的设备和传感器数量相当可观，这 意味着基于报警的传统安全运行中心（ SOC）模式 很难担起重任。当报警数量从数百变成数以万计， 异常情况会接连不断地出现，在纪律性差的组织 尤为严重。新兴的人工智能解决方案则能够胜任， 但在这方面依然任重道远。 “它并不是万无一失的 ” ， Chinn说， “你仍然会担心漏报和错过真正重要的 信号。我们离 问题已解决 还很远。这项业务面对着 同样发展迅猛的竞争对手。对方只要能得手一次， 你则每次都的全力以赴阻止他们，所以这根本就是 不对称的。 ” “人工智能网络安全解决方案并 非万无一失。这项业务面对着同 样发展迅猛的竞争对手。对方只 要能得手一次，你则每次都得全 力以赴阻止他们，所以这根本就 是不对称的。 ” David Chinn 网络安全业务团队高级合伙人兼全球主管 麦肯锡咨询公司 MIT Technology Review Insights Copyright MIT Technology Review Insights, 版权所有 , 2019. 14 如 果要衡量人工智能项目的成功，某些组织可 能需要转变思维。“对于每次实验，我们都 会在开始前设定成功的标准，并且我们知道它会对全局 做出怎样的贡献，”华侨银行的Wong表示，“效率、工 时、精确性或者收入增长皆有可能。具体情况各不相 同。”但他也提醒说，随着时间的推移，机器学习会越 来越进步。“许多人依然把人工智能当作一种典型的系 统实施，也就是启动某个项目，等到结束时就会按照 预想尽可能达成最好的结果。但人工智能其实完全不 同，”他表示，“数据是完全从零开始积累，模型独立 地进行学习随着时间的推移会越来越进步。因此， 我们该如何转变思维，接受当项目实际上线时才算开始 这样的事实呢？” 用于追踪资本投资的传统指标在人工智能时代将会 过时，埃森哲咨询公司在 人工智能如何提升行业利润 和促进创新 的报告中如是说。其作者指出，首席财务 官们需要全新的财务指标工具来正确评估人工智能的投 资回报率，这种指标可能与每种算法产生的价值或某些 创始费用和持续成本的组合有关。 19 已有多家美国的人 工智能企业是依据与效益挂钩的收入模式来收费，例如 客户所取得的劳动力成本节省，或是根据所开展的每笔 交易收费。 稳打稳扎，步步为营 人工智能无疑已成为 2018年的热门话题，众多企 业都争先恐后地进行大笔投入。根据研究机构 IDC估 算，认知和人工智能系统的开支在 2022年将达到 776亿 美元，是 2018年 240亿美元预测值的 3倍以上。 2017- 2022年预测期的复合年增长率将达到 37.3%。 20 4. 未来的挑战 图7：部署人工智能的挑战 贵公司部署人工智能的前三项挑战是什么？ （占受访者的百分比） 4% 19% 24% 26% 29% 35% 40% 47% 58% 0% 10% 20% 30% 40% 50% 60% 70% 内部人工智能人才短缺 数据质量不足 投入成本高 监管问题，如数据保护 高管决策迟缓 内部对变革存在阻力 工会或人力资源问题 难以进行商业论证 其他 19 20 资料来源：MIT Technology Review Insights调查，2018年 亚洲人工智能议程: 商业人工智能 Copyright MIT Technology Review Insights, 版权所有 , 2019. 15 但风险是必然存在的 例如耗费大量资源来开展 昂贵的实验，或者打造出的算法可能会加剧不良的流 程或决策。商业的复杂性绝对不可低估， Mahindra & Mahindra的 Ajmani表示， “使人工智能处于真实的生产 环境中，处于某个组织的生态系统当中，意味着必须 与现有的业务流程技术、基础设施和企业架构进行整 合。 ” 人才与舞台 在调查中，人才短缺被视为企业在部署人工智能时 面临的最大挑战。聘请大量的人工智能科学家绝非易 事。首先，这类人才供不应求； Element AI在 2018年的 一项调查估计，全球仅有 22,000名人工智能科学家，而 且薪资也在不断攀升。 21 其次，正如 Doosan Bobcat的 Park所说，想要留住他们也很有难度。 他说道： “我也许能招募到一些人工智能专家，但我 提供的平台也许并不足以使他们愿意留下来，所以这些 人才终究会流失。 ”解决的方法在于利用生态系统，他 补充说： “我需要跟某家公司合作，为这些人才提供合 适的环境来大展身手。 ” 为本报告接受访谈的高管列举了他们与合作伙伴合 作和借力第三方的诸多例子。澳洲航空目前将 Google 的 Dialogflow用作社交人工智能互动的核心技术，这包 括内部和外部聊天机器人。而 True用于验证新客户身份 的人脸识别软件则是从微软获得许可证的。 考虑到企业需要现成可用的即插即用人工智能资 产，新加坡政府正着手打造开源资源库，比如其全国语 料库（ National Speech Corpus）。该语料库于 2018年 11月发布，包含 2,000小时的音频及转录文本，其中涵 盖新加坡特有的当地方言、地名和短语。该语料库可供 开发人员使用，使科技企业无须自行开发语音资料库， 即可提供与语音有关的应用。新加坡还建立了一个为数 据分析的开源算法库。 22 21 22 “我也许能招募到一 些人工智能专家，但我提供的平 台也许并不足以使他们愿意留下 来。我需要跟某家公司合作，为 这些人才提供合适的环境来大展 身手。 ” Scott Park 总裁兼首席执行官 Doosan Bobcat MIT Technology Review Insights Copyright MIT Technology Review Insights, 版权所有 , 2019. 16 本 报告 商业人工智能 是亚洲人工智能议 程研究系列的第二部分。本报告探讨了亚 洲各地的企业应如何制定其人工智能战略、它们的目的 和目前发现的用例、它们所使用的具体应用和技术，以 及它们所面临的障碍。依托面向整个地区 871位高管的 调查和系列专家访谈，为企业得出了以下结论： 1. 优先处理业务问题。 在参与此调查的 871家公司当 中，有一半已经在其业务运营的某些方面部署人工 智能。调查显示，到 2019年末，会有另外 20%的企 业紧随其后。很少有高管会认为人工智能对其业务 毫无价值；但领先者仍然需要保持谨慎，对每种商 业论证进行充分评估。正确地识别并优先处理需要 人工智能来解决的业务问题，被本报告的受访高管 们列为成功的一个重要因素。 2. 充分利用生态系统。 市面上已有许多现成可用的人 工智能资产和算法。如果没有更好的替代选择，企 业就应自行打造，商业论证对此给予了佐证。大多 数组织都没有足够的对口人才在内部自行开发程 序。同样，传统行业也无法为最优秀的人才提供合 适的 “舞台 ”。亚洲的多个市场都有欣欣向荣的人工 智能生态系统可供企业利用，包括政府举措、高校 研发以及初创企业