（溫馨提示：文末有下載方式）

提綱：

• 人工智能競爭並非“零和博弈”
• 為全球人工智能發展動向把脈
• 各國AI應用對比分析
• 深度分析:各國AI應用
• 結語:採取均衡策略

報告摘要：

隨著企業領袖逐漸將人工智能視為下一輪經濟大擴張的重要推動力量，一種擔憂錯失良機的情緒在全球範圍內日益蔓延。許多國家紛紛制定人工智能戰略，通過資金投入、政策激勵、人才發展和風險管理推進技術能力的發展。人工智能對於下一代技術的重要性與日俱增，許多企業領袖擔心會落後於時代發展，無法分享技術發展的成果。

調查發現:

企業對人工智能重要性的認識逐步加深，包括增強競爭優勢和改進工作方式。全球大部分早期應用者表示，人工智能技術對企業在當今時代取得成功尤為重要——這一觀念正在逐步增長。亦有大部分早期應用者表示正在採用人工智能技術趕超競爭對手，同時人工智能賦予了其員工更加強大的能力。

人工智能成功的關鍵在於有效執行。企業常常必須在廣泛的實踐領域中創造卓越，包括制定戰略、確定最佳應用方案、奠定數據根基並培養紮實的實踐能力。隨著人工智能日益向消費層面普及，實現差異化競爭的機會窗口很有可能將會收縮，因此這些能力在當前至關重要。

不同國家早期應用者的人工智能成熟度各不相同。不同國家的早期應用者對人工智能的熱衷程度和實踐經驗存在較大差異。部分早期應用者積極發展人工智能，而部分則採取較為謹慎的策略。部分應用者利用人工智能改進特定的流程和產品，而其他則致力通過人工智能實現整個企業的轉型變革。

無論各國人工智能成熟度如何，其策略方法均值得借鑑。審視各國所面臨的挑戰以及企業應對挑戰所採取的措施，我們可從中獲取某些領先實踐的基本要素。例如，部分國家的企業領袖更為關注解決技能方面的空白，而部分國家則專注於利用人工智能提升決策或網絡安全能力。

在人工智能領域實現卓越有多種途徑，而成功亦並不意味著勝者擁有一切。以全球視角審視人工智能的早期應用者，有助於瞭解更廣範圍的遠景趨勢。如此，各方便能採用更為平衡的方式藉助人工智能推動企業的發展。

人工智能技術組合

機器學習。藉由機器學習技術，計算機可以學會分析數據、識別隱含模式、進行分類並預測未來結果。這種學習來自這些系統在無需遵循明確程序指令的情況下，隨著時間推移自我進化和改善自身性能的能力。大部分人工智能技術以機器學習及其更復雜的後代——深度學習為基礎，包括計算機視覺和自然語言處理。我們的調查表明，全球受訪者採用機器學習技術的比例已經達到61%。

深度學習。深度學習基於被稱為“神經網絡”的人類大腦概念模型，是機器學習的子集合。之所以被稱為深度學習，是因為這種神經網絡具有多重互相連接的層級，包括接收數據的輸入層、多個計算數據的隱含層，以及提供分析結果的輸出層。深度學習尤其適用於分析大量複雜的多維數據，如演說、圖像及視頻等，在分析大型數據集時最為有效。新技術使得企業更容易啟動深度學習項目，促進了深度學習應用率的提升。在我們的調查中，51% 的全球受訪者表示採用了深度學習技術。

自然語言處理。自然語言處理是從可讀的、風格自然的、語法正確的文本中提取或生成意義和意圖的能力。自然語言處理為虛擬助理和聊天機器人提供基於語音的界面，該技術也日益被用於數據集查詢。全球60%的受訪者已經採用自然語言處理技術。

計算機視覺。計算機視覺是從視覺元素中提取意義和意圖的能力，包括字符識別(針對數字化文檔)和圖像內容分類(如人臉、物體、場景和活動)。人臉識別背後的技術——計算機視覺技術——是消費者日常生活的一部分。例如，部分用戶通過人臉識別便可登陸其手機。此外，計算機視覺技術還推動了無人駕駛汽車的發展，併為無人售貨商店提供了助力。計算機視覺在全球受訪者中業已成為主流，有56%表示其所在公司目前已採用該項技術。

有跡象表明，人工智能差異化競爭的窗口正在迅速關閉。隨著人工智能在消費層面迅速普及，且內置人工智能的產品和服務數量日益增長，先行企業所具有的優勢將被迅速削弱。多數受訪者(57%)認為人工智能技術將在未來三年內從本質上轉變他們的企業(見圖1)。然而，僅38%的受訪者認為人工智能將在同一時期內改變其所在的行業。這種預期相對遲緩的行業變革可能意味著短暫的機遇。早期應用者切勿低估競爭對手的能力。

人工智能的早期應用者正致力於提升企業內部和外部的能力。他們所取得的人工智能成效主要在於提升產品和服務(43%選擇該項為其前三大成效之一)以及優化內部業務運營(4 1 % 選擇該項為其前三大成效之一)。企業可選擇以內部或外部( 或兩者)提升為重點，許多企業所採用的應用方案各有不同。例如，某專家小組成員之一、零售業首席信息官已經探索過多種類型的應用:“ 我們研究了各種不同的應用方案，從所有渠道的自動化、協助處理客戶詢問的聊天機器人，到決策支持和客戶數據分析以更好地瞭解購買模式和產品性能。”

針對全球人工智能支出、人工智能初創企業投資，以及人工智能技術對未來經濟的影響的預測有很多。大部分評估均認為，美國和中國的投資力度最大，歐盟成員國家則正在迎頭趕上。市場正在迅速增長——這一點顯而易見。我們的受訪者均表示其企業正在日益加大對人工智能技術的投入，同時逐漸取得可觀的收益(見圖2)。事實上，51%的受訪者預期企業將在下一財年將人工智能投入提升10%或更高。

儘管對投資於人工智能技術具有高度的熱情和意願，企業卻面臨著相互交織的多重挑戰。全球受訪者中，有30-40%將以下挑戰列入企業面臨的前三大挑戰:將人工智能融入角色與職能、數據問題、實施困境、成本以及衡量人工智能實施的價值。倍耐力(Pirelli)全球數字產品開發總監Carlo Torniai便經歷過部分這些挑戰。他解釋說:“ 多數情況下，挑戰均與數據質量和可用性、清晰且可衡量的關鍵績效指標以及變革的阻力有關。”所有企業均應預先考慮這些潛在的阻礙，並制定計劃予以妥善解決。

企業高管們亦擔憂人工智能技術所具有的廣泛漏洞。43%的高管對潛在的人工智能風險表示非常或極度擔憂。高管首要擔憂的問題包括網絡安全漏洞(49%的高管將此列入前三大風險) 以及基於人工智能的建議做出錯誤決策(44% 將此列為前三大風險)。另有4 0 % 的高管將人工智能決策的潛在偏見列為前三大道德風險之一。瑞士信貸集團(Credit Suisse)股票業務全球戰略與轉型負責人Falguni Desai亦對人工智能的可靠性表示擔憂:“無論採用何種類型的應用方案，如果要對人工智能具有更大的信任和透明度，監管機構需要更進一步地參與進來— — 正如我們對出行、食品等級水平進行星級評分，以及在藥品上市前進行測試一樣。”

最後，大部分企業面臨著人工智能技能差距的困境，並正在積極尋找具備專長的人才以增強自身的能力。全球有6 8 % 的受訪者表示企業存在中等到極其嚴重的技能差距，而填補這些差距所需要的三大類型人才包括人工智能研究人員、軟件開發人員以及數據科學家。許多企業在尋找技術專長人才之外，還表示需要能夠解讀人工智能結果並據此做出決策和採取行動的企業領袖。企業可能認為尋找最優秀的外部人才將會帶來巨大的優勢，但同時亦不應忽略對現有員工的培訓。Datalog.ai主管合夥人兼首席執行官Jack Crawford表示:“我傾向於在建立技術卓越中心之前，對高級管理層進行培訓學習。企業需要引領競爭，而領導者則需要具備信念以推動企業向前發展。”人工智能將改變人們工作的方式，企業需要具備一系列技能才能確保成功。

各國AI應用對比分析

對人工智能應用者進行國別分析具有啟發意義，有助於評估這些企業所達到的成熟度水平、其對人工智能對於自身業務的戰略重要性的看法，以及對潛在人工智能風險和挑戰的擔憂程度(見圖3)。

成熟度:即使所有受訪者均屬於早期應用者，正在開發或實施人工智能解決方案，但是整體人工智能成熟度仍普遍較低。各國被認定為成熟專精型應用者的企業比例均不到四分之一(見補充欄“成熟專精型人工智能應用者”)，美國企業的比例最高，為24%。戰略成熟度——即擁有全面且覆蓋整個企業的人工智能戰略——亦處於較低水平，中國和英國在這一方面佔據領先。

緊迫性:早期應用者認為改變正在快速來臨。無論在哪一國家，早期應用者均一致認為人工智能對其企業當前的成功“非常”或“極為”重要。進一步分析表明，認為人工智能對企業成功極其重要的高管比例在未來兩年將會大幅增加，部分國家的增長幅度將顯著高於其他國家(見圖4)。此外，各國均有多數受訪者認為人工智能將在未來三年內轉變他們的企業(見圖3)。中國表現出的樂觀程度最高，超過四分之三的受訪者持有這種觀點。

儘管各國及各行業的競爭格局各不相同，我們仍希望瞭解早期應用者是否主要利用人工智能趕超同行，或是創造有利的競爭優勢。受訪者的觀點差異顯著。超過半數的中國受訪者(55%)認為他們的競爭優勢正在逐步擴大，甚至已經遠遠領先其它國家。半數澳大利亞受訪者表示他們僅僅是利用人工智能追趕或緊跟競爭對手的步伐(見圖5)。

挑戰:不同國家的早期應用者對人工智能風險表達了程度截然不同的擔憂。例如，約半數來自澳大利亞和法國的受訪者對此表示非常或極度擔憂，而中國受訪者中這一比例僅為1 6 %( 見圖3 )。部分國家中認為自己針對這些人工智能風險“已做好充分準備”的早期應用者比例高於其他國家。其中，來自德國和中國的受訪者似乎過於自信，對自身已經做好準備的信心超出了對風險的擔憂程度(見圖6)。

深度分析: 各國AI應用

澳大利亞:努力保持追趕

澳大利亞的企業對人工智能對於自身成功的戰略重要性持積極肯定的態度。79%的受訪者認為人工智能在兩年內將對其企業“非常”或“至關”重要。儘管如此，50%的澳大利亞人工智能早期應用者表示人工智能正在幫助他們“追趕”或“緊跟”競爭對手的步伐，而非確立顯著的領先優勢——這是所有國家中的最高比例(見圖5)。澳大利亞企業對緊迫性和就緒程度的認知似乎亦存在差異。

人工智能戰略不清晰似乎是一大阻礙，有4 1 % 的受訪者表示其企業完全沒有制定人工智能戰略，或僅有分散獨立的部門戰略，而全球範圍內這一比例為3 0 % 。另一阻礙是技能差距:三分之一的澳大利亞受訪者表示其人工智能技能差距為“非常”或“極其”嚴重，這一比例高於其他任何國家。他們指出當前其企業最迫切需要的是人工智能研究人員、業務主管和軟件開發人員。好的一面是，澳大利亞多數企業(59%)已經開始採用“人工智能即服務”技術，能夠在無需打造自有基礎架構或建立內部專業技術的情況下利用人工智能的能力推動企業發展。

潛在的人工智能風險是另一憂慮，有49%的早期應用者對此表示非常或極度擔憂，在所有國家中比例最高。的確，多位知名的澳大利亞企業和行業領袖正在急切呼籲，要求就應對人工智能相關風險和挑戰所需的政策和監管及道德標準進行全國性辯論。

澳大利亞政府正在尋求推進本國人工智能能力的提升，並在早期應用者所取得的成效基礎上實現進一步發展。雖未制定專門的國家人工智能戰略，澳政府近期發佈了“ 澳大利亞未來科技”計劃。該計劃觸及人工智能對經濟的重要性，以及人工智能的技能短缺和數據科學，是數字化技術所帶來的機遇這一宏大議題的一部分。澳大利亞2018-19年度國家預算計劃在四年期間投入2,990萬澳元用於推動本國人工智能能力的發展，包括制定技術發展路線圖以及相關準則和人工智能職業道德框架。然而，人工智能專家警告稱，相比大量利用公共資金開展人工智能計劃的其他國家，澳大利亞需要加大投入才能趕上這些國家的步伐。

加拿大:謹慎前行

隨著各大企業運用人工智能推動企業轉型，他們進入嶄新的前沿領域，面臨新的機遇和風險。在提升運營效率以及創造全新收入渠道的同時，他們也需要解決道德問題、網絡安全漏洞增多、人才準備方面的一系列問題。對於加拿大企業而言，應對這些複雜的新問題顯然是首要任務。例如，加拿大有4 8 % 的早期應用者將“基於人工智能的建議做出錯誤戰略決策”列為人工智能帶來的前三大風險之一，是所有國家中的最高比例。

無論是現在還是不久的將來，這些問題均會阻礙加拿大開展人工智能推動創新的步伐。以下兩大具體現象足以說明問題:

• 缺乏緊迫感。僅51%的加拿大企業高管認為人工智能將在三年內轉變他們的企業，在調查涵蓋的所有國家中比例最低(見圖3)。此外，僅有5%認為人工智能目前對其企業獲得成功至關重要，兩年內這一比例將升至2 7 %( 見圖4)。

• 創新速度趨慢。25%的加拿大企業高管表示他們目前已在其產品和服務中運用人工智能，再次處於所有國家中的最低水平。專利相關數據證實了這一點:自2016年起，大多數國家的人工智能相關專利不斷加速增長，而加拿大的專利數量卻在隨後每年不斷減少。

其他國家企業正在如火如荼地實施人工智能戰略，加速推出創新產品和服務，而加拿大企業卻面臨掉隊的風險。但也有樂觀的一面。從國家層面看，加拿大正致力於提升人工智能協同發展的能力。人才方面尤其如此，政府制定了多項政策促進移民，為具備人工智能相關技術能力的人士提供更為開放的移民程序。這也許就是6 8 % 的加拿大企業從外部招募人才的原因之一，為所有國家中的最高比例。

加拿大企業顯然更加關注外部人才資源，但同時也應重視內部人才庫的建立。加拿大受訪者不太重視員工培訓以推動新的人工智能解決方案開發和部署。在培養開發人員制定新的人工智能解決方案以及培養信息技術員工部署人工智能解決方案方面，他們的比例最低。與學術機構開展合作或許是一大機遇，如多倫多大學——這所大學目前斥資超過1億加元支持人工智能科學家、生物醫學研究人員的工作，甚至支持其創業網絡以構建更具活力的人工智能商業格局。

企業若能採取更為均衡的方式構建新技能並提升現有人才能力，則可以打造一支全面發展的員工隊伍，從而推動整個企業更加有效地解決人工智能相關風險，同時促進新產品解決方案的研發。

中國:完成既定戰略目標

中國政府宣佈力爭在2030年把中國建設成為全球領先的人工智能創新中心的目標，並制定了國家人工智能戰略，計劃投入數百億美元進行人工智能研發。各城市紛紛投入資金佈局人工智能:北京宣佈投資21億美元建設人工智能科技園，天津計劃設立規模達160億美元的人工智能產業基金。各地政府以建設產業園的方式發揮人工智能產業在推動新舊動能轉換中的作用，例如杭州未來科技城計劃2018-2020年間完成固定資產投資3 0 億元建設中國(杭州)人工智能小鎮。人工智能產業園呈現多點開花、依託原有高科技產業園以及與原有園區企業產生聯動效應的特點。與此同時，民營領域的資金亦在不斷湧入:2017 年，中國人工智能初創企業共吸收了4 8 % 的全球人工智能風投資金，首次超過美國。有報道稱，中國的人工智能企業數量位居全球第二，僅次於美國。全球最具有價值的人工智能公司商湯集團便來自中國。

政策與資本雙重驅動也推動人工智能產業區域間競賽，北京滬深領跑全國，杭越發展逐步加速。京津冀、珠三角、長三角以及西部川渝地區成為人工智能企業聚集地區。北京、上海、深圳牢牢佔據人工智能城市實力第一梯隊的位置，廣州的大型企業與初創企業數量較少，杭州主要依靠阿里巴巴，因而屬於第二梯隊，重慶則受到技術與人才基礎限制處於第三梯隊。

我們的調查表明，早期應用者正在積極響應中國政府的行動號召:

• 制勝關鍵。54%的受訪者認為人工智能對其企業獲得成功“ 非常”或“ 極其”重要，這一比例在未來兩年內或將上升至85%，是所有國家中的最高水平( 見圖3)。

• 競爭優勢。他們更願意相信人工智能將幫助他們擴大競爭優勢或者遠遠領先競爭對手(這一比例為55%，全球為37%;見圖5)。

未來科技城計劃2018-2020年間完成固定資產投資3 0 億元建設中國(杭州)人工智能小鎮。人工智能產業園呈現多點開花、依託原有高科技產業園以及與原有園區企業產生聯動效應的特點。與此同時，民營領域的資金亦在不斷湧入:2017 年，中國人工智能初創企業共吸收了4 8 % 的全球人工智能風投資金，首次超過美國。有報道稱，中國的人工智能企業數量位居全球第二，僅次於美國。全球最具有價值的人工智能公司商湯集團便來自中國。

政策與資本雙重驅動也推動人工智能產業區域間競賽，北京滬深領跑全國，杭越發展逐步加速。京津冀、珠三角、長三角以及西部川渝地區成為人工智能企業聚集地區。北京、上海、深圳牢牢佔據人工智能城市實力第一梯隊的位置，廣州的大型企業與初創企業數量較少，杭州主要依靠阿里巴巴，因而屬於第二梯隊，重慶則受到技術與人才基礎限制處於第三梯隊。

我們的調查表明，早期應用者正在積極響應中國政府的行動號召:

• 制勝關鍵。54%的受訪者認為人工智能對其企業獲得成功“ 非常”或“ 極其”重要，這一比例在未來兩年內或將上升至85%，是所有國家中的最高水平( 見圖3)。

• 競爭優勢。他們更願意相信人工智能將幫助他們擴大競爭優勢或者遠遠領先競爭對手(這一比例為55%，全球為37%;見圖5)。

企業可能會在人工智能應用方面面臨人才挑戰和技術挑戰。我們的調查發現，法國應用者面臨無法順利獲取人才或將人工智能融入企業流程的困境。他們的首要挑戰是難以將人工智能融入企業內部的角色和職能之中——有45%將此列為前三大挑戰之一，是所有國家中的最高比例。31%的受訪者表示企業存在巨大或極其嚴重的技能差距，為受調查國家中的第二高比例。正如“人類人工智能”計劃所述，法國政府希望解決這一問題，並支持通過法國教育系統培養的畢業生推動建立極具活力的人工智能生態系統。

為支持法國政府的目標，企業可專注於自身人才問題，設法緩解緊跟時代發展的壓力，尋求利用相關工具加快企業的人工智能進程。其中一項加速進程的手段是運用便於使用的人工智能解決方案，例如基於雲技術的人工智能即服務應用。我們發現，法國早期人工智能應用者主要關注搭載人工智能的企業軟件(57%)和開源解決方案(56%)。法國初創企業DATAIKU就是其中的代表，該企業在自有平臺上提供開源解決方案，協助企業推進人工智能應用。

德國:化憂慮為優勢

德國政府正在努力加速人工智能技術的應用和開發。因此，德國政府計劃在當前至2025年期間投資3 0 億歐元開展人工智能研究，推動落實“人工智能德國製造”國家人工智能戰略。與許多國家一樣，德國希望藉助人工智能應用拉動整體經濟發展，提升現有產業的競爭力。近期由德國政府委託發起的一項調查預計，人工智能技術可為德國製造業增加320億歐元的產值。28國制定的總體戰略重點關注競爭力的提升，以及人工智能的合理運用及其對德國勞動力的影響。

德國人工智能早期應用者與其他國家有所不同，他們似乎更疲於應對某些人工智能方面的道德問題。他們首要關注的道德問題是人工智能被用於操縱信息和捏造虛假內容——47%的受訪者將此列為前三大道德問題之一。此外，他們還擔心人工智能驅動型自動化可能會導致裁員——43%將此列為前三大問題之一，與法國持平，為所有國家中的最高比例。在認同所在企業希望運用人工智能儘可能實現工作自動化方面，德國受訪者的比例最低。這並不令人驚訝，因為在以工程和製造為經濟重心的德國，官員對各個時代(包括數字時代)自動化帶來的影響均表示擔心。

好的方面在於，德國人工智能應用者顯示出對人工智能培訓高度重視(見圖7)。他們對於人工智能在提升工作表現並推動形成新型人機合作關係方面的能力具有較為溫和的態度，但也表示將加大員工培訓力度。德國受訪者比其他國家更願意為員工提供培訓，幫助他們在工作中運用人工智能，也更願意培訓開發人員運用人工智能研發新的解決方案，以及培訓信息員工部署這些解決方案。

這一彌補人工智能人才缺口全方位舉措能夠為企業創造優勢，值得其他國家學習借鑑。企業不應只關注新一代人工智能專家的獲取和培育，也應當發展並留住現有員工。領導者也希望探索如何通過確保人工智能技術符合道德規範獲取競爭優勢。例如，S A P 成立了一支由政府、業界和學術界人士組成的顧問小組，協助該公司制定人工智能工作的一系列原則。

英國:著眼於人工智能的未來

英國正在積極參與全球人工智能的大變革——人工智能初創企業遍地開花，同時政府亦為行業和學術界提供10億英鎊的資金支持。但作為人工智能早期應用者的英國企業，情況又如何?

首先，越來越多企業認識到人工智能的重要性，並開展相應的短期投資。英國受訪者表現出了明確的熱情，有45%認為人工智能將對其所在企業近期取得成功發揮極其重要的作用。他們正通過投資推動這一繁榮發展的景象:60%的受訪者計劃下一財年針對人工智能領域增加超過10%的投資。這是所有受調查國家中兩項衡量指標的最高水平(見圖8)。儘管只有15%的企業屬於成熟專精型，但企業卻感受到強大的壓力以實現更快的發展。

對於希望運用人工智能提高成功機會的企業而言，他們應當將熱情化為行動。受訪者似乎計劃大舉推進其人工智能策略，比其他國家受訪者更注重實施大規模的人工智能轉型變革計劃。29%的受訪者目前僅在開展大規模計劃，另有53%關注各類目標明確且範圍廣泛的人工智能項目。英國企業亦在擁有全面的人工智能應用戰略方面排名第二，達到41%，表明他們認為必須更積極大膽地開展人工智能項目，以應對日趨激烈的全球競爭。

為了贏取人工智能優勢，儘早解決相關挑戰和風險至關重要。英國部分政府人士擔心的是法律責任、非法濫用以及自動化決策帶來的影響，而受訪者卻關注更為實際的問題。31他們面臨的首要挑戰包括衡量並證明人工智能項目的商業價值(45%的受訪者將引列為前三大挑戰之一，為最高比例)以及人工智能與企業內部角色和職能的融合(41%將列為前三大挑戰之一)。

美國:應對成熟發展的複雜挑戰

美國多年來一直是公共和私營領域人工智能研究的領導者。以最近幾年進入人工智能領域的風險投資為例，2012年風投機構在人工智能領域投入了2.82億美元的資金，而在2017年這一數字飆升至50億美元。次年，人工智能領域吸收的風投資金更是超過80億美元。

這一波投資浪潮推動許多美國企業轉變成為相對成熟的人工智能應用者。舉例而言，30%的美國受訪者(所有國家中的最高比例)目前管理著的11個或以上的人工智能生產系統。我們針對人工智能成熟專精型早期應用者的分析(見補充欄“成熟專精型人工智能應用者”)發現，美國受訪企業佔比達到24%，領先於其他國家。

這並不僅僅在於生產系統的數量:超過四分之一(27%)的美國受訪者表示他們正在實施至少一個大型人工智能項目，僅次於英國。

或許有人認為越早應用就代表越早獲得掌控權。但我們的分析表明，企業進入成熟期後才真正迎來實施大型人工智能項目的複雜挑戰。

半數美國受訪者將網絡安全視為首要挑戰(見圖3)。隨著企業日漸依賴於更多數據以推進企業層面的人工智能計劃，保障此類信息安全的重要性也隨之增加。如果缺乏解決這一問題的清晰戰略，許多可能具有重大影響的人工智能計劃將會面臨放緩或甚至陷入停滯的風險。我們的受訪者主要強調兩方面問題:

• 保障機構數據安全。47%的美國受訪者擔心專有數據或敏感數據會被盜取。

• 人工智能模型受到影響。除了數據被盜之外，45%的美國企業高管還擔心外部人士將對培訓數據和算法產生影響，進而直接導致人工智能建議和洞察出現偏差。

越來越多的企業將人工智能運用於業務和產品中，他們也日益需要適當的人才去支持大型計劃的開展。然而，隨著人工智能應用數量逐步增多，人才資源的獲取可能會面臨瓶頸。很明顯，美國企業已經感受到這方面壓力，68%認為人才缺口問題達到中等到極度嚴重的程度(見圖3)。

為了緩解人才壓力，許多美國企業正在開展內部培訓計劃以提升員工能力。企業為解決技能需求所實施的方案變得更為全面，不僅更關注提升信息技術員工部署解決方案的能力(6 1 % )，同時亦重視培訓一線員工將人工智能運用到工作之中(57%)(見圖7)。隨著人工智能計劃在企業內部不斷擴散滲透，企業的首要任務則是有效運用這些全新能力。

……

溫馨提示：如需原文檔，可在PC端登陸未來智庫www.vzkoo.com搜索下載本報告。

（報告來源：德勤）