新智元編譯
在全球範圍內，資本投入和勞動力增長的能力明顯下降。這是兩大推動生產力增長的傳統槓桿，但在許多經濟體中，資本投入和勞動力增長已經不再能夠維持過去幾十年來穩步前進的勢頭。中國也不例外。中國經濟增長態勢明顯放緩，勞動力短缺和資本緊縮已經破壞了舊的增長模式，生產力也在不斷下降。
但長期來看並不需要悲觀。實際上，埃森哲最近的一項分析顯示，到 2035 年，AI 有可能在中國的經濟增長率上增加 1.6 個百分點。
基於埃森哲的分析和建模，報告顯示當 AI 被視為生產的新因素，而不僅僅是生產率增強劑時，AI 將促進中國生產力大幅增長。
AI 促進增長的 3 大渠道
基於埃森哲的分析和建模，報告顯示當 AI 被視為生產的新因素，而不僅僅是生產率增強劑時，AI 將促進中國生產力大幅增長。來源：埃森哲
1. 智能自動化（Intelligent automation）
能將現實世界中需要靈活性和適應性的複雜任務自動化。
傳統的自動化技術是針對具體的任務，而 AI 智能自動化則能夠解決各個行業和職位都會遇到的問題。
智能自動化第三個、也是最大的特點，是自我學習（self-learning），因此可以通過重複性進行規模化。
2. 勞動和資本增值
AI 帶來的經濟增長，有很大一部分來自於替代現有的勞動力和資本，而不是更有效地使用它們。
此外，AI 通過補充人的能力來增加勞動力，為員工提供新的工具來增強他們的自然智力。
AI 還可以提高資本效率
3. 擴散創新（Innovation diffusion）
AI 通過經濟擴散時刺激創新的能力也是 AI 的一大好處，但這也是目前討論得最少的一點
AI 促進中國國民經濟增長
到 2035 年，AI 可能在中國的經濟增長率上增加 1.6 個百分點。來源：埃森哲和 Frontier Economics
AI 振興中國產業
到 2035 年，基準線和 AI 穩定狀態之間各產業年度 GVA 增長率的百分比差異（％）。來源：埃森哲
對中國政策制定者和業務領導者的建議
埃森哲報告指出，隨著人工智能越來越多地融入生活，為了充分發揮 AI 潛力重振中國經濟和工業，政策制定者必須做好充分的準備，以應對學術，技術，政治，倫理和社會等挑戰。企業領導者需要將 AI 整合到自己的策略中，創建一個新的人工智能手冊，促使人們能夠以最好的想象力，創新力和創造力投入到工作中。
對於決策者：為 AI 未來發展掃清道路
準備迎接下一代 AI
倡導 AI 道德規範
解決再分配效應
對於商業領袖：為即將到來的 AI 世界打造新的規則手冊
超越自動化，致力於新的創新
採取戰略性的數據管理方法
為以 AI 驅動的組織發明新的業務能力
中國已成為 AI 創新的重要基地
很少會有一種新技術，能像 AI 這樣改變消費、生產和社會。然而埃森哲最新報告卻顯示，許多行業還未充分感受到 AI 的價值。
而對於處於變革前沿的企業和初創公司，情況則大不相同。
這些企業和初創公司中有不少來自中國。中國在深度學習、傳感、預見性維護和智能機器人方面已經成為了創新的重要基地。
2010 年以來，對全球 AI 初創公司的投資額以每年近 60% 的增長率增長。增長相當程度上來自於中國這一世界上最大的數字用戶基地。
中國正在源源不斷地生產數據，尤其是從移動端上。這種數據增長速度比其他任何國家都要快。
對許多人來說，AI 是一種解決方案，能夠提高效益，削減成本。
AI 無疑可以使許多流程自動化，提升下線。但 AI 帶來的更大機遇在於創建全新的產品和服務門類。這將催生新的市場，驅動增長。
AI 對於上線的提升反映在，報告預估，如果企業能夠利用 AI 轉換其全部的業務模式，則 2035 年中國的年經濟增長率可以從 6.3% 升至 7.9%。那時將額外產生超過 7 萬億的經濟輸出。
什麼樣的企業具有更高的 “AI 商”？
為了取得這種潛在的增長率，需要在使用 AI 以不同地方式做事情以外，更尋求去做不同的事情。
例如，在線零售巨頭京東一方面正在探索使用 AI 來促進無人庫房的內部運營和無人機送貨，另一方面也在採用 AI 來實現購物體驗的個性化，開發新的產品和服務。
阿里和上汽集團合作，將汽車聯入互聯網絡，並引入新的基於雲的 AI 服務。
騰訊則正在開發虛擬助理和自動駕駛。
中國也有很多成功的 AI 初創公司。
例如，碼隆科技的 AI 識別技術使用深度學習，分析全球的時尚色彩流行趨勢，以幫助數以千計的紡織品製造商預測全球紡織品需求。
這些突破要求企業不僅要創新，同時還要重新佈局。
這意味著企業要把核心產品和服務上的資金轉移到新業務上，同時還要持續轉化舊有的核心業務。
對於 AI 技術革新，公司是應該自主研發、與人合作還是從外部購買技術呢？
在財富 100 強的公司和埃森哲報告列出的全球 100 家 AI 驅動的企業中，我們發現其中有 27% 的企業做好了研發和合作兩件事中的一件，而 56% 的企業兩件都沒有做好。
只有 17% 的企業在研發和合作兩件事上都取得了高分。這使得“合作研發者”具有比其他企業更高的“AI 商”(AIQ)
AI 以人為本
具有高 AI 商的公司聚焦三大優先戰略：技術，數據和人。
“合作研發者”知道如何整合組合型AI 技術，採用基於平臺的方式。
更重要的是，人才居於 AI 的核心。
AI 驅動的公司需要尋找多樣性人才——從數據科學家到行為專家再到行業專家。
中國 AI 產業的核心特徵之一是多方利益相關者環境的建立，其中既包括私有資產，也包括國有資產。
例如，國家發改委指定百度牽頭組建深度學習技術和應用實驗方面的國家實驗室。
實驗室不存在實體，而是一個虛擬的、數字化的研究者網絡，研究者在其中負責各自領域的問題。快速增長的中國經濟為中國 AI 初創公司在國外的成功奠定了基礎。AI 方興未艾。
可以想見，未來在 AI 上的投資和創新會持續增長，中國的 AI 領袖有義務打造“負責任的 AI”。這意味著基於 AI 的產業實踐和技術必須透明、可靠、公平。
畢竟，AI 以人為本。
機敏而又負責任的中國研發者會認同，AI 不是在消滅人，而是在提升人。它不僅關乎自動化人類所做的事情，更在於強化人類的能力。
中國正通過其在 AI 領域的力量，推進著第四次工業革命。在這一進程中，有一點至關重要：AI，來自人類，為了人類。
埃森哲報告全文：AI 如何提升行業利潤和創新（24頁）
作者：Mark Purdy and Paul Daugherty
當前多個行業的業務盈利能力的下滑可能會削弱未來的投資，創新和股東價值。
幸運的是，一個新的生產要素——人工智能（AI）——正在興起，可以幫助促進盈利。AI是多種技術的組合，可以以不同方式組合實現感知，理解，行動和學習。埃森哲研究顯示，到2035年，AI有望將企業盈利能力提升38％，12個經濟體的16個行業的經濟增長值將達14萬億美元。
但是，只有採用以人為先的觀念，採取大膽和負責人的措施將AI技術應用到企業業務，才可能實現這樣的增長。我們的研究調查了快行業的8個跨行業的戰略，以抓住AI的機會。
重振利潤潛力
當前，企業利潤正在下滑。美國在戰後達到國民收入的最高點後，利潤的增長從2010年的25％下降到2015年的-3％。
而且，從製造業、公共事業到金融服務業的大多數行業，這一現象都十分明顯。利潤下降本身就是令人擔憂的原因。但是，更令人擔憂的是投資減少，創新和長期股東價值下降的影響。
回撥投資不僅削弱了公司發展的能力，而且在日益破壞性的環境中凍結了創新的資源。總之，低投資和低創新努力可能拖累股東價值，因為投資者質疑公司滿足市場預期的能力。
目前的數據顯示環境不利於增長，商業投資已經接近停滯。例如，在美國，製造業企業投資增長率由2012年的14.8％下降到2016年的-5.2％，而在英國是從2012年的5.9％下降至2016年的-6.6％。研發支出的增長是行業創新能力的關鍵指標，而這個指標同樣在變緩。例如，在德國，製造業的研發支出增長率從2008年的6.6％下降到2013年的-2.6％，在意大利，這個數字從2008年的7.4％下降到2013年的-0.9％。
雖然前景似乎令人沮喪，但AI作為一個新的生產要素的加入，不僅可以幫助改變經濟增長的機會，而且可以改變企業的盈利能力。埃森哲將AI定義為一種能讓智能的機器通過感知，理解，行動和學習來擴展人類能力的技術，從而幫助人們獲取更多成就。
由於數據量的大幅增加，技術成本下降和計算能力的快速提升，AI正在成為商業現實。不僅僅是促進生產力增長，我們認為AI是一個全新的生產要素，可以通過三種方式扭轉利潤下滑的趨勢：通過智能自動化系統優化，增強人類勞動和物質資本，推動新的創新。
但為了利用這個巨大的機會，每個行業的企業都需要圍繞AI制定他們的戰略，並開發符合社會道德和價值觀的負責任的AI系統，為所有人提供更好的結果。資本勞動力作為AI的獨特特徵，例如增強人類勞動力的規模和速度的能力，自我學習和持續改進的能力，將要求在諸如投資、創新和人力資本發展等領域採取新的方法和模式。
圖1：企業利潤
美國企業利潤和國內生產總值（GDP）在戰後達到最高水平，但現在正在下降。
人工智能是經濟增長的未來——宏觀經濟視角
在本研究的第一階段，埃森哲研究與Frontier Economics合作，模擬了 AI 對12個發達國家的影響，它們共同產生了世界經濟生產總值的50％以上。
研究顯示，到2035年，AI可以通過改變工作性質，創造人與機器之間的新關係，其中人們牢牢掌控機器，技術越來越適應人們的要求和需求，從而可以使年經濟增長率翻一番。
AI技術對業務的影響預計將使勞動生產率提高40％，並幫助人們更有效地利用時間。
圖2. AI對國家的經濟影響：我們的模型顯示，AI可以使我們分析的12個國家的經濟總量增長兩倍。
到2035年的年總增長率，以總增長值表示（近似GDP）。
圖3. AI世界的勞動生產率：AI能夠顯著提高發達經濟體的勞動生產率。圖中的百分比表示2035年的基線與2035年的AI穩定狀態之間的差距百分比。
AI 在工業中的價值
研究的第2個結果表明，AI在避免低利潤增長和為各行業的企業帶來新的增長方式上有巨大的潛力。
埃森哲與Frontier Economics合作，模擬了AI對16個行業的潛在經濟影響，涵蓋從製造業、公共事業到醫療行業的多元領域。我們採用總增長值（gross value added, GVA）作為衡量標準，與GDP近似。GVA是衡量某一行業產品和服務價值的輸出量度，可以認為是不同行業對經濟增長的貢獻。
我們針對每個行業比較了兩種情景，以評估AI的未來影響。首先，基準情景（baseline case）顯示當前假設下行業預期的經濟增長。然後，AI穩定狀態（AI steady state）顯示AI的預期增長與經濟進程相結合的增長。由於新技術的影響需要時間的驗證，我們使用2035年作為一個比較年份（詳見“附錄：AI的GVA影響建模”）。
我們的研究顯示，信息與通信，製造和金融服務業這三大行業將在AI情景中達到年均GVA增長率最高點，到2035年這個數字分別是4.8％，4.4％和4.3％。
在信息和通信行業，由於這是嚴重依賴技術的行業，AI能力可以與現有系統結合，從而在2035年實現4.7萬億美元的總增加值（圖5）。例如，供應商可以開發新的AI平臺，為客戶提供網絡攻擊保護服務。
在製造業，物聯網（IoT）等為智能系統的無縫整合創造了有利條件。今天的物聯網技術使諸如裝配線之類的物理設備能夠與數字系統連接和通信。此外，AI可以彌合當前形式的自動化和學習與更先進形式之間的差距。我們的研究表明，到2035年，AI能幫助GVA增加3.8萬億美元，這個數字比常規業務增長了近45％。
金融服務行業可以利用人工智能技術來減輕知識型員工的單調、重複性的任務，例如客戶諮詢，抵押評估和市場研究等。總體而言，到2035年，這個行業的GVA將額外增加1.2萬億美元的收益。
即使在勞動密集型行業（生產率增長速度很慢）的GVA增長率也將大幅提升。到2035年，教育行業將從0.9％提高到1.6％，社會服務業將從1.6％上升到2.8％，實現經濟產出的大幅增長（分別為1,010億美元和2160億美元）。
到2013年，按照加權平均數計算，AI有潛力將16個行業的經濟增長率提升1.7個百分點。
到2035年，年GVA的實際增長（％）
使用AI 來提升行業效益
通過 AI 帶來的經濟產出的增加，對於跨行業的企業的利潤來說意味著什麼？根據埃森哲的研究，AI 有潛力能在2035年前，將16個行業的盈利能力平均提高38％。埃森哲已經定義了三個渠道，通過這些渠道，人工智能可以扭轉跨行業的低利潤週期：智能自動化，勞動力和資本增值以及創新擴散。
與傳統的自動化相比，AI 提供了巨大的優勢。拿供應鏈管理舉例，這個行業中，時間就是金錢。例如，Fortune 100的公司中，一條供應鏈緊縮一天，會凍結掉5千到1億美元的現金流。
依賴全球性的綜合網絡的公司，比如特斯拉和Johnson & Johnson，現在都開始依賴於一家名叫Elementum的AI 初創企業，來將供應鏈流水化。Elementum 會監控整體的事故，追蹤運輸狀態和記錄製造產出，對供應鏈進行實時的可視化管理。
通過每天實時分析超過1000萬事故和超過25萬億美元的產品，Elementum 能提供潛在問題的早期預警，提供替代解決方案。
例如，2014年中國DRAM芯片廠的火災對全世界的產品供應造成了相當大的擠壓（25％）。大多數設備製造商僅在幾天之後才意識到這一影響，但是Elementum的客戶在幾分鐘之內即可知道這起事故，在供應緊縮對價格產生影響前，他們補足了貨，確保DRAM的供應。
不僅僅是生產鏈可以從智能自動化中受益。寶貴的時間和資源通常都被用於追求銷售線索，所以銷售活動也將隨著AI而急劇變化。 Lattice Engines 正在聚焦於將AI 的能力用於將銷售過程流水化。通過學習公司的購買模式，它可以從“冷”中排除“熱”線。使用萊迪思的AI平臺，戴爾的歐洲營銷部門的銷售主管削減了50％，但是銷售生產力，效率和收入實現翻番。
勞動力和資本增強
工人可以通過把低價值附加的任務分給AI，進而在主要的任務中提高生產力。所以，AI 註定會增強勞動生產力。人工智能的應用正在擴散到智力和批判性思維長期占主導地位的領域。例如，業務研究傳統上是一項非常耗時的任務。 Conatix的半自動化商業智能系統基於機器學習方面的最新進展，使企業能夠從組織外部發現，獲取，組織和分享以前的非結構化數據和信息。通過與研究人員密切合作，Conatix算法可以根據人的反饋來調整其過程，創建和更新高質量的見解。 AI 還可以幫助企業最大化其資產利用率。
重工業，如能源和製造業，需要大量的前期投資，這導致其特別容易受到與停工相關的收入損失。例如風力發電機，意外的停機需要協調一致的努力來維護設備、人員和備用零件，同時減少在不斷收入。在齒輪箱故障的情況下，每個故障可能導致長達兩週的停機時間，所以，增加資產利用率的好處是顯著的。
AI 能夠加快新產品開發從而推動創新。創新的這種增長消除了冗餘成本，產生新的收入來源，從而提高盈利能力。
新藥的開發就是一個有啟發性的例子。目前，藥物開發以提出假設的發現方式為主，最終得到批准的新藥還不到提出的 10％。使用 AI，Berg Health 公司通過追蹤癌細胞和非癌細胞中數萬個數據點來監測癌症病情發展。迄今為止，這項工作已經制造出一種新的抗癌藥物，目前正在進行臨床試驗。這種 AI 藥物發現新方法估計將使單一藥物的開發成本從 26 億美元減少到 13 億美元。
AI 還能幫助公司基於設計目標和種種約束創建新的產品。Autodesk 以其計算機輔助設計系統 Dreamcatcher 開創了這一新的方法。使用 AI 算法，Dreamcatcher 利用雲的力量創建數千個虛擬原型不斷迭代，並根據其指定的標準比較其功能、成本和材料。Dreamcatcher 以一種形狀適合的材料開始，逐漸鑿掉不需要的部分。去掉這些部分後，整體性能的改變會被算法“記住”，這樣算法就能夠理解每一塊材料對性能的貢獻。在醫療行業，Dreamcatcher 已被用於設計一種加速恢復和組織再生長的面部植入物。在汽車行業，AI 驅動的產品被用於開發新的跑車。
各產業獲利的潛力
通過這些渠道，AI 提供了前所未有的盈利機會。例如：在批發和零售、藝術、娛樂和醫療保健等勞動密集型行業，AI 增加了人力，使人力勞動隨著時間的推移變得更有成效，並將工作重點轉向關鍵任務。在批發和零售部門，這可能帶來收入的利潤增長將近 60%，每 100 美元中從 17 美元增加到 27 美元（圖6）。
對於傳統的資本密集型行業，AI 對盈利能力的影響可能同樣顯著。例如，在製造業中，故障機器和閒置設備將會消失，因為隨著時間的推移，AI 供電的系統由於其學習、適應和發展的能力，將提供不斷上漲的回報率。像快速原型或動態資源分配這樣的事情可以顯著縮短產品上市時間並降低成本。這為行業的帶來的淨結果，則是利潤增長 39％。
製造業
製造業對重型機械的依賴使行業應用 AI 技術。埃森哲研究顯示，使用 AI 後製造業到 2035 年可以再增加 3.8 萬億美元的GVA。增加渠道有望推動該行業的大部分收益。勞動力不僅會變得更有成效，而且 AI 也將使工廠車間實現現有機械的全部潛力。
批發和零售部門，2035 年 AI 可以獲得超過 2 萬億美元的額外 GVA，比基準情況增加 36％。零售商可以利用 AI 的智能自動化功能來簡化庫存和倉庫管理，而增強現實技術可以為客戶提供身臨其境的購物體驗。在埃森哲研究的行業中，預計這個行業將受益於 AI 帶來的額外創新效應，例如使用 AI 發現用戶的潛在需求。
在埃森哲的模型中，AI 將在 2035 年之前將醫療保健行業的增長率從 2.2％ 提高到3.4％，達到 4610 億美元的額外 GVA。智能自動化通道佔 60％ 以上的優勢。AI 驅動的系統可以分析大量非結構化數據，並生成預測性診斷，可以在問題變為嚴重健康風險之前檢測到問題。創新渠道在 2035 年也為行業增加了超過 1000 億美元。AI 在醫療保健方面有巨大潛力的一個例子：該行業與以前無關的領域（如製造和設計）合作，創造出尖端的 3D 打印技術用於器官移植。
報告地址：https://www.accenture.com/t20170620T055506__w__/us-en/_acnmedia/Accenture/next-gen-5/insight-ai-industry-growth/pdf/Accenture-AI-Industry-Growth-Full-Report.pdf?la=en
點擊閱讀原文查看新智元招聘信息
相關推薦
