最新的年度麥肯錫全球人工智能現狀調查證明了生成式人工智能（gen AI） 工具的爆炸性增長。在許多此類工具推出後不到一年，三分之一的受訪者
表示，他們的組織在至少一項業務職能中定期使用人工智能。在最近的進展中，人工智能已經從一個屬于技術員工的話題上升為公司上司者關注的焦點：近四分之一 的受訪高管表示，他們個人正在使用新一代人工智能工具進行工作，超過四分
之一的受訪者表示使用人工智能的公司表示，新一代人工智能已經列入他們董事會的議程。此外，40% 的受訪者表示，由于新一代人工智能的進步，他們的組織将增加對人工智能的整體投資。調查結果表明，管理與人工智能相關的風
險仍處于早期階段，不到一半的受訪者表示，他們的組織甚至正在減輕他們認為最相關的風險：不準确。
已經嵌入人工智能功能的組織是最先探索新一代人工智能潛力的組織，而那些
從更傳統的人工智能功能中看到最大價值的組織（我們稱之為人工智能高績效者） 在采用新一代人工智能工具方面已經超過了其他組織。 1
新一代人工智能對業務的預期影響是巨大的，受訪者預測他們的勞動力将發生
有意義的變化。他們預計某些領域将裁員，并會大力開展再教育訓練工作，以滿足不斷變化的人才需求。然而，雖然新一代人工智能的使用可能會刺激其他人工智能
工具的采用，但我們看到組織對這些技術的采用幾乎沒有有意義的增長。自 2022 年以來，采用人工智能工具的組織百分比一直保持穩定，并且采用仍然集中在少 數業務職能範圍内。
現在還處于早期階段，但人工智能的使用已經廣泛
該調查于 2023 年 4 月中旬進行，結果表明，盡管 gen AI 剛剛公開，但對這些工具的實驗已經相對普遍，受訪者預計新功能将改變他們的行業。 Gen AI 引起了商界人士的興趣：各個地區、行業和資曆級别的個人都在工作和工作之外使用 Gen AI。 79% 的受訪者表示，他們至少在工作或工作之外接觸過一代人工智能，22% 的受訪者表示他們經常在自己的工作中使用它。雖然不同資曆級别的受訪者報告的使用率非常相似，但在技術行業和北美工作的受訪者中使用率最高。
不同地區、行業和資曆級别的受訪者表示，他們已經在使用生成式人工智能工具。
注：由于四舍五入，數字之和可能不等于 100%。在亞太地區，n = 164；在歐洲，n = 515；在北美，n = 392；大中華區（包括香港和台灣），n = 337；在發展中市場（包括印度、拉丁美洲、中東和北非），n = 276。對于先進行業（包括汽車和裝配、航空航天和國防、先進電子和半導體），n = 96；對于商業、法律和專業服務，n = 215；對于消費品和零售業，n = 128；對于能源和材料，n = 96； 對于金融服務，n = 248；對于醫療保健、制藥和醫療産品，n = 130；對于技術、媒體和電信，n = 244。對于最高管理層受訪者，n = 541；對于技術、媒體和電信，n = 244。對于進階管理人員，n =437；對于中層管理人員，n = 339。
對于 1964 年或更早出生的受訪者，n = 143；對于 1965 年至 1980 年出生的受訪者，n = 268；對于 1981 年至 1996 年出生的受訪者，n = 80。所有受訪者的年齡詳細資訊均不可用。對于确 定為男性的受訪者，n = 1,025；對于女性受訪者，n = 156。
調查樣本還包括被認定為“非二進制”或“其他”的受訪者，但數量不夠多，不具有統計意義。 資料來源：麥肯錫全球人工智能調查，組織各級1,684名參與者，2023年4月11日至21
組織現在也普遍使用人工智能。三分之一的受訪者表示，他們的組織已經在至少一項功能中定期使用生成式人工智能，這意味着在報告采用人工智能的組織中，有 60% 正在使用生成式人工智能。此外，在報告其組織采用人工智能的受訪者中，40% 的人表示，由于生成式人工智能，他們的公司希望在人工智能 方面進行更多投資，28% 的人表示，生成式人工智能的使用已經列入其董事會的議程。使用這些新工具的最常見業務功能與總體上最常見的人工智能使用相同：營銷和銷售、産品和服務開發以及服務營運，例如客戶 服務和背景支援。這表明組織正在尋找最有價值的新工具。在我們之前的研究中，這三個領域與軟體工程一起顯示出生成式 AI 用例創造約 75% 年度總價值的潛力。
生成式人工智能工具最常見的用途是營銷和銷售、産品和服務開發以及服務營運。
在早期，人們對人工智能的影響抱有很高的期望：四分之三的受訪者預計人工智能将在未來三年内對其行業競争的性質産生重大或颠覆性的變化。在科技和金融服務行業工作的受訪者最有可能期待人工智能帶來颠覆性變革。我們之前的研究表明，雖然所有行業确實可能會出現某種程度的颠覆，但影響程度可能會有所不同。2最依賴知識工作的行業可能會遇到更多颠覆，并可能獲得更多價值。雖然我們的估計表明，毫不奇怪，科技公司将看到新一代人工智能的最大影響 增加的價值相當于全球行業收入的 9% 但基于知識的行業，如銀行業（高達 5%）、制藥業醫療産品（同樣高達 5%）和教育（高達 4%）也可能受到重大影響。相比之下，航空航天、汽車和先進電子等制造業的破壞性影響可能較小。這與之前對制造業影響最大的技術浪潮的影響形成鮮明對比，這是由于新一代人工智能在基于語言的活動方面的優勢，而不是那些需要體力勞動的活動。
回應顯示許多組織尚未解決人工智能時代的潛在風險
調查顯示，似乎很少有公司為新一代人工智能的廣泛使用或這些工具可能帶來的商業風險做好充分準備。在報告人工智能采用情況的受訪者中，隻有 21% 的受訪者表示，他們的組織已制定政策來管理員工在工作中使用新一代人工智能技術。當我們具體詢問采用人工智能的風險時，很少有受訪者表 示他們的公司正在減輕人工智能最常見的風險：不準确。受訪者提到不準确性的頻率高于網絡安全和監 管合規性，而網絡安全和監管合規性是之前調查中人工智能最常見的風險。隻有 32% 的人表示他們正在減少不準确性，這一比例低于表示他們減少網絡安全風險的 38%。有趣的是，這個數字明顯低于去年報告緩解人工智能相關網絡安全的受訪者比例（51%）。總體而言，正如我們前幾年所看到的那樣，大多數受訪者表示他們的組織沒有解決與人工智能相關的風險。
不準确、網絡安全和知識産權侵權是生成式人工智能采用中最常被提及的風險。
領先公司已經在人 工智能領域處于 領先地位
調查結果顯示，人工智能高績效企業（即受訪者表示 2022 年至少 20% 的息稅前利潤歸因于人工智能使用的組織）正在全力投入人工智能，包括新一代人工智能和更傳統的人工智能功能。這些從人工智能 中獲得巨大價值的組織已經比其他組織在更多的業務功能中使用了新一代人工智能，特别是在産品和服務開發以及風險和供應鍊管理方面。當考慮所有人工智能功能時 包括更傳統的機器學習功能、機器人流程自動化和聊天機器人 人工智能高績效者也比其他人更有可能在産品和服務開發中使用人工智能，例如産品開發周期優化、為現有産品添加新功能，并建立基于人工智能的新産品。與其他組織相比， 這些組織在風險模組化以及人力資源内部的使用（例如績效管理、組織設計和勞動力部署優化）中也更頻繁地使用人工智能。
少數人工智能高績效企業将降低成本視為生成式人工智能努力的首要目标。
正如我們前幾年所看到的，這些高績效組織在人工智能方面的投資遠多于其他組織：來自人工智能高績效組織的受訪 者表示，他們将超過 20% 的數字預算用于人工智能，這一比例是其他組織的五倍以上。他們還在整個組織中更廣泛地使用人工智能功能。來自高績效企業的受訪者比其他人更有可能表示，他們的組織已在四個或更多業務職能中采用 了人工智能，并且嵌入了更多數量的人工智能功能。例如，來自高績效企業的受訪者更常表示，除了 gen AI 和相關自然語言功能之外，還将知識圖嵌入到至少一種産品或業務功能流程中。
雖然人工智能高績效者也不能幸免于從人工智能中擷取價值的挑戰，但結果表明，他們面臨的困難反映了他們相對的人工 智能成熟度，而其他人則在人工智能采用的更基礎、戰略性要素上苦苦掙紮。人工智能高績效企業的受訪者最常指出模型 和工具，例如監控生産中的模型性能以及随着時間的推移根據需要重新訓練模型，這是他們面臨的最大挑戰。相比之下，其他受訪者提到了戰略問題，例如設定與商業價值相關的明确定義的人工智能願景或尋找足夠的資源。
模型和工具對高績效者來說是最大的人工智能相關挑戰，而政策則是其他人常見的絆腳石。
研究結果進一步證明，即使是高績效者也沒有掌握人工智能采用的最佳實踐，例如機器學習操作（MLOps）方法，盡管他們比其他人更有可能這樣做。例如，隻有 35% 的人工智能高績效受訪者表示，在可能的情況下，他們的組織會組裝現有元件，而不是重新發明它們，但這比其他組織中 19% 的受訪者報告這種做法要高得多。
可能需要許多專門的 MLOps 技術和實踐來采用一代 AI 應用程式可以提供的一些更具變革性的用例，并盡可能安全地實作。
實時模型操作就是這樣一個領域，監控系統和設定即時警報以實作快速問題解決可以使新一代人工智能系統受到控制。 高績效企業在這方面脫穎而出，但仍有發展空間：這些組織中有四分之一的受訪者表示，他們的整個系統都受到監控并配備了即時警報，而其他受訪者中隻有 12% 的這一比例。
人工智能相關人才需求發生轉變，人工智能對勞動力的影響預計将是巨大的
我們最新的調查結果顯示，組織為支援其人工智能雄心所扮演的角色發生了變化。在過去的一年里，使用人 工智能的組織最常聘請資料工程師、機器學習工程師和人工智能資料科學家 受訪者在之前的調查中普遍報告了招聘的所有角色。但與上一次調查相比，報告雇用人工智能相關軟體工程師（去年雇用人數最多的職位）的受訪者比例要小得多（最新調查中為 28%，低于 39%）。随着新一代人工智能的采用，對技能組合的需求也在增加，即時工程中的角色最近出現了，7% 的受訪者表示，其組織在過去一年中聘用了人工智能。
調查結果表明，人工智能相關職位的招聘仍然是一個挑戰，但在過去一年中變得更加容易，這可能 反映了科技公司從 2022 年底到 2023 年上半年的大量裁員。受訪者比例低于之前的調查報告顯示，招聘人工智能資料科學家、資料工程師和資料可視化專家等職位很困難，但調查結果表明，招聘機器學 習工程師和人工智能産品所有者仍然像去年一樣面臨挑戰。
展望未來三年，受訪者預測人工智能的采用将重塑勞動力中的許多角色。一般來說，他們期望更多的員工 接受再教育訓練，而不是離職。報告人工智能采用情況的受訪者中有近十分之四預計其公司 20% 以上的員工将獲得再教育訓練，而 8% 的受訪者表示其員工規模将減少 20% 以上。
調查受訪者期望人工智能能夠有意義地改變其組織的勞動力。
具體來看新一代人工智能的預測影響，服務營運是大多數受訪者預計其組織中勞動力規模減少的唯一職能。這一發現總體上與我們最近的研究結果一緻：雖然新一代人工智能的出現增加了我們對可實作自動化的勞工活動百分比的估計（從 50% 上升到 60% 至 70%），但這并不一定意味着整個角色的自動化。
服務營運是大多數受訪者預計勞動力規模因生成人工智能而減少的唯一功能。
人工智能高績效企業預計将比其他公司進行更高水準的再教育訓練。這些組織的受訪者表示，由于采用人工智能，他們的組織将在未來三年内對超過 30% 的員工進行再教育訓練，這一可能性是其他組織的三倍以上。
與其他受訪者相比，人工智能高績效企業的受訪者希望他們的組織能夠對更多員工 進行再教育訓練。
所有人都在關注新一代人工智能，人工智能的采用和影響保持穩定
雖然新一代人工智能工具的使用正在迅速普及，但調查資料并未表明這些新工具正在推動組織的整體人工智能采用。至少目前，采用人工智能的組織比例總體保持穩定，55% 的受訪者表示他們的組織已經采用了人工智能。不到三分之一的受訪者繼續表示，他們的組織已在多個業務職能中采用人工智能，這表明人工智能的使用範圍仍然有限。産品和服務開發以及服務營運仍然是受訪者最常報告采用人工智能的兩個業務職能，正如之前的四項調查所示。總體而言，隻有 23% 的受訪者表示，他們組織去年至少 5% 的息稅前利潤歸因于人工智能的使用（與之前的調查基本持平），這表明還有更多的空間來擷取價值。
不到三分之一的受訪者表示，他們的組織在不止一項職能中使用人工智能 這一比例 自 2021 年以來基本沒有變化。
超過三分之二的受訪者 希望他們的組織在未來三 年内增加人工智能投資
組織繼續在使用人工智能的業務領域看到回報，并計劃在未來幾年增加投資。我們看到大多數受訪者 表示，每個業務職能部門使用人工智能實作了與人工智能相關的收入增長。展望未來，超過三分之二的人預計他們的組織将在未來三年内增加人工智能投資。
組織繼續在使用人工智能功能的功能中看到采用人工智能的好處。
關于研究
該線上調查于 2023 年 4 月 11 日至 21 日進行，收到了來自各個地區、行業、公司規模、職能專業和任期的 1,684 名參與者的回複。在這些受訪者中，913 人表示他們的組織已在至少一項職能中采用了人工智能，并被問及有關其組織人工智能使用的問題。為了調整答複率的差異，資料根據每個受訪者所在國家對全球 GDP 的 貢獻進行權重。