随着人工智能(AI)的激增，一种分化正在形成。在国家之间和行业内，围绕AI竞争、人才争夺战和价值创造竞争中，赢家和输家也随之出现。
企业家的前景也在发生变化。欧洲1600家人工智能初创公司的生态系统正在走向成熟，并为新兴产业带来创意颠覆。虽然英国是欧洲人工智能的强国，但德国和法国的人工智能中心正在蓬勃发展，未来10年它们的影响力可能会扩大。
随着新的人工智能硬件和软件使不可能成为必然，我们也面临着不同的未来。人工智能带来了深远的好处，但也带来了重大的风险。我们将走向哪个未来?
《2019年AI状态报告》赋予企业家、企业高管、投资者和政策制定者权力。虽然没有专业术语、但这份报告利用独特的数据和与生态系统参与者的400次讨论，超越了炒作，解释了今天人工智能的现实，即将发生的事情以及如何利用。
什么是人工智能?
“人工智能”是一个通用术语，指的是表现出看似智能行为的硬件或软件。自20世纪50年代以来，基本人工智能已经存在，通过基于规则的程序，在有限的环境中显示基本智能。人工智能的早期形式包括旨在模仿人类专家的“专家系统”。
基于规则的系统是有限的。从医学诊断到识别图像中的对象，许多现实世界的挑战过于复杂或微妙，无法通过遵循人们编写的程序来解决。关于现代人工智能的兴奋与一系列称为机器学习的技术有关，其中进步是快速而重大的。机器学习是人工智能的一个子集。所有机器学习都是人工智能，但并非所有人工智能都是机器学习。
为什么AI很重要?
人工智能技术非常重要，因为它可以通过软件越来越高效和低成本地实现人的能力，如理解、推理、规划、沟通和感知。通过软件执行多年的一般分析任务(包括查找数据模式)也可以使用AI更有效地执行。
这些能力的自动化为大多数商业领域和消费者应用创造了新的机会。 AI实现的重要新产品、服务和功能包括自动驾驶汽车、自动医疗诊断、人机交互语音输入、智能代理、自动数据合成和增强决策能力。
如今，人工智能有许多实实在在的用例，这些用例使企业收入增长，并在现有领域节省成本。在金融服务、零售和贸易、专业服务、制造业和医疗保健等部门，将有大量的应用程序用于收集和综合数据。人工智能计算机视觉在交通运输领域的应用将具有特别重要的意义。
人工智能走向成熟?
自1956年问世以来，人工智能经过七次虚假的曙光，如今已经成熟。由于七个因素的融合，人工智能系统的功能已达到临界点：新算法;培训数据的可用性;专业硬件;云AI服务;开源软件资源;更大的投资;且兴趣激增。
总之，这些发展改变了结果，同时降低了开发和部署人工智能的难度、时间和成本。一个良性循环已经形成。人工智能的进步正在吸引投资、创业和兴趣。这些反过来又在加速进展。
AI采用的竞赛
大公司正在以加速采用人工智能的速度。 12个月前，只有4%的企业采用过AI。如今，14%的企业已经部署了AI。另有23%的人打算在未来12个月内部署AI。采用将继续加速;在两年内，将近三分之二的大公司将有实时人工智能的计划(图25)。
人工智能部署正在激增：
•对人工智能的广泛认识推动了越来越多的企业测试和学习活动;
•概念验证项目的早期成熟，展示价值并促进进一步投资;
•对人工智能的理解虽然很低，但正在改善和推动投资;
•成熟的人工智能技术 - 以及一系列新兴的廉价或开源AI API、框架和工具 - 降低了进入门槛。与24个月前相比，企业可以通过人工智能实现更多、更快、更便宜，而专业知识更少;
•企业通过招聘首席科学官、研究人员、数据科学家和机器学习工程师来减轻技能短缺，并提高现有员工的技能;
•企业拥抱“最佳”第三方AI软件供应商的丰富生态系统。欧洲拥有1,600多家创新、处于早期阶段的软件公司，它们的价值主张以人工智能为核心。它们服务于广泛的行业和业务功能，为人工智能提供了一个可访问的“入口”，具有卓越的效果和快速的价值实现时间。
在2019年，AI'跨越鸿沟'，成为早期多数
到2019年底，超过三分之一的企业将部署人工智能。人工智能的采用从创新者和早期采用者到早期的大多数人都取得了极大的进步。到2019年底，人工智能将以极快的速度“跨越鸿沟”，从梦想家到实用主义者，对公司，消费者和社会产生深远影响
人工智能可能是技术史上最快的范式转变
人工智能可能是企业技术史上最快的重大范式转变。在三年的时间里，拥有人工智能计划的公司比例将从二十五分之一增加到三分之一。
公司可以相对轻松地从AI获得最初的好处。随着云计算革命和丰富的人工智能应用程序提供商的出现，企业可以通过云与“最优秀的”人工智能应用程序打交道，从它们的数据中获取价值。它们还可能利用亚马逊、谷歌、IBM和微软等全球技术供应商提供的“即插即用”云人工智能服务。
尽管更深层次地、结构性地接受人工智能——可能包括聘用数据科学家和重新映射数据管道——将需要更多的时间和投资，但上述因素正使一种新技术范式能够以前所未有的速度得到采用。
巨大的期望正在推动采用
企业对人工智能的潜力越来越有信心，这推动了人工智能的应用。与其他新兴技术(包括云、移动、物联网、区块链)相比，更多的高管认为人工智能将成为“游戏规则的改变者”(图27)。
中国在人工智能采用方面处于领先地位
虽然人工智能的采用在所有地区都有所增加，但亚太地区的公司最积极地采用人工智能。如今，亚太地区采用人工智能的企业数量(五分之一)是北美的两倍，而北美只有十分之一。在亚太地区，中国公司引领AI采用。北京、上海、广东、浙江和江苏是主要的中心。此外，亚洲/太平洋地区没有兴趣部署人工智能的公司比例，14%，是北美的一半。
中国企业采用人工智能正在受到以下因素的催化：
1.政府政策：2017年，中国发布了“下一代人工智能发展计划”。该路线图是中国和中国公司在人工智能领域的三步走计划，目标是:到2020年建立中国在人工智能领域的竞争力;在2025年前实现人工智能的突破;到2030年在人工智能领域建立全球领导地位。
2.数据优势：AI系统通常通过摄取训练数据来改进。中国公司具有双重优势：在使用个人数据方面比欧洲更宽松的政策; 在公司内部减少孤立的数据。78%的中国领先企业将其企业数据保存在一个集中数据湖中，而欧洲和美国的这一比例分别为37%和43%。
3.较少的遗留资产：中国公司通常拥有较少的遗留应用程序和流程，这为它们提供了超越欧美企业的机会，这些企业拥有广泛的现有系统和相关的集成需求。
人才和人事问题是中国公司对人工智能采用的主要障碍。美国的人才库目前比中国大50%以上。与美国或欧洲企业相比，更高比例(60%)的中国初创企业强调人工智能人才短缺。自动化对社会的影响也是中国公司迫切关注的问题。中国公司更注重效率项目，而非创收举措。因此，在中国，三分之二的人工智能先驱企业预计，人工智能将缩减其员工规模，而欧洲同行的这一比例仅为三分之一。
人工智能应用程序的使用正在广泛地向前推进(图31)。今天的企业正在使用多种类型的体验和分析AI应用程序。十分之一的企业现在使用十个或更多的AI应用程序。
最流行的AI用例是：
•聊天机器人(26%的企业)
•流程自动化解决方案(26%)
•欺诈分析(21%)
最常见应用包括：
•消费者/市场细分(15%)
•计算机辅助诊断(14%)
•呼叫中心虚拟助理(12%)
•情绪分析/意见挖掘(12%)
•人脸检测/识别(11%)
•人力资源应用(例如简历筛选)(10%)越来越多的某些应用在特定行业中变得越来越普遍。
•近四成的医疗服务提供者使用计算机辅助诊断;
•三成公用事业使用过程自动化工具;
•六成医疗保健支付者，近一半的金融服务公司和四成保险公司使用人工智能进行欺诈检测;
•三成零售商和四成的批发商使用AI进行消费者细分;
•三成媒体公司使用AI进行情绪分析。
自然语言处理和计算机视觉AI是许多流行AI应用程序的基础，包括聊天机器人、计算机辅助诊断、情绪分析和面部检测。企业正首次拥抱人工智能在软件中复制传统人类活动的能力，以及这种能力带来的可能性(包括聊天机器人、计算机辅助诊断和情绪分析)。
其他流行的AI应用程序 - 欺诈分析，消费者细分和流程自动化方面 - 反映了AI比传统的基于规则的软件更有效地识别数据模式的能力。随着AI扩展了自动化工作流程的广度和复杂性，流程自动化已经成熟。 2017年，64%的企业发挥其潜力，将流程自动化作为未来人工智能部署的重点。随着解决方案的成熟，公司已经实现了他们的意图。在2019年，流程自动化是最受欢迎的AI应用程序。
行业采用率不断提高
人工智能的采用不平衡- 跨行业和行业内部 - 并且处于不稳定的状态。各行业正在分化为人工智能的“早期采用者”、“推动者”和“落后者”。在各个行业中，采用率在市场参与者的子集之间进一步划分。
“早期采用者” - 积极投资人工智能的行业 - 正在收获利益并保持领导地位。 2017年，金融服务和高科技及电信公司预计在未来三年内增加对人工智能的投资，超过其他行业公司。如今，保险、软件和IT服务以及电信公司在人工智能采用方面处于领先地位(图32)。
“推动者”已经意识到人工智能的潜力，正在缩小采用差距。 2017年，人工智能在零售、医疗保健和媒体中的应用相对于其他行业而言是温和的。这些行业的采用速度加快了。四成以上的零售、医疗保健和媒体公司现在已投资于人工智能或将在12个月内完成投资(图32)。
金融服务、高科技和电信、零售、医疗保健和媒体的高采用率反映了机会和参与的融合。 AI为这些行业的价值创造提供了无限潜力。提供了：众多预测和优化挑战，非常适合人工智能;训练人工智能系统的大量数据;可量化的投资回报;以及在不同程度上吸引高素质人才的资源和能力。上述行业的参与者通常也愿意与人工智能打交道。“早期采用者”以远见迎接机遇。 “推动者”已迅速认识到新出现的机会 - 并开始解决采用障碍，例如庞大的孤岛数据。
“落后者” - 政府机构、教育公司和慈善机构 - 在人工智能采用方面落后。虽然人工智能有可能改变政府，特别是在广泛的数据集和众多优化机会的情况下，但人工智能的参与将继续受到少数人工智能计划、新兴技术预算有限，孤立数据和难以吸引人才的困扰。个人将主要作为生产者和消费者而非公民参与AI，以支持企业和消费者的目标。人工智能对西方社会的转型将由企业主导，而不是政府，而社会弱势群体将是最后一批受益于人工智能的群体。
公司更愿意购买，而不是构建AI
采用人工智能时，更多的公司更喜欢“买买买”而不是“构建”。近半数公司赞成从第三方购买AI解决方案，而第三方则打算在内部构建定制解决方案(图40)。很少有公司 - 只有十分之一 - 愿意等待人工智能被嵌入到他们最喜爱的软件产品中。
对于许多人来说，“买买买”策略是合适的，因为公司内部的人工智能能力有限，而且垂直化的“最佳”软件供应商正在大量涌现，而人工智能正是他们产品主张的核心。仅在欧洲就有1,600家创业公司和规模较大的公司提供人工智能主导的解决方案，每个解决方案都专注于特定的行业或业务功能。与开发内部专业知识和能力相比，许多提供了最佳的AI功能，更快的价值实现时间和更低的成本。此外，大型买家可以经常塑造早期公司的产品路线图，以支持他们的要求。在早期以人工智能为主导的供应商(如政府和教育机构)所服务的行业中，“构建”的倾向更高。
等待人工智能嵌入他们喜爱软件产品的公司比例很低，反映了买家对人工智能的迫切性以及对可持续竞争优势的渴望。在人工智能化的同时，现有企业将AI功能嵌入到现有解决方案中的速度较慢，而且不太可能提供同类最佳的功能。通过为大量市场参与者提供相同的工具，他们提供的竞争优势也是有限的。
技术范式的转变通常会破坏现有企业的稳定，并使新的赢家成为可能。在2019年，由于买家优先考虑能力和价值实现时间，因此专业供应商对AI来说是一个有吸引力的“入口”。随着AI商品化和买家寻求整合和简化他们的技术堆栈，买家可能会再次青睐支持人工智能的现有企业。
技术的进步
虽然图形处理单元(GPU)在过去催化了AI开发，并将继续发展，但硬件创新正在扩大AI的潜力。硬件正在优化、定制或重新设计，以提供新一代的AI加速器。具有“张量架构”的硬件正在加速深度学习AI。供应商，包括英伟达和谷歌正在优化或定制硬件，以支持使用流行的深度学习框架。
我们正在进入后GPU时代。领先的硬件制造商正在创建新的计算机处理器类，从一开始就设计用于AI。定制芯片将AI带入互联网的“边缘” - 物联网设备、传感器和车辆。专为边缘计算而设计的新型处理器将高性能、低功耗和小尺寸相结合。
随着量子计算的成熟，它将为人工智能的进步创造深远的机遇，使人类能够解决以前棘手的问题，从个性化医疗到气候变化。新生时，量子计算正在迅速发展。研究人员在量子计算机上开发了功能强大的神经网络。
强化学习(RL)是开发AI的另一种方法，可以在不知道域的情况下解决问题。 RL系统不是从训练数据中学习，而是奖励和加强朝着特定目标的进展。 AlphaGo Zero是DeepMind为围棋开发的一款RL系统，运行仅40天就开发出了无与伦比的能力。在2019年，RL的发展将使代理人群体能够有效地进行互动和协作。
RL的进展很重要，因为它将系统改进与人类知识的约束分离开来。 RL非常适合在缺少训练数据的环境中创建自主执行的代理。
传递学习(TL)使程序员能够将从先前挑战中学到的元素应用于相关问题。 TL可以提供更强的初始性能，更快速的改进和更好的长期结果。对TL的兴趣在24个月内增长了7倍，并使新一代系统具有更强的适应性。
通过学习语言的基本属性，TL驱动的模型正在改进语言处理领域的最新技术 - 在通用实用领域。 2018年是TL应用于语言处理的突破性一年。
TL还包括：支持开发可与现实世界互动的复杂系统;提供更具适应性的系统;并支持人工一般智能的发展，这在目前的人工智能技术中仍然遥不可及。
生成性对抗网络(GAN)将重塑内容创建、媒体和社会。作为一种新兴的人工智能软件技术，GAN能够以极高的保真度创建包括图片和视频在内的人工媒体。 GAN将在包括媒体和娱乐在内的各个领域带来转型效益，同时为社会带来深刻的挑战 - 谨防'假新闻2.0'。
AI人才需求量很大
随着人工智能融入消费者体验的结构，人工智能的企业采用从早期采用者延伸到早期主流，对能够创建人工智能解决方案的开发人员的需求激增。在英国，人工智能角色的招聘需求自2014年以来增加了485%。四分之一的公司强调，缺乏可用的人才是他们采用人工智能的主要障碍。
需求增长正在加速。在美国，人工智能相关职位的年增长率从20%(2016年)增加到32%(2017年)。在过去的24个月中，与人工智能相关的职位发布占总职位的比例几乎翻了一番(图56)。
......但AI人才库的人才很少
全球AI开发人员数量的估计差异很大，部分取决于定义。在更广泛的技术团队中，可能只有22,000名训练有素的AI专家和多达300,000名AI研究人员和从业者。 AI起源于学术界。理解和应用AI所需的高等数学、统计学和计算机科学需要广泛的教育，限制了可用人才库的规模。 AI开发人员受过高等教育;近60%拥有硕士或博士学位(图60)。人工智能开发人员拥有硕士学位的可能性是其他专业开发人员的两倍，拥有博士学位的可能性是其他专业开发人员的七倍(图61)。三分之二的数据科学家认为他们的大学教育对其职业成功非常重要或相当重要。
人才短缺带来高薪资
人工智能开发人员的短缺正在推动市场的高薪。数据科学家和机器学习专家是收入最高的专业开发人员之一(图63)。在20家薪酬最高的公司，人工智能工程师的薪水平均为22.4万美元(图64)。该领域的领导者掌握着巨额资金。
相对于他们的专业经验水平，人工智能开发人员的薪水尤其高。近一半的数据科学家拥有两年以下的专业经验;近四分之三的人少于10人。与其他开发人员相比，数据科学家相对于他们的经验水平享有最大的工资溢价(图65)。
人工智能工资继续增长
人工智能专业人员的工资近年来显著增长，并且还在不断增加。几乎所有数据科学家都报告说在过去三年中增加了工资;近一半工资增长了20%或更多(图66)。
在过去的12个月里，工资继续增加(图67)。今年的薪酬动态对AI专业人士而言比对许多其他开发人员更有利。然而，人工智能专业人士并不是唯一一个享受大幅同比加薪的人群。专注于系统管理、嵌入式应用程序和企业应用程序的开发人员都获得了类似的增长。
人工智能人才争夺战中，赢家和输家层出不穷
尽管人工智能有可能重塑从零售到医疗保健等行业，但技术和金融服务公司吸收了近60%的人才(图68)。 44%的数据科学家受雇于技术领域，超过医疗保健、咨询、营销、零售、学术和政府部门的总和。金融服务拥有14%数据科学家，居第二位，远低于第一位。
在科技领域，全球最大的科技公司 - 包括亚马逊、苹果、Facebook、谷歌、IBM和微软 - 正在整合大部分可用人才。亚马逊、微软和苹果合计投资约6.2亿美元用于人才库。
欧洲的AI创业公司
欧洲拥有1,600家早期AI软件公司。人工智能创业正在成为主流。 2013年，每50个新创业公司中就有一个接受了人工智能。今天，十分之一的公司把它作为价值主张的核心。欧洲初创生态系统正在走向成熟。六分之一的欧洲AI公司是属于“增长型”公司，拥有超过800万美元的资金。期待：购能够回收资本和人才;创业公司与'规模化'企业以及现有企业竞争; 以及对人才日益激烈的竞争。
英国是欧洲人工智能的强国，拥有近500家人工智能初创企业，占欧洲总数的三分之一，是其他任何国家的两倍。我们提供了一份英国人工智能初创企业的地图，其中包括14家领先企业。德国和法国也是正在蓬勃发展的欧洲人工智能中心。高质量的人才、不断增加的投资以及越来越多突破性的人工智能公司正在创造增长和投资的反馈循环。西班牙对欧洲人工智能的贡献超过了它的规模。与创业相关的移民，丰富了该国的人才库。
欧洲人工智能领域不断变化。虽然英国仍然是欧洲人工智能的强国，但其在欧洲人工智能创业公司的份额，按数量计算，略有下降。英国脱欧可能会加速这一进程。法国、德国和其他国家可能会在未来十年内扩大其影响力，在欧洲更均匀地传播创业的好处。意大利、瑞典和德国在核心人工智能技术方面“超水平发挥”，而北欧国家深厚的技术专长声誉也得到了支持。
九成的人工智能创业公司致力于解决业务职能或部门(“垂直”)。十分之一的人提供“横向”AI技术。四分之一的新人工智能创业公司是消费者公司，因为企业家正在解决或规避“冷启动”数据挑战。许多人专注于金融或健康和福祉。
医疗、金融服务、零售和媒体娱乐等领域的人工智能初创企业都提供了良好的服务。在包括制造业和农业在内的部门，创业活动相对于市场机会来说是有限的。健康与福祉是人工智能创业的重点;更多的初创公司专注于这个领域。在未来10年，开发商对医疗保健未来的影响将超过医生。由于流程自动化带来了深远的新机遇，而且利益攸关方对创新的开放程度达到了临界点，因此活动正在蓬勃发展。
英国是欧洲医疗人工智能的心脏地带，拥有欧洲大陆三分之一的初创企业。英国企业家受益于医疗保健规模的扩大，刺激了人才，并提高了NHS内部对创新的开放程度。
营销和客户服务部门拥有丰富的供应商生态系统。四分之一的人工智能初创企业专注于营销团队的业务功能。大量支持运营团队的人工智能初创企业的涌入，正推动流程自动化的不断提高。由于技术基本面和广泛的资本供应，人工智能公司筹集了更多资金。
核心技术提供商吸引了一定比例的资金份额。虽然占人工智能初创企业十分之一，但它们吸引了五分之一的风险资本。人工智能企业家面临的主要挑战是人才的可用性、培训数据的可获得性以及创造可生产技术的难度
人工智能的好处
人工智能的好处可以概括为:创新(新产品和服务);效率(更有效地执行任务);速度(更快地完成任务);和可伸缩性(不受人类能力限制的自由活动)。这些好处将对消费者、企业和社会产生深远的影响。通过自动化以前由人类专业人员提供的功能，人工智能将降低成本，提高服务的可伸缩性，扩大医疗和交通等市场的全球参与。
在包括保险、法律服务和交通在内的多个行业，人工智能将改变价值链中的利润来源和范围。新的商业成功因素——包括拥有大型私人数据集和吸引数据科学家的能力——将决定一家公司在人工智能时代的成功。随着向人工智能的范式转变导致企业竞争定位的转变，新的平台、领导者、落后者和颠覆者将会出现。
人工智能将为社会带来深远的好处，包括:改善健康;提高制造业和农业生产能力;更广泛地获得专业服务;更令人满意的零售体验;和更多方便。人工智能也带来了巨大的挑战和风险：人工智能驱动的自动化可能会取代工作;人工智能将使涉及日常事务的某些职业实现自动化。
在其他行业，人工智能将增加工人的活动。选择的工人可能在短时间内被替换，这会阻止那些失去工作的人迅速重新融入劳动力大军。可能导致社会混乱和政治后果。
有偏见的系统可能加剧不平等。例如，用于训练人工智能系统的数据反映了历史偏见，包括性别和种族偏见。有偏见的人工智能系统可能导致个人经济损失、机会损失和社会耻辱。人工媒体可能会破坏信任。新的人工智能技术使创造栩栩如生的人工媒体成为可能。在提供好处的同时，它们还能提供令人信服的虚假视频，使骚扰和误导个人变得容易，并通过破坏信任削弱社会。
人工智能提供了隐私和安全之间的权衡。随着人工智能人脸识别技术的进步，公民愿意在多大程度上牺牲隐私来侦查犯罪?人工智能使高科技监控国家成为可能，拥有更大的控制权。 “杀手机器人”与主人对抗的风险可能被夸大了。但较少考虑的是，如果战争的人力成本较低，可能会增加国家间冲突风险。