科技行者 12月27日 北京消息：近期對AI發展進程的調查、研究、預測以及其他量化評估發現：

• 70%的美國民眾不信任無人駕駛汽車，但72%的中國消費者支持無人駕駛汽車；

• 只有4%的美國高管計劃在2020年內立足企業整體部署AI技術，低于去年的20%；

• 只有26%的美國高管表示，他們已經采取措施以應對潛在的AI偏見問題；

• 過去四年以來，美國“人工智能專家”崗位的招聘數量每年增長74%；

• 2019年，全球AI民間投資超過700億美元。

[[287238]]

AI技術的消費者采用情況

70%的美國民眾表示不信任無人駕駛汽車，但72%的中國民眾表示信任。即使未來的汽車能夠自主駕駛，仍有88%的美國消費者希望擁有自己的私家車，而非使用“無人駕駛”工具（持同樣觀點的德國消費者占比為82%，法國為76%）。

在“我希望成為最早體驗無人駕駛汽車的人”這一項中，中國支持率為28%，法國為15%，英國為9%，德國為11%，美國為13%。而在“我不太可能使用無人駕駛汽車”一項中，美國支持率占比40%，德國44%，英國33%，法國29%，中國僅為4%。（來自OC&C對五個國家10029名消費者的調查。）

AI技術的商業采用情況

僅有4%的美國高管計劃在2020年立足企業整體部署AI方案，遠低于上一年的20%；42%的受訪者表示正在調查AI技術使用情況，23%表示將在某些特定區域之內進行試點，18%的受訪者已在多個區域內實際實施，13%的受訪者計劃在多個區域內全面部署。另外，超過90%的受訪高管認為，AI技術帶來的機遇可能高于風險，且有近半數受訪者預計AI技術將給地區市場或所在運營部門（或者二者兼有）帶來沖擊。（普華永道對1062位美國企業主管的調查結果。）

58%的受訪大型企業表示，2019年他們已經至少在一個功能或者業務部門之內采用AI技術，比例高于2018年的47%；在接受調查的大公司當中，只有19%表示他們正在采取措施以應對與算法可解釋性相關的風險，只有13%的企業著手應對包括算法偏見與歧視在內的公平性與公正性風險。（2019年AI指數報告。）

60%的企業主管認為，他們的組織還沒有在AI技術的開發與使用方式層面實現全面統一；超過70%的企業高管表示，他們的公司在過去三年中已經開始采用AI技術；只有26%的受訪者表示他們已經采取措施以應對潛在的AI偏見問題；只有25%的受訪者表示他們會披露AI如何收集以及處理數據信息；只有16%的受訪者表示所在組織內部設有專門的AI技術應用監督委員會；只有13%的受訪者表示他們將智能代理或者聊天機器人確定為非人類實體。（GLG面向160位來自金融服務、醫療保健以及咨詢行業的企業高管進行調查。）

22%的業務決策者表示，他們所在企業已經在過去一年中將機器學習技術引入生產；50%的受訪者曾投入8到90天部署單一機器學習模型；目前的應用痛點包括規模（33%）、版本控制與模型可復用性（32%）以及難以獲得高管認可（26%）。（Algorithmia面向750名業務決策者的調查。）

54%的英國高層決策者表示，他們所在企業目前正在利用AI技術支持客戶服務部門（包括聊天機器人、虛擬助手、自然語言處理以及人臉識別）；荷蘭為97%，法國為86%，德國為81%；在調查涵蓋的全部國家/地區當中，聊天機器人（37%）、自然語言處理（34%）以及機器人流程自動化（31%）是目前最受歡迎的企業級客戶服務改善類技術。（Freshworks面向超過800名客戶服務部門高層決策者進行的調查。）

22%的美國醫療保健組織正在利用包含AI功能的軟件平臺，這一比例較2017年上升了8%；31%受訪者表示他們計劃在未來三年之內引入AI功能。（HealthLeaders Media。）

AI（39%）與大數據（23%）預計將在未來兩年內改變并徹底顛覆整個制藥行業，這些技術將在接下來一段時間繼續保持旺盛的投資吸引力。（Global Data面向制藥企業高管的全球性調查。）

未來職場發展走向

過去四年以來，“人工智能專家”在美國的招聘總人數年均增長74%；排名第二的是“機器人工程師”，增長為40%；排名第三的是“數據科學家”，增幅為37%。（LinkedIn第三輪美國年度新興職業調查報告。）

在美國，AI相關職位的占比由2012年的0.3%增長至2019年的0.8%；從2015年到2019年，新加坡、巴西、澳大利亞、加拿大以及印度的AI招聘人數增長最快。2018年，超過80%的AI博士畢業生進入相關行業，高于2004年的20%；2018年，投身AI行業的美國AI博士畢業生人數達到繼續學術研究部分的兩倍以上；與此同時，亦有眾多研究人員離開學術圈，轉向技術商業領域——2018年超過40名研究人員離校，高于2012年的15人以及2004年的0人。（2019年AI指數報告。）

2015年，“未受重視”勞動力（包括經驗豐富、任職時間長以及年齡達到或超過50歲的員工）估計為美國貢獻高達7.6萬億美元經濟收益，這一比例到2032年將躍升至超過13.5萬億美元。然而，這部分員工目前面臨著自身崗位被機器所取代的嚴峻威脅；根據核算，目前美國年長工人從事的全部崗位中，高達52%可被自動化方案取代。但是，人口的快速老齡化以及出生率的持續下降，意味著這誰能對這批勞動力進行有效再培訓、誰就能在未來市場上占據優勢。（Mercer、Oliver Wyman、Marsh & McLeannan Advantage。）

AI研究

1998年至2018年之間，經同行評審的AI論文數量增幅超過300%；2018年，超過21%的計算機科學博士畢業生主要關注人工智能/機器學習方向；在SuperGLUE與SQuAD 2.0基準測試中，部分通用型自然語言處理方案進步神速；但在部分需要推理功能的NLP任務（例如AI2推理挑戰賽）或以人類為目標的概念學習任務（例如Omnighlot挑戰賽）中，現有AI方案的性能仍然有限。在云基礎設施上訓練大型圖像分類系統的時間周期，已經由2017年10月的約3個小時縮減至2019年7月的約88秒，此類系統的訓練成本也隨之大幅下降。在2012年之前，AI技術的發展速度緊跟摩爾定律，即每兩年計算量翻一番；但在2012年之后，AI計算量每3.4個月即翻一番。（2019年AI指數報告。）

在某項現場實驗中，研究人員希望比較人與機器哪一方更善于進行企業與企業之間的鋁材產品銷售。雖然在大多數情況下，AI系統給出的推薦確實更受歡迎，但在買方具有某些獨特或者復雜要求以及報價思路的情況下，人類銷售者仍然大幅領先。（Yael Karlinksy-Shichor與Oded Netzer。）

AI融資

2019年，AI全球民間投資超過700億美元，與AI相關的初創企業投資超過370億美元，并購案總金額340億美元，首輪公開募股50億美元，少數股權估值約為20億美元；全球AI初創企業仍在持續穩步發展，融資總量由2010年的13億美元增長至2018年的404億美元（截至今年11月4日，2019年融資總額為374億美元）；融資數額以年均48%以上的速度增長；去年，無人駕駛汽車在全球投資中占比最高，達77億美元（占總體投資的9.9%），其次為藥物、癌癥與治療（47%億美元，占比6.1%），人臉識別（47億美元，占比6.0%），視頻內容（36億美元，占比4.5%）以及欺詐檢測與財務（31億美元，占比3.9%）。（2019年AI指數報告。）

AI醫療保健初創企業在2019年第三季度共進行103輪融資，總融資額近16億美元（包括Babylon Health的5.5億美元），這也令醫療保健成為目前AI領域投資最為旺盛的細分子集。（CB Insights。）

數據安全問題多多

作為AI發展的命脈，數據安全成為又一大不容忽視的挑戰。目前全美網絡安全水平最高的城市包括：拉斯維加斯、休斯頓、紐約、邁阿密-勞德代爾堡、哈里斯堡-蘭開斯特-萊巴嫩-約克；美國網絡安全水平最低的城市包括：鹽湖城、圣路易斯、西雅圖0塔科馬、奧斯汀、阿爾伯克基-圣達菲。（Coronet就過去12個月的9300萬次安全事件對全美50個大都市區做出的統計。）

過去兩年中，31%的企業曾遭遇數據泄露；27%的企業并未遵守國家或全球性移動設備保護法規，或者不清楚是否遵守；個人數據收集與濫用問題同樣嚴重：美國41%，加拿大69%，英國70%，法國72%，德國78%。（SOTI、IQPC以及Enterprise Mobility Exchange。）

與2018年同期相比，2019年假日購物季以來的在線零售欺詐活動增加了29%；2017年與2019年相比，可疑電子商務欺詐行為更是增長60%。（iovation對過去三年中從感恩節到網絡星期一期間在線零售交易的調查。）

數據正在吞噬世界

2019年第三季度，年化移動數據流量同比增長68%。高增長率主要源自印度智能手機用戶數量增加以及中國智能手機月均數據流量提升的推動。總體而言，智能手機用戶數量與單用戶平均數據流量提升共同推動總體數據流量的上揚，其中的核心驅動因素為視頻內容觀看量的增加。（愛立信移動調查報告。）

AI市場展望

到2023年，中國AI市場總值將達到119億美元，遠高于2020年的425億美元。（來自IDC與QbitAI）

企業虛擬數字助手軟件市場將由2018年的13億美元增長至2025年的89億美元。（來自Tractica）

到2024年，AI在農業市場的價值將達到20.157億美元，遠超2019年的5.78億美元。（來自BIS Research）

其他 AI 發展趨勢

 “神經網絡模型內的參數數量，實際上正以每年10倍的速度增長。這樣的增長指數前所未有，速度之快令人難以置信，而且幾乎超越一切我曾見到過的技術轉化。”——英特爾公司，Naveen Rao

 “與市場上的其他導航類應用相比，人類的介入無疑令Waze地圖與應用獲得了更高的精度。這就是人為因素的重要性，目前的AI技術還無法真正達到同樣的水平。”——Waze地圖編輯志愿者，Chad Richey

 “我們應該記住，可解釋性是存在邊界的。畢竟，即使是人類做出的決定，有時候同樣無法解釋。”——吳恩達

 “我認為很多專注于實驗室工作的研究人員，包括Yann LeCun，都覺得「AGI」這一概念既沒什么意思、也沒什么意義。當然，有些人認為AGI才能代表真正的人類智能，但我對這種看法并不認同，因為人類智能本身就缺少通用性。另外，也有不少人把奇異性強行代入AGI，即只要擁有了AGI，那么這種智能就會自發學習并不斷改進。但目前還不存在這樣的模型，包括人類自己，也無法讓自己變得更聰明。我認為終有一天，人們會拋棄AGI的概念，轉而追求更為明確的發展議程。”——Facebook公司人工智能副總裁，Jerome Pesenti

 “……我們無法預測未來，這種不可預測性應該屬于常識。但在涉及AI時，很多人總愛丟掉共識。”——普林斯頓大學，Arvind Narayanan