自 2017 年以来，采用率增加了一倍多，但过去几年使用人工智能的组织比例一直稳定在 50% 至 60% 之间。 一些从人工智能中获得最高财务回报的公司继续领先于竞争对手。 结果显示，这些领导者在人工智能方面进行了更大的投资，参与了越来越先进的实践，以实现规模化和更快的人工智能开发，并显示出在人工智能人才紧张的市场中表现更好的迹象。 在人才方面，我们首次密切关注人工智能招聘和技能提升。 数据显示，人工智能团队的多样性还有很大的提升空间，并且与其他研究一致，多元化的团队与出色的绩效相关。
目录
五年回顾：人工智能的采用、影响和支出
留意差距：人工智能领导者领先
人工智能人才故事：新的热门角色，持续的多元化困境
关于研究
1. 五年回顾：人工智能的采用、影响和支出
这是我们连续第五年在全球范围内对人工智能在商业中的作用进行研究，并且在此期间我们看到了变化。
其次，随着人工智能应用的不断增加，对人工智能的投资水平也随之增加。 例如，五年前，使用人工智能的组织中有 40% 的受访者表示，其数字预算的 5% 以上用于人工智能，而现在，超过一半的受访者表示有这一投资水平。 展望未来，63% 的受访者表示，他们预计其组织的投资将在未来三年内增加。
第三，企业从人工智能中看到价值的具体领域已经发生了变化。 2018 年，最大比例受访者表示看到人工智能使用价值的两个职能是制造和风险。 如今，最大的收入影响出现在营销和销售、产品和服务开发、战略和企业财务领域，受访者表示供应链管理中的人工智能带来的成本效益最高。 人工智能实现的底线价值仍然强劲且基本一致。 今年约有四分之一的受访者表示，到 2021 年，他们组织的 EBIT 中至少有 5% 归因于人工智能，这与前两年的调查结果一致，当时我们也跟踪了这一指标。
2. 留意差距：人工智能领导者领先
在过去的五年里，我们追踪了人工智能领域的领导者——我们将他们称为人工智能高绩效者——并研究了他们的不同做法。 我们看到更多的迹象表明这些领导者正在扩大他们的竞争优势，而不是我们发现其他人正在迎头赶上的证据。
首先，我们还没有看到领导小组规模的扩大。 在过去三年中，我们将人工智能高绩效企业定义为受访者表示看到人工智能采用带来的最大底线影响的组织，即 20% 或更多的 EBIT 来自人工智能的使用。 属于该群体的受访者比例一直稳定在 8% 左右。 调查结果表明，该群体取得的优异业绩主要来自人工智能提高了营收，因为他们更有可能报告人工智能正在推动收入而不是降低成本，尽管他们也报告人工智能降低了成本。
其次，高绩效者比其他人更有可能遵循能够释放价值的核心实践，例如将其人工智能战略与业务成果联系起来（图表 1）。2同样重要的是，他们更频繁地参与支持人工智能开发和应用的“前沿”实践。 大规模部署，或者一些人所说的“人工智能工业化”。 例如，领导者更有可能拥有足够模块化的数据架构，以快速适应新的人工智能应用程序。 他们还经常自动化大多数与数据相关的流程，这既可以提高人工智能开发的效率，又可以通过提供更多高质量的数据输入人工智能算法来扩大他们可以开发的应用程序的数量。 与其他组织相比，人工智能高绩效企业通过使用新兴的低代码或无代码程序让非技术员工参与创建人工智能应用程序的可能性高出 1.6 倍，这使得公司能够加快人工智能应用程序的创建速度。 在过去的一年里，高绩效组织比其他组织更有可能遵循某些先进的扩展实践，例如使用标准化工具集创建可立即投入生产的数据管道，以及使用端到端平台进行人工智能相关的数据科学 、数据工程和他们内部开发的应用程序开发。
3.人工智能人才故事：新的热门角色，持续的多元化困境
我们对人工智能人才图景的首次详细观察标志着人工智能的成熟，揭示了组织在人才招聘和技能提升方面最常见的策略，并揭示了人工智能的多样性问题，同时再次展示了多样性与成功之间的联系。
招聘是一个挑战，但对于高绩效者来说则不那么困难
所有组织都报告称，招聘人工智能人才，特别是数据科学家，仍然很困难。 与其他组织相比，人工智能高绩效企业报告的难度稍低，并且更频繁地聘用机器学习工程师等某些职位。
重新培训和提升技能是招聘的常见替代方案
在寻找人工智能人才方面，所有受访者最流行的策略是对现有员工进行再培训。 近一半的人正在这样做。 从顶尖大学以及非顶尖科技公司（例如地区领导者）招聘也是常见的策略。 但对高绩效者的策略的研究表明，组织可能通过利用尽可能多的招聘渠道获得最佳服务（图表 2）。 这些公司比其他公司更加努力地从各种来源招募人工智能相关人才。 调查结果显示，虽然他们更有可能从顶级技术大学和科技公司招聘人才，但他们也更有可能从其他大学、培训学院以及注重多元化的项目或专业组织寻找人才。
调查结果表明，人工智能高绩效企业和其他组织都在提高人工智能技术和非技术员工的技能，人工智能高绩效企业和其他组织中近一半的受访者表示，他们正在重新培训技能，以此作为获得更多人工智能人才的一种方式。 然而，高绩效企业比其他组织采取更多措施来培养员工的人工智能相关技能。
高绩效企业的受访者表示其组织有能力建设计划来培养技术人员的人工智能技能的可能性比其他受访者高出近三倍。 他们最常见的方法是体验式学习、自主在线课程和认证计划，而其他组织最常依赖自主在线课程。
与其他组织相比，高绩效企业更有可能超越提供自主在线课程的途径，提高非技术员工的人工智能技能。 高绩效企业的受访者向非技术人员提供同行学习和认证计划的可能性几乎是其他受访者的两倍。
增加人工智能团队的多样性是一项正在进行的工作
我们还探讨了组织中以人工智能为中心的团队的多样性水平，我们发现大多数组织都有很大的改进空间。 在受访者组织的这些团队中，女性员工的平均比例仅为 27%。 从开发人工智能解决方案的少数种族或族裔的平均比例来看，这一比例相似：仅为 25%。 此外，29% 的受访者表示，他们的组织没有少数族裔员工致力于人工智能解决方案。
一些公司正在努力提高人工智能人才的多样性，尽管在提高性别多样性方面所做的工作比种族多样性要多。 46% 的受访者表示，他们的组织制定了积极的计划，通过与注重多样性的专业协会合作招募候选人等措施，增加开发人工智能解决方案的团队中的性别多样性。 三分之一的人表示，他们的组织制定了增加种族和民族多样性的计划。 我们还发现，从事人工智能解决方案的女性或少数族裔组织通常会制定适当的计划来解决这些员工的体验。
与麦肯锡之前的研究一致，该研究表明多样性与卓越绩效之间存在相关性。 受访者表示至少 25% 的 AI 开发员工为女性的组织成为 AI 高绩效员工的可能性是其他组织的 3.2 倍。 那些至少四分之一的人工智能开发员工是少数族裔的人，成为人工智能高绩效员工的可能性是其两倍多。
关于研究
该在线调查于2022年5月3日至5月27日以及2022年8月15日至8月17日进行，收到了代表各个地区、行业、公司规模、职能专业和任期的1,492名参与者的回复。 在这些受访者中，744 人表示他们的组织已在至少一项职能中采用了人工智能，并被问及有关其组织人工智能使用的问题。 为了调整答复率的差异，数据根据每个受访者所在国家对全球 GDP 的贡献进行加权。
