麥肯錫：2022探索人工智能新前沿： 中國經濟再迎6000億美元機遇（13頁）.pdf

《麥肯錫：2022探索人工智能新前沿： 中國經濟再迎6000億美元機遇（13頁）.pdf》由會員分享，可在線閱讀，更多相關《麥肯錫：2022探索人工智能新前沿： 中國經濟再迎6000億美元機遇（13頁）.pdf（13頁珍藏版）》請在三個皮匠報告上搜索。

1、探索人工智能新前沿：中國經濟再迎 6000億美元機遇到2030年，人工智能（AI）在中國將有望顛覆交通運輸和其他關鍵產業，撬動難以限量的經濟價值若要把握這一機遇，須在多個維度進行戰略合作和能力建設。2022年7月 Getty Images作者：沈愷、童瀟瀟、吳聽、張芳寧過去10年，中國打下了堅實基礎，全力推動人工智能產業發展，對全球人工智能也做出了重大貢獻。斯坦福大學人工智能指數采用研究、開發和經濟維度的多項指標，對全世界人工智能的發展情況進行評估，中國的全球人工智能活力度躋身前三。舉例來說，從研究維度看，中國2021年貢獻了 全球約1/3的人工智能期刊論文和人工智能論文引用量。在經濟投資維度

2、，中國2021年占全球私人投資總額的比例接近1/5，為人工智能初創公司引資170億美元。如今，人工智能在中國的金融、零售和高科技行業的普及率很高，這些行業合計占到全國人工智能市場的1/3以上（參見附文“5類中國人工智能企業”）。例如，中國家喻戶曉的頭部科技企業阿里巴巴和字節跳動，都以基于大數據和人工智能的高度個性化的消費者應用而著稱。事實上，目前為止中國大多數人工智能應用主要都在消費領域，這要歸功于全世界最大規模的互聯網消費者群體，以及由于行業不斷創新消費者互動方式而提升的客戶忠誠度、收入和市值。往前看，中國的人工智能將如何發展？我們的研究顯示，未來10年，人工智能將為中國一些新的行業帶來巨大

3、的增長機會，尤其在如汽車、交通運輸和物流；制造業；醫療保健和生命科學；企業軟件等創新和研發支出向來落后于全球同行的行業（參見附文“關于本研究”）。我們預計，在這些行業，一系列人工智能用例每年可創造超過6000億美元的經濟價值（為 了幫助理解，我們以超大型城市如上海為例，2021年該市GDP總量約為6800億美元）。有的價值來自人工智能賦能的產品或服務創造的收入，有的價值來自效率和生產率提高后節約的成本。對各行各業來說，人工智能用例都有可能成為企業的“兵家必爭之地”，因為它將催生出未來的行業領先者。把握人工智能機遇通常須對多個領域輔以重大投資，有時候甚至遠超領導者預期，投資領域包括支持人工智能系

4、統的數據和技術；構建這些系統的人才和組織思維；創建數據生態系統、行業標準和監管法規的新型商業模式和合作方式。1“Global AI Vibrancy Tool:Whos leading the global AI race?”，人工智能指數，斯坦福大學人類中心人工智能研究所（HAI），斯坦福大學，2021年排名。2 Daniel Zhang等人合著的 人工智能指數報告2022，斯坦福大學人類中心人工智能研究所（HAI），斯坦福大學，2022年3月，圖4.2.6，“全球各地人工智能私人投資，20132021年”。3 艾瑞咨詢，中國人工智能產業研究報告（），2020年12月。5類中國人工智能企業我

5、們發現，中國的人工智能企業大致可以歸為以下5類：1.科技巨頭。建立端到端的人工智能技術能力，并在生態系統內進行合作，同時為B2B和B2C企業提供服務。2.傳統企業。在內部轉型、新品發布和客戶服務中開發和采用人工智能技術，直接服務于客戶。3.垂直領域人工智能公司。為特定領域的用例開發軟件和解決方案。4.人工智能核心技術提供商。提供計算機視覺、自然語言處理、語音識別和機器學習能力，幫助其他企業開發人工智能系統。5.硬件公司。提供硬件基礎設施，滿足人工智能在存儲、計算能力等硬件方面的需求。2人工智能開辟新前沿：中國經濟再迎6000億美元機遇我們的工作和其他的全球研究發現，在從人工智能獲得最大價值的企

6、業中，一些賦能因素正在成為其“標 配”。為 了幫助領導者和投資者部署資源，努力加快人工智能的發展，取得顛覆性進步，成為行業領先者，我們進行了深入研究。本文將首先分析每個行業最大的機遇來自哪里，然后對企業應首先考慮的核心賦能因素展開論述。追蹤最具“錢”景的行業我們通過研究中國人工智能市場來確定未來人工智能將在哪些方面創造最大的價值。為 了解全球范圍內人工智能在哪些領域創造最大的價值，我們詳細研究了市場預測，并深入分析了國家、地區和行業層面的研究報告。接著，我們與來自中國各行各業的專家展開深入對話，探討今后最大的機會將在哪里出現。我們的研究最終指向以下幾個行業：在6000億美元的機遇中，半數以上將

7、來自汽車、交通運輸和物流行業（約64%）；19%來自制造業；13%來自企業軟件；還有4%來自醫療保健和生命科學（見圖1）。我們的分析顯示，每個行業的價值創造機會往往集中于兩三個領域。圖1利用人工智能創造最大經濟價值的四大關鍵產業#$%&()*250!#+,-./&013800!#2345800!#6731150!#!#$%&()*+,-./00*112233448899:;?6000AABBCC!#$%&()*+,-./0202111023112關于本研究本研究基于麥肯錫對50多名內部和外部專家的實地訪談，以及2021年10月至11月期間對歐洲、美國、亞洲和中國市場評估的全面分析。由于金融和零

8、售等商業領域的人工智能用例已較為成熟，普及率也較高，因而此次分析我們重點考察其他行業。在價值創造潛力最大的行業，我們重點關注具有以下兩大特征的領域和用例：1，人工智能應用目前正處在市場進入階段；2，有望在2030年之前產生巨大影響。而對于來自相同行業，尚處在早期探索階段或行業普及率較高的應用（如制造運營優化），則不屬于本研究的重點。4 人工智能現狀報告（2021），麥肯錫，2021年12月8日。3人工智能開辟新前沿：中國經濟再迎6000億美元機遇這些領域過去5年獲得的私募股權和風險投資公司的資金支持通常較大，商業概念也往往成功得到驗證。汽車、交通運輸和物流 中國是全球最大的汽車市場，保有量已超

9、過美國。如此龐大的規模（我們估計，中國的乘用車保有量到2030年將超過3億輛）為人工智能的發展提供了 一片沃土。事實上，我們的研究發現，人工智能對汽車行業的潛在影響最大，有望創造超過3800億美元的經濟價值。這種價值創造可能主要來自以下三個領域：自動駕駛或無人駕駛汽車、為車主提供個性化體驗、車隊資產管理（見圖2）。自動駕駛或無人駕駛汽車。對行業創造的價值比例最大（約為3350億美元）。其中一些新創造的價值可能歸因于財務損失的減少，如醫療救治、急救服務和車輛成本。由于自動駕駛汽車可以自適應周圍環境，實時做出駕駛決策，避免了 人類司機在駕駛途中因做別的事情分心，比如發短信，而導致事故的發生。我們預

10、計每年的道路交通事故有望減少約3%5%。隨著城市和企業逐步用共享自動駕駛汽車取代客車和公交車，減少司機數量也可增加價值。傳統車企和人工智能企業在將自動駕駛能力推進到L4級（指駕駛高度自動化，由機器接管全部操作，人不需要對所有的系統請求做出回答）和L5級（指完全自動駕駛，方向盤成為可選項）的過程中取得了不俗的進展。例如，文遠知行實現了L4級自動駕駛能力，并在廣州開啟自動駕駛出租車試運營，一年提供15萬趟行程，期間沒有發生一起主動責任事故。5 估算基于麥肯錫分析。主要假設：中國道路上3%的輕型汽車和5%的重型汽車將被共享自動駕駛汽車所取代；隨著自動駕駛汽車的普及，交通事故將減少3%5%。6 文遠知

11、行官網的自我評估聲明。7 此次試運營于2019年11月至2020年11月間進行。圖2在汽車、運輸和物流行業，自動駕駛將創造最大經濟價值8899:;?3800!#DDEEFFGGHHIIJK-LM5566778899:;44?AABBCCDD()*+,-.!#$%&()*+,-./02021110231123350!#!#$%&(%)*+,-./0123456789:;?1A,BACD1EFCGHI8JKLMN1OPQCRSTU1VWXYNNOOPPQQ1300!#Z_KL=a/b3cde34fg(KLgh(ijklm1nopJ8qrstuvw,KLxyRRSSTTUUVV2150!#fz$_a

12、/3|=a/cd13|=(f,C1,XY,WWXXYYZZ34人工智能開辟新前沿：中國經濟再迎6000億美元機遇為車主提供個性化體驗。使用人工智能分析傳感器和GPS數據（包括汽車零部件狀況、燃料消耗、道路選擇和駕駛習慣），汽車廠商和人工智能公司可提供定制化的軟硬件升級建議，并為車主提供個性化的駕駛體驗。例如，智能電動汽車公司蔚來擁有先進的輔助駕駛系統和電池管理系統，可以在駕駛過程中，實時跟蹤動力電池健康狀況，診斷使用模式，優化充電節奏，從而延長電池壽命。我們的研究發現，這種方式可以降低維護成本和車輛意外故障，同時通過軟件升級和新功能的商業化開辟收入新來源，總體可創造300億美元的經濟價值。車隊

13、資產管理。中國的鐵路、高速公路、內河航運和民航航線網絡總里程躋身世界前列，人工智能在幫助車隊管理者更好地駕馭交通網絡方面將有望發揮至關重要的作用。我們的研究發現，隨著車企和專注于物流行業的人工智能企業開發運營優化程序，分析物聯網數據，為物流運營商確定燃油效率更高的路線和成本更低的維護站，將有望創造150億美元的經濟價值。例如，中國某車企現為車隊所有者和運營者提供一套人工智能驅動的管理系統，用于監控車隊所處的位置，跟蹤車隊狀況，給出車隊調度、行程和道路建議。據估計，該系統最多可為企業節省15%的燃油和維護成本。制造業在制造業，中國正從低成本的玩具和服裝制造中心，轉型成為處理器、芯片、發動機和其他

14、高端零部件等精密制造領域的領導者。我們的研究顯示，人工智能有利于促進制造業從生產執行向制造創新的轉型，從而創造1150億美元的經濟價值（見圖3）。8 估算基于麥肯錫分析。主要假設：人工智能將為客戶節省5%10%的維護費（硬件更新）；車企和人工智能公司通過軟件升級增加的收入，覆蓋15%的車隊。9 估算基于麥肯錫分析。主要假設：汽車車隊的燃油消耗和維護成本減少5%15%；飛機、船舶和火車的成本減少約2%。!3EE(44FFGGHHIIJJKKLL(1150MMNNOO/+,-.!#$%&()*+,-./02021110231128899:;?1150!#DDEEFFGGHHIIJK-LM-YY_1

15、50!#!c,%)*+A,y=#1BA#1XY15o11aabbcc_1000!#F1!c,%)*+(A,y=1#=XY12圖3制造業有兩個領域可以創造1150億美元的經濟價值5人工智能開辟新前沿：中國經濟再迎6000億美元機遇這之中，絕大部分創造的價值（約1000億美元）將來自流程設計創新，這就需要通過豐富的人工智能應用加以實現，比如創造下一代裝配生產線的協作機器人，以及通過映射真實世界資產進行模擬和優化的數字孿生技術。10借助數字孿生技術，生產商、機械和機器人提供商以及系統自動化提供商便可在大規模投產前，模擬、測試和驗證生產流程的結果（如良品率或生產線的生產率），這樣就能及早發現成本高、效

16、率低等流程問題。中國某本土電子產品制造商使用可穿戴傳感器來識別工人手部和肢體運動，并對其進行數字化處理，用以模擬人類在生產線上的活動。之后對設備參數和配置進行優化（例如根據工人的身高調整每個工位的角度），降低工人受傷的風險，同時提高舒適度和生產率。其余的價值創造（約150億美元）可能來自人工智能促進的產品開發。企業可以使用數字孿生快速測試和驗證新的產品設計，以降低研發成本，提高產品質量，持續驅動產品創新。在全球市場上，谷歌（Google）讓人們得以一窺人工智能的巨大潛力，它可以使用人工智能技術快速評估零部件的不同布局將如何改變芯片的功耗、性能指標和尺寸，因此只需要很短的時間就能規劃好理想的芯片

17、設計方案，這比設計工程師所需的時間要少得多。企業軟件與其他國家、地區一樣，中國的企業也紛紛開啟數字化和人工智能轉型，推動著新的本土企業軟件行業蓬勃發展，為建立必要的技術基礎提供支持。據估計，這些企業提供的解決方案可以再創造800億美元經濟價值（見圖4）。在這個行業，云服務和人工智能工具預計將貢獻超過一半的價值創造（相當于450億美元）。舉例來說，某本土云服務提供商為100多家本土銀行和保險公司提供集成數據平臺，使之可以同時在云端和本地環境中運營，降低了數據庫開發和存儲成本。再舉一例，中國某人工智能工具提供商開發了 一個共享人工智能算法平臺，可以幫助數據科學家針對特定的預測問題自動訓練、預測和更

18、新模型，將模型的開發時間從3個月縮短到2周左右。人工智能驅動的SaaS（軟件即服務）有望貢獻企業軟件行業其余350億美元的經濟價值。本土SaaS應用開發商可以使用多種人工智能技術（如計算機視覺、自然語言處理、機器學習），幫助企業在財務和稅務、人力資源、供應鏈和網絡安全等職能部門進行預測和決策。例如，中國某領先金融機構使用人工智能驅動的本土SaaS解決方案，根據員工的職業路徑，利用人工智能機器人提供個性化的培訓建議。醫療保健和生命科學近年來，中國加大了對醫療保健和生命科學領域的人工智能創新投資。根據“十四五規劃”，到2025年，中國每年將增加7%的研發支出，其中至少8%投向基礎研究。投資重點之一

19、是加快藥物發現速度和提高成功率，這在全球都是重大課題。0 估算基于麥肯錫分析。主要假設：基于2030年的人工智能普及率和子行業的制造設計改善情況（包括化工、鋼鐵、電子、汽車和先進工業），制造產品研發成本降低40%50%。估算基于麥肯錫分析。主要假設：基于2030年的人工智能普及率和子行業的產品研發改善情況（包括電子、機械、汽車和先進工業），制造產品研發成本降低10%。估算基于麥肯錫分析。主要假設：中國云數據庫年均復合增長率為12%；人工智能工具年均復合增長率為20%30%。估算基于麥肯錫分析。主要假設：軟件市場年均復合增長率為17%；中國2030年的SaaS滲透率為100%；在企業SaaS應用

20、領域，90%用例都由人工智能賦能?！笆奈濉睌底纸洕l展規劃，中華人民共和國國務院，2022年1月12日。6人工智能開辟新前沿：中國經濟再迎6000億美元機遇2021年，全球藥物研發支出達到2120億美元，與2012年的1370億美元相比，期間的年均復合增長率接近5%。藥物發現平均需要5.5年，不僅導致病人遲遲無法使用創新療法，還縮短了 為鼓勵創新而設置的專利保護期。盡管新藥研發成功率有所提升，但只有全世界排名前20%的醫藥公司能在7年后收回研發投資。另一個重點是改善治療效果。在診斷結果和臨床決策方面，中國人工智能初創公司目前正努力通過提供更準確更可靠的醫療保健服務來提升中國在這一領域的聲望。

21、我們的研究顯示，人工智能賦能研發可以在三個方面增加超過250億美元的經濟價值，即加快藥物發現速度、優化臨床試驗和支持臨床決策（見圖5）。加快藥物發現速度。目前中國新藥（專利處方藥）市場占中國市場總規模不足30%（相較而言，全球比例超過70%），表明新藥研發領域利用人工智能大有潛力。我們估計，使用人工智能加快靶點識別和新分子設計最多可以貢獻100億美元的經濟價值。中國已經有20多家由私募股權公司或本土科技巨頭投資的人工智能初創公司，或與傳統制藥公司開展合作，或獨立開發新療法。例如，英矽智能（Insilico Medicine）使用一種端到端生成式人工智能引擎進行靶點識別、分子設計和先導化合物優化

22、，不到18個月，只花費不足300萬美元，就發現了一種治療肺纖維化的臨床前候選藥物。估算基于麥肯錫分析。主要假設：新藥發現的人工智能賦能率為35%；10%的收入來自人工智能賦能的新藥開發。!4PP44QQRRSSTTKKUUVVWWXXYYZZ88RR;SaaS_44aa#$%&bbccddeeffgghh*iiWW-.!#$%&()*+,-./02021110231128899:;?800!#12DDEEFFGGHHIIJK-dZSaaSeeff350!#$%&(_?,cd1E2%)*+$,(,/05gBA,MNLLMM&gghh55450!#cdcdf,XY!X=5$,“”eAPIm5=ML

23、Opsl,fi圖4企業軟件公司可通過數據基礎設施、中間件和SaaS為行業提供人工智能解決方案來實現大多數價值7人工智能開辟新前沿：中國經濟再迎6000億美元機遇相較而言，從靶點發現到臨床前候選藥物平均需要6年時間，花費超過1800萬美元，可見這一技術產生的重大影響。這種抗纖維化候選藥物現已順利完成0期臨床研究，進入I期臨床試驗。優化臨床試驗。我們的研究表明，通過優化臨床研究設計（流程、方案、機構）、優化試驗交付和執行（如混合式臨床試驗交付模式）和產生真實世界證據，還可創造100億美元的經濟價值。這些人工智能用例可以減少臨床開發的時間和成本，為患者和醫療專業人士提供更好的體驗，提升質量，強化合規

24、性。例如，一家全球排名前20的醫藥公司采用人工智能和流程改善相結合的方式，將臨床試驗參與者招募時間縮短了13%，節省了10%15%的外部成本。這家醫藥公司將三個領域作為其科技化臨床試驗開發的重點。為 了加快臨床試驗設計和運營規劃，它利用內外部數據來優化方案設計和機構選擇。為 了簡化機構和患者的參與過程，它建立了 一套附帶API標準的生態系統，可充分利用內部和外部創新。為 了建立一個臨床試驗開發艙，它對運行中的臨床試驗數據進行了匯總和虛擬化，實現了 全透明端到端的臨床試驗運營，這樣就能預測潛在的風險和試驗延誤，并主動采取行動。支持臨床決策。我們的研究表明，使用機器學習算法處理醫學影像和數據（包括

25、癥狀描述、醫學影像、檢查指標等），預測診斷結果并支持臨床決策，可以產生大約50億美元的經濟價值。16 估算基于麥肯錫分析。主要假設：臨床試驗中的人工智能利用率為30%；利用實際循證（RWE）加速審批可節約30%的時間。估算基于麥肯錫分析。主要假設：更精準的人工智能診斷可以將早期癌癥診斷率提高10%；人工智能可以將效率提高10%。圖5醫療保健和生命科學行業有三個領域可以創造250億美元經濟價值8899:;?250!#DDEEFFGGHHIIJK-LM-dZ!#$%&()*+,-./0202111023112100!#25fl1=#1fl,G1XYiijjkk00ll1100!#2_,%)*+,c

26、d1nBAy,#1OPy=I,XY1GmmTTnnooppqq250!#2%)*+$_*cd1BA,MN1XY1I,rrssnnoottuu38人工智能開辟新前沿：中國經濟再迎6000億美元機遇一家醫學影像領域領先的人工智能初創公司現在將計算機視覺和機器學習算法應用于視網膜圖像的光學相干斷層（OCT）掃描結果。它能自動搜索和識別幾十種慢性疾病的信號（如糖尿病、高血壓、動脈硬化），加快了診斷速度，提高了疾病早期發現率。如何解鎖機遇我們的研究發現，每個行業都需要在6個關鍵賦能領域推動重大投資和創新，才能最大化獲得人工智能的價值（見圖6）。前4個領域（數據、人才、技術和思維轉變）屬于對人工智能技術的

27、采用和規?；姆懂?。其余兩個領域（協調生態系統、適應監管法規）共同構成市場協作，可被視為戰略的范疇。這些領域的一些具體挑戰是某個行業所獨有的。例如，在汽車、交通運輸和物流行業，與5G和聯網汽車技術（通常稱為V2X）的最新進展保持同步，對釋放該行業的價值至關重要。醫療保健行業則希望及時了解人工智能可解釋性方面的最新進展，因為醫療機構和患者只有理解算法為何做出某種決定或推薦，才會對人工智能的判斷結果產生信任。整體而言，我們認為其中4個領域（數據、人才、技術和市場協作）是所有行業面臨的共同挑戰，不僅會對取得的經濟價值產生重大影響，而且一旦應對不好，也會大大增加解決其他挑戰的難度。數據人工智能系統需要

28、獲取高質量的數據才能正常運行，這就意味著數據必須是可得的、可用的、可靠的、相關的和安全的。如果沒有為存儲、處理和管理每天生成的海量數據打好基礎，就會在這方面遭遇挑戰。以汽車行業為例，要讓自動駕駛汽車了解前方路況，并為人類駕駛員提供個性化體驗，汽車必須具備每天處理和支持高達2TB車輛和道路數據的能力。在醫療保健行業，人工智能模型需要獲取大量組學數據才能理解疾病，確定新靶點，設計新分子藥物。利用人工智能獲得最大回報的公司（即人工智能貢獻了超過20%的息稅前利潤）就此提供了一些洞見。麥肯錫發布的 2021全球人工智能調查報告 顯示，表現優異的企業更有可能投資核心數據實務，比如，快速整合內部的結構化數

29、據，以供人工智能系統使用（表現優異的企業達到51%，其他企業只有32%）；建立企業全員都可以訪問的數據字典（兩類企業的比例分別為53%和29%）；以及制定清晰的數據治理流程（分別為45%和37%）。參與數據共享和數據生態系統同樣至關重要，因為此類合作能帶來其他方式無法獲得的洞見。例如，醫療大數據公司和人工智能公司現在都在與各大醫院和研究機構合作，將電子病歷與醫藥公司或CRO（合同研究組織）提供的公開醫療研究數據和臨床試驗數據加以整合，用于分析研究。以此，各相關方將共同促進藥物發現、臨床試驗和實時決策，助力醫療機構為每一位病人更好地確定合適的治療方案和計劃，從而提高治療效果，減少不良副作用的發生

30、率。醫渡云就是這樣一家公司。2017年以來，該公司為中國500多家醫院提供大數據平臺和解決方案，在獲得授權的情況下分析了超過13億份病例，應用于真實世界的疾病模型，為包括臨床研究、醫院管理和政策制定在內的各種用例提供支持?！敖M學”包括基因組學、表觀基因組學、轉錄組學、蛋白質組學、代謝組學、交互組學、藥物基因組學和疾病組學。人工智能現狀報告（2021），2021年12月8日。9人工智能開辟新前沿：中國經濟再迎6000億美元機遇人才根據我們的經驗，如果缺乏相關業務領域的專業知識，企業幾乎不可能利用人工智能產生什么影響。知道在什么領域提什么問題，甚至可以決定企業某個人工智能項目的成敗與否。因此，這4

31、個行業（汽車、交通運輸和物流；制造業；企業軟件；醫療保健和生命科學）的組織都應開展系統性培訓，將現有的人工智能專家和研究人員轉型為人工智能轉譯員這些人知道應該提出哪些業務問題，并將業務問題“翻譯”成人工智能解決方案。圖6這四個行業都必須對六個關鍵賦能因素大力投資，才能解鎖人工智能的全部經濟價值，但每個因素的重要性各不相同!6$%&()*+,-./00112233445566778899:;()7788!#$%&()*+,+-./012&3456ss4HH44ttuuvvww6HH1122xx&yyzz*|?&bb#$%&/+,-.?HHyyzz/!#$%&()*+,-./02021110231

32、12789ccdd=cdo(cd=,SflY=co,o(!5v=#$(%&c,=(1)*qs(#$(+,#$(cd(-./0G15=234X5618J78=9:,C?H$,;5?!N,AB,(,51n(5C5=DEFDDEEFFGJHIJK=LMNOPQEJR=w1ST5;%U10人工智能開辟新前沿：中國經濟再迎6000億美元機遇打個比方，他們所掌握的技能好比是希臘字母。這一群體不僅廣泛掌握通用管理技能（橫線），而且在人工智能和業務領域也具備深厚的專業知識（兩條豎線）。對一些企業來說，要建設這樣一支人才隊伍就必須對技術人才進行必要技能的培訓。例如，某人工智能藥物發現領域的初創公司設計了 一個項

33、目，為新入職的數據科學家和人工智能工程師培訓分子結構和分子特點等醫藥領域的專業知識。該公司管理層認為，公司之所以能發現近30種進入臨床試驗的分子藥物，正是得益于其人工智能專家深厚的醫藥專業知識。另一些企業則希望加強現有專業人才的人工智能技能。某電子產品制造企業建立了數字化和人工智能學院，為其不同職能領域的400多名員工提供在職培訓，使之能夠領導組織的各種數字化和人工智能項目。技術成熟度回顧以往的研究，麥肯錫發現，具備必要的技術基礎是人工智能項目取得成功的重要因素。20我們的研究表明，中國的企業領導者應當著重考慮以下4個方面：拓展數字化應用。各行各業都有拓展數字化應用的空間。在醫院和其他醫療機構

34、，與患者、人事和設備有關的許多工作流程尚有待數字化升級。這就需要拓展數字化應用，為醫療保健組織提供必要的數據，以此預測患者是否符合臨床試驗條件，或者為醫生提供智能臨床決策支持工具。制造業同樣如此，由于工廠的數字化程度普遍較低，在生產設備和生產線上安裝物聯網傳感器就可以為企業積累數字孿生技術所需的必要數據。部署數據科學工具和平臺。算法的開發成本往往很高，好在企業可以利用市場上已有的技術平臺和工具來簡化模型的開發、部署和維護工作，就像通過技術投資提高工廠生產線的效率那樣。我們建議企業考慮這幾種基礎能力：可重復使用的數據結構、可擴展的計算能力和自動化的MLOps能力，這些可以確保人工智能團隊以最高的

35、效率和生產率開展工作。推進云基礎設施。我們的研究發現，雖然中國的云端IT工作負載比例基本與全球調查數據持平，但出于安全和數據合規考慮，中國私有云承擔的IT工作負載比例遠高于全球平均水平。當SaaS供應商和其他企業軟件提供商進入該市場時，我們的建議是，持續推進基礎設施建設以解決這些擔憂，并為企業提供清晰的價值主張。這就需要在虛擬化、數據存儲容量、性能、靈活性和韌性，以及定制業務能力的技術敏捷性等方面繼續推進，而這些正是企業對云服務供應商的期望所在。投資人工智能研究和先進的人工智能技術。本文涉及的許多用例都需要依靠底層技術的根本性進步才能實現。例如，在制造業，需要做更多研究來改進攝像頭傳感器的效果

36、和計算機視覺算法，才能在工廠車間常見的昏暗環境中檢測和識別物體。在生命科學領域，可穿戴設備和人工智能算法必須進一步創新，才能在藥物發現、臨床試驗和臨床決策支持流程中收集、處理和整合真實世界數據。在汽車行業，需要提高自動駕駛模型的準確性，同時降低建模的復雜性，以改進自動駕駛汽車對物體的感知和在復雜場景中的表現。另外，企業與高校開展學術合作可以推動技術進步。0 同上。11人工智能開辟新前沿：中國經濟再迎6000億美元機遇市場協作人工智能帶來的挑戰可能會超過任何一家公司的應對能力，這就需要進一步加強監管與合作，以促進人工智能創新。全球許多市場紛紛出臺監管法規，比如歐洲的 通用數據保護條例（GDPR）

37、和美國加利福尼亞的 消費者隱私法案（Consumer Privacy Act），希望通過立法解決數據隱私等新問題。我們的 2021全球人工智能調查報告 也將此視為與人工智能有關的最大風險之一。另一項擬議的歐盟法規旨在解決更普遍的人工智能發展和使用問題，可能將產生全球性影響。我們的研究顯示，在以下4個方面采取強力有效的措施，將有助于中國釋放人工智能的全部經濟價值：數據隱私和分享。要讓人們分享個人數據，無論是醫療保健數據還是駕駛數據，數據的授權就必須簡單易用，還要讓人們相信被授權者會妥善加以使用，同時安全地分享和存儲這些數據。保護隱私與分享的法規將為人們帶來信心，從而提高人工智能的普及率。例如，中

38、國在2019年頒布了 一部旨在改善民眾健康狀況的法律，對醫療和健康數據的收集、存儲、分析和應用制定了技術標準，以鼓勵大數據和人工智能技術的使用。與此同時，工業界和學術界也很有動力制定相關的方法和框架，以減輕人們對隱私的顧慮。例如，機器學習領域的國際頂級會議神經信息處理系統大會（Neural Information Processing Systems）所收錄的提及“隱私”的論文數量在過去5年增長了6倍。市場協調。在某些情況下，人工智能賦能的新商業模式會在各種各樣的相關方中引發與人工智能的使用和交付有關的根本問題。例如，在醫療保健行業，當企業為支持臨床決策而開發新的人工智能系統時，政府、醫療服務

39、提供方和支付方可能會就某些問題產生爭議，比如人工智能何時能在改善診斷和提供治療建議方面發揮作用，以及醫療服務提供方使用此類系統時應如何報銷。在運輸和物流行業，當自動駕駛汽車和傳統汽車發生事故后，政府和保險公司應當如何確定事故責任？這個問題在中國已經出現。處理此類事故的做法為未來的決策創造了 先例，而進一步的立法有助于保持一致性和明確性。標準流程和協議。有了標準，就能在生態系統內外分享數據。在醫療保健和生命科學行業，為加快藥物發現和臨床試驗速度，需要以統一的方式妥善對醫療學術研究、臨床試驗數據、患者醫療數據進行結構化處理和記錄。2018年，在中國國家衛生健康委員會的推動下，為電子病歷和疾病數據庫

40、建立數據基礎設施，在創建用于人工智能的標準化疾病數據庫和電子病歷方面取得了 一些進展。另外，圍繞如何架構、處理和連接數據制定標準和協議，將有利于促進原始數據記錄的使用。同樣，也可以運用標準消除流程拖延，以免阻礙創新，嚇跑投資者和人才。例如，海南醫療旅游區利用真實世界證據加快了藥物發現速度，如果能將這一經驗轉化為透明的審批協議，將有助于在全國范圍內保持許可的一致性，并最終為新發現的藥物贏得信任。同上。Misha Benjamin、Kevin Buehler、Rachel Dooley和Peter Zipparo合作撰寫的“What the draft European Union AI regu

41、lations mean for business”，麥肯錫，2021年8月10日。中華人民共和國基本醫療衛生與健康促進法，第49條，2019年。人工智能指數報告2022（Artificial Intelligence Index report 2022），2022年3月，圖3.3.6。12人工智能開辟新前沿：中國經濟再迎6000億美元機遇在制造業，如果對生產線上標記物體的各種特征（如零件或最終產品的尺寸和形狀）制定標準，就能方便企業在不同工廠中使用已有算法，省去昂貴的再開發環節。專利保護。在中國，創新成果往往很快進入公共領域，使得企業軟件和人工智能公司可能較難從巨額投資中取得良好回報。根據我

42、們的經驗，切實保護知識產權的專利法可以提升投資者的信心，為該領域吸引更多投資。人工智能有望成為重塑中國關鍵產業的強大力量。然而，在最有價值的用例所在的產業，沒有一個業務領域是唾手可得的，即如果只是略作投資將無法部署人工智能技術。相反，我們的研究發現，只有進行多維度的戰略投資和創新（尤以數據、人才、技術和市場協作為主），才有可能充分釋放人工智能機遇所蘊含的巨大潛力。企業、人工智能公司和政府應當攜手共進，才能真正解鎖全部價值。版權 2022 歸麥肯錫公司所有。保留所有權利。沈愷是麥肯錫全球董事合伙人，常駐深圳分公司；吳聽是麥肯錫全球董事合伙人，常駐深圳分公司；張芳寧是麥肯錫全球董事合伙人，常駐上海分公司；童瀟瀟是麥肯錫項目經理，常駐上海分公司。四位作者在此感謝同事候文皓、麥愷茵、Tamim Saleh、Christoph Sandler、Alex Sawaya、Florian Then、吳姣姣、徐曉璐、楊智航 對本文的貢獻。13人工智能開辟新前沿：中國經濟再迎6000億美元機遇