O‘Reilly公司在2019年發(fā)布的一份主題為“企業(yè)中人工智能的采用”的調查報告中指出，在1300名受訪者中，81%的人在采用人工智能技術的公司工作。然而，只有27%的受訪者表示他們在業(yè)務中有創(chuàng)收的人工智能項目。大多數(shù)受訪者（54%）表示，目前仍處于評估階段，并正在研究如何利用這項技術。

是什么阻礙了他們的部署？

23%的受訪者表示，瓶頸是并沒有認識到人工智能需求的企業(yè)文化。此外，17%的受訪者表示他們的公司很難找到適當?shù)纳虡I(yè)案例。在工程中應用更加成熟的人工智能項目的企業(yè)中，這是一個更大的問題，近四分之一（24%）的先進組織仍在努力處理用例。

麥肯錫公司于2018年11月進行的一項調查顯示，人工智能采用率略有不同，但也發(fā)現(xiàn)了類似的趨勢。在這份報告中，77%的受訪者表示所在的公司已經部署了人工智能，但其中30%的受訪者表示只是試點運行項目。值得注意的是，只有17%的受訪者表示，他們的組織已經確定在其業(yè)務中在哪里可以使用人工智能。

報告總結說，“商業(yè)世界剛剛開始利用這些技術及其收益。事實上，許多組織仍然缺乏大規(guī)模人工智能創(chuàng)造價值的基本實踐，例如，描述人工智能機會所在的位置，以及是否有明確的策略來獲取人工智能所需的數(shù)據?！?

那么，這些人工智能的機會在哪里呢？

以下重點介紹10個使用人工智能案例的行業(yè)，在這些行業(yè)中，人工智能可以提供影響企業(yè)利潤的實質性好處。

1.電信行業(yè)

麥肯錫公司在其調查報告中表示，電信業(yè)是人工智能采用的。調查發(fā)現(xiàn)，75%的電信行業(yè)受訪者在其服務運營中采用人工智能，45%的受訪者表示，在產品和/或服務開發(fā)中使用人工智能。

向5G和軟件定義網絡的過渡為機器學習提供了明確的業(yè)務用例。雖然早期的網絡技術（3G、4G等）由同質技術組成，但5G創(chuàng)建的網絡融合了所有先前的技術以及一些新的技術。這就產生了一些極其復雜的網絡體系結構。如果沒有同樣先進復雜的監(jiān)控、管理和自動化工具，人類就無法簡單地監(jiān)控這些復雜的環(huán)境。在許多情況下，這些工具都結合了人工智能的功能。

2.科技行業(yè)

根據麥肯錫公司的調查數(shù)據，人工智能技術的大采用者是科技行業(yè)。在這種情況下，其重點是創(chuàng)建包含人工智能的創(chuàng)新產品，因為59%的公司使用人工智能進行產品和/或服務開發(fā)。

同樣，O’Reilly公司的調查報告發(fā)現(xiàn)，57%的計算機、電子產品和技術供應商在研發(fā)中使用人工智能技術。而45%的受訪者表示，在他們自己的IT系統(tǒng)中部署了人工智能工具。

技術供應商清楚地認識到將人工智能融入到他們自己的產品和服務中所提供的商業(yè)機會，許多公司還在內部系統(tǒng)中采用工智能。

3.金融服務

另一個值得注意的人工智能技術的早期采用者是金融服務業(yè)。根據麥肯錫公司的調查，49%的受訪者表示將人工智能用于服務運營，40%的受訪者將人工智能用于風險管理。

股票交易者意識到機器學習系統(tǒng)在識別市場模式方面可能優(yōu)于人類，而如今，基于人工智能技術的自動化系統(tǒng)正變得司空見慣。

這些機器學習技術也擅長識別可能表明某人是否存在良好的信用風險或特定交易是否可能表明欺詐的模式。一些金融公司現(xiàn)在也向客戶提供他們?yōu)闈M足內部需求而開發(fā)的工具，并開辟新的商業(yè)模式。

4. 制造業(yè)

人工智能為制造業(yè)提供了一些不同的優(yōu)勢，其中許多與底線財務結果直接相關。事實上，麥肯錫公司的調查報告發(fā)現(xiàn)，與其他業(yè)務功能相比，受訪者在將人工智能應用于其生產制造時看到了價值。

明顯的是，工廠可以使用人工智能機器人來提高生產線的速度、安全性、一致性。此外，他們還使用計算機視覺系統(tǒng)來檢查零件。機器學習在預測性維護、供應鏈管理和風險管理中發(fā)揮著重要作用。