在經(jīng)歷了幾十年起起伏伏的發(fā)展后，人工智能終于開始為公司企業(yè)帶來實(shí)實(shí)在在的價(jià)值了。近日，麥肯錫發(fā)布了一份長達(dá)80頁的報(bào)告《ARTIFICIAL INTELLIGENCE：THE NEXT DIGITAL FRONTIER?》，對(duì)人工智能為企業(yè)創(chuàng)造價(jià)值的方式進(jìn)行了全面的介紹和解讀。據(jù)介紹，在這份報(bào)告中，新進(jìn)入人工智能領(lǐng)域的公司將學(xué)習(xí)到早期進(jìn)入這一領(lǐng)域的巨頭在投資以及創(chuàng)造價(jià)值上面的豐富經(jīng)驗(yàn)。

人工智能：下一個(gè)數(shù)字前沿？

人工智能正要帶來下一波數(shù)字顛覆浪潮，而公司企業(yè)需要現(xiàn)在就開始做好準(zhǔn)備。我們已經(jīng)看到有少數(shù)幾家早期進(jìn)入的公司已經(jīng)開始從中獲得真正的利益，這使得其它公司在尋求和加速它們自己的數(shù)字轉(zhuǎn)型上面顯得更加緊迫。我們的發(fā)現(xiàn)重點(diǎn)圍繞五大人工智能技術(shù)系統(tǒng)：機(jī)器人和自動(dòng)化載具、計(jì)算機(jī)視覺、語言、虛擬智能體（virtual agent）、機(jī)器學(xué)習(xí)（其中包括深度學(xué)習(xí)，并且是近來許多其它人工智能技術(shù)的新進(jìn)展的基礎(chǔ)）：

• 人工智能投資正在快速增長，其中谷歌和百度等數(shù)字巨頭是主導(dǎo)者。從全球范圍看，我們估計(jì) 2016 年科技巨頭在人工智能上投入了 200 億到 300 億美元，其中 90% 花在了研發(fā)和部署上，另外 10% 則花在了人工智能并購上。VC 和 PE 融資、撥款和種子輪投資也在快速增長，盡管基數(shù)很小，但已經(jīng)增長到了總共 60 億到 90 億美元。機(jī)器學(xué)習(xí)作為一項(xiàng)賦能技術(shù)（enabling technology），已經(jīng)在內(nèi)部投資和外部投資中都占據(jù)了最大的份額。

• 在科技行業(yè)之外采用人工智能還處于早期的實(shí)驗(yàn)性階段。僅有少數(shù)公司進(jìn)行了大規(guī)模部署。在我們調(diào)查的 3000 位知道人工智能的首席官級(jí)別（C-level）的高管中（來自 10 個(gè)國家，橫跨 14 個(gè)行業(yè)），僅有 20% 表示他們目前在大規(guī)?；蛟谒麄儤I(yè)務(wù)的核心部分使用與人工智能相關(guān)的技術(shù)。許多公司表示它們并不確定相關(guān)的業(yè)務(wù)案例或投資回報(bào)。在調(diào)查了 160 多種用例之后，我們發(fā)現(xiàn)其中僅有 12% 對(duì)人工智能進(jìn)行了商業(yè)化的部署。

• 采用人工智能的模式說明了人工智能的早期采用者與其它公司之間日益擴(kuò)大的鴻溝。處在麥肯錫全球研究院（MGI）的產(chǎn)業(yè)數(shù)字化指數(shù)（Industry Digitization Index）頂部的行業(yè)（例如高科技和電信行業(yè)、金融服務(wù)行業(yè)）也是人工智能應(yīng)用方面的領(lǐng)軍者。它們也擁有最為激進(jìn)的人工智能投資意圖。這些領(lǐng)軍者的投資兼具廣度與深度：跨多個(gè)職能部門使用多種技術(shù)，并且將其部署到自己業(yè)務(wù)的核心。比如說，汽車制造商正在使用人工智能來開發(fā)自動(dòng)駕駛汽車和改善汽車操作體驗(yàn)，而金融服務(wù)公司則更可能將其用在消費(fèi)者體驗(yàn)相關(guān)的功能中。

• 早期的證據(jù)表明，人工智能可以給嚴(yán)肅的采用者帶來真正的價(jià)值，并且可以成為一股強(qiáng)大的顛覆性力量。在我們調(diào)查中，將強(qiáng)大的數(shù)字能力與主動(dòng)的戰(zhàn)略結(jié)合在一起的人工智能早期采用者有更高的利潤率，并且還有望在未來進(jìn)一步擴(kuò)大業(yè)績的差距。我們?cè)诹闶?、電力公共事業(yè)、制造業(yè)、醫(yī)療保健和教育領(lǐng)域的案例研究突出了人工智能在提升預(yù)測(cè)和采購、優(yōu)化和自動(dòng)化運(yùn)營、開發(fā)定向營銷和定價(jià)以及提升用戶體驗(yàn)上的潛力。

• 人工智能對(duì)數(shù)字基礎(chǔ)的依賴以及人工智能往往需要在特定數(shù)據(jù)上訓(xùn)練的事實(shí)意味著公司沒有捷徑可走。公司不能推遲和拖延其數(shù)字化進(jìn)步，包括人工智能。早期的采用者已經(jīng)在創(chuàng)造競(jìng)爭(zhēng)優(yōu)勢(shì)了，而且也似乎正將后進(jìn)者越甩越遠(yuǎn)。一個(gè)成功的方案需要公司解決數(shù)字和分析轉(zhuǎn)型中的許多元素：識(shí)別業(yè)務(wù)案例、設(shè)置正確的數(shù)據(jù)生態(tài)系統(tǒng)、開發(fā)或購買合適的人工智能工具以及調(diào)整工作流程、能力和文化。特別地，我們的調(diào)查表明高層的領(lǐng)導(dǎo)、管理和技術(shù)能力以及無縫的數(shù)據(jù)權(quán)限是關(guān)鍵的推動(dòng)因素。

• 人工智能有望實(shí)現(xiàn)價(jià)值利益，但也給公司、開發(fā)者、政府和工作者帶來了緊迫的挑戰(zhàn)。勞動(dòng)力需要得到再訓(xùn)練，獲得新技能，從而能利用人工智能，而不是與之競(jìng)爭(zhēng)；希望將自己確立為一個(gè)全球人工智能開發(fā)中心的城市和國家需要加入全球的競(jìng)爭(zhēng)以吸引人工智能人才和投資；我們也需要推動(dòng)解決在道德、法律和監(jiān)管方面的難題，否則就會(huì)拖累人工智能的發(fā)展。

2016 年，公司在人工智能上的投資大約為 260 億至 390 億美元，其中科技巨頭的投資為 200 億至 300 億美元，創(chuàng)業(yè)公司的投資為 60 億至 90 億美元，從 2013 年開始外部投資有了 3 倍增長。

1. 人工智能已經(jīng)為商業(yè)化做好了準(zhǔn)備，但企業(yè)準(zhǔn)備好接受人工智能了嗎？

對(duì)人工智能潛力與危險(xiǎn)的言論一直都很多。人工智能，能夠賦予機(jī)器類似人類的認(rèn)知、自動(dòng)駕駛汽車、偷取隱私、提升公司生產(chǎn)率等能力。它能夠替代工人完成重復(fù)性的、危險(xiǎn)性的工作，或著奪走工人的生計(jì)。

人工智能并非新概念，經(jīng)歷過起起伏伏的歷史，既有期望也有失望。這一次是否會(huì)有不同？新的分析給出的答案是「yes」：人工智能最終開始交付真實(shí)的商業(yè)收益。突破所需的條件已經(jīng)到位。計(jì)算機(jī)能力增長迅速、算法變得更為精致，更重要的是全球生成了大量數(shù)據(jù)，而數(shù)據(jù)正是人工智能的燃料。

數(shù)字化前沿的公司，比如谷歌和百度，都在人工智能上投入了大量的資金。包括重大收購在內(nèi)，我們估計(jì)投資額在 200 億到 300 億美元之間。私人投資者也參與了，我們估計(jì) 2016 年人工智能的風(fēng)投資金為 40 億到 50 億之間，私募股權(quán)公司投資為 10 億到 30 億美元之間。2016 年的投資額大約為 2013 年的 3 倍。此外大約還有 10 億美元來自于政府獎(jiǎng)助和種子資金。

但目前，大部分新聞都出自人工智能技術(shù)的提供方。許多新的使用還處于實(shí)驗(yàn)階段，市場(chǎng)上的產(chǎn)品有限，或者說有較少的產(chǎn)品能夠很快的有即時(shí)、普遍的應(yīng)用。結(jié)果就是，分析師對(duì)人工智能潛力的認(rèn)知分成了兩派：一些人對(duì)人工智能的潛力很樂觀，一些人依然對(duì)其經(jīng)濟(jì)收益十分謹(jǐn)慎。這種不一致的觀念導(dǎo)致對(duì)市場(chǎng)的規(guī)模預(yù)測(cè)差別巨大，例如 2025 年的市場(chǎng)規(guī)模從 6.44 億美元到 1260 億美元 [2]。從目前已經(jīng)對(duì)人工智能的投資規(guī)模來看，最低的那種估算表明我們又在見證另一個(gè)人工智能繁榮衰落的循環(huán)。

我們采用人工智能的業(yè)務(wù)經(jīng)驗(yàn)表明這種顛覆性場(chǎng)景是不可能的。為了提供更加強(qiáng)有力的觀點(diǎn)，我們決定對(duì)用戶如何采用人工智能技術(shù)做一些研究。我們的研究也提供了目前快速變化的人工智能產(chǎn)業(yè)概覽，我們主要通過用戶和供應(yīng)商的視角進(jìn)行研究，并希望提供對(duì)人工智能的經(jīng)濟(jì)潛力更加完善和強(qiáng)健的觀點(diǎn)。首先我們研究的是投資概覽，包括企業(yè)在研發(fā)部門和產(chǎn)品部署上的內(nèi)部投資、大型企業(yè)并購、從風(fēng)險(xiǎn)投資（VC）和私募基金（PE）的融資等。隨后，我們?cè)傺芯啃枨蠓矫?，主要是結(jié)合案例分析、人工智能的采納應(yīng)用方面、還有對(duì) 3000 多家公司 C-level 管理人員進(jìn)行的調(diào)查等。因此進(jìn)一步了解企業(yè)如何應(yīng)用人工智能技術(shù)、推動(dòng)他們采用人工智能技術(shù)的原因、進(jìn)一步部署的障礙、還有人工智能市場(chǎng)、金融和組織的影響。我們觀點(diǎn)的詳細(xì)來源可查看 Box 1。

一般而言，人工智能是指機(jī)器表現(xiàn)出類似人類智能的能力，比如說，無需人工編碼包含特定詳細(xì)指令的軟件就能解決問題。人工智能技術(shù)的分類方式多種多樣，但是卻難以拿出一個(gè)不互斥且又全面的列表，因?yàn)槿藗兺鶗?huì)混合和匹配多種技術(shù)來尋找單個(gè)問題的解決方案。這些方法往往會(huì)被看作是一種單一的技術(shù)，有時(shí)候是其它技術(shù)的子集，有時(shí)候則被看作是技術(shù)的應(yīng)用。一些框架通過基本功能來對(duì)人工智能技術(shù)進(jìn)行分類，比如文本、語言和圖像識(shí)別，另一些分類方式則基于業(yè)務(wù)應(yīng)用，比如商用或安全應(yīng)用 [3]。

試圖更精確地定義這個(gè)術(shù)語是很困難的，原因有幾個(gè)：人工智能涵蓋大量技術(shù)和應(yīng)用，其中一些只是之前已有技術(shù)的些許擴(kuò)展，而另一些則是全新的。另外，「智能（intelligence）」本身也沒有一個(gè)得到了普遍接受的理論，而「機(jī)器智能（machine intelligence）」的定義也在隨著人們對(duì)新技術(shù)的適應(yīng)而發(fā)生變化 [4]。由計(jì)算機(jī)科學(xué)家 Larry Tesler 提出的泰斯勒定理（Tesler' s theorem）斷言：「人工智能就是那些還未做成的事?！筟5]。

在這篇報(bào)告中，我們考慮的人工智能技術(shù)是所謂的「窄（narrow）」人工智能，即其僅只能執(zhí)行一項(xiàng)窄范圍的任務(wù)，這和所謂的尋求實(shí)現(xiàn)與人類智能類似的通用人工智能（AGI）不一樣。我們關(guān)注窄人工智能是因?yàn)槠溆性诮趦?nèi)實(shí)現(xiàn)商業(yè)價(jià)值的潛力，而 AGI 還尚未實(shí)現(xiàn)。

在這份報(bào)告中，我們關(guān)注的重點(diǎn)是解決業(yè)務(wù)問題的人工智能技術(shù)。我們還選出了我們關(guān)注的5個(gè)關(guān)鍵領(lǐng)域：機(jī)器人和自動(dòng)化載具、計(jì)算機(jī)視覺、語言、虛擬智能體（virtual agent）、機(jī)器學(xué)習(xí)（其基于可以從數(shù)據(jù)中學(xué)習(xí)的算法，而非按照基于規(guī)則的編程來得出結(jié)論或指導(dǎo)行動(dòng)）。其中一些涉及到處理來自外部世界的信息，比如計(jì)算機(jī)視覺和語言（包括自然語言處理、文本分析、語音識(shí)別和語義技術(shù)）；一些則是關(guān)于對(duì)信息的學(xué)習(xí)，比如機(jī)器學(xué)習(xí)；還有一些涉及到根據(jù)信息采取行動(dòng)，比如機(jī)器人、自動(dòng)汽車和虛擬智能體（即可以和人類交流的計(jì)算機(jī)程序）。機(jī)器學(xué)習(xí)以及其子領(lǐng)域深度學(xué)習(xí)是目前人工智能領(lǐng)域許多最新進(jìn)展的核心，得到了很大的關(guān)注，也為人工智能領(lǐng)域吸引到了大量的投資——在 2016 年，大約有 60% 的投資都來自該行業(yè)之外。

由科技巨頭驅(qū)動(dòng)，人工智能的投資正在飛快增長，但商業(yè)應(yīng)用仍顯落后

亞馬遜、蘋果、百度和谷歌這樣的科技巨頭正在人工智能技術(shù)領(lǐng)域投入數(shù)十億美元的資金。它們看到了 AI 技術(shù)在未來的方向——強(qiáng)勁的計(jì)算機(jī)硬件，越來越復(fù)雜的算法模型和巨量數(shù)據(jù)，這些需求都已部分實(shí)現(xiàn)。事實(shí)上，在人工智能領(lǐng)域，大公司的內(nèi)部投資占據(jù)著主要地位：麥肯錫估算，在 2016 年這一數(shù)字是 180 億-270 億美元；而外部投資（來自風(fēng)投機(jī)構(gòu)、私募股權(quán)投資、并購、資助和種子輪投資）大約為 80 億-120 億美元，如下圖所示。

關(guān)于人工智能的炒作已經(jīng)大到足夠鼓勵(lì)風(fēng)投和私募股權(quán)公司加大對(duì)人工智能的投資力度。其他外圍的投資者，比如天使基金和種子孵化器，同樣也很活躍。我們估計(jì) 2016 年年度外部投資總額為 80 - 120 億美元。

機(jī)器學(xué)習(xí)吸引了其中幾乎60%的投資，可能是因?yàn)闄C(jī)器學(xué)習(xí)能夠滿足許多技術(shù)與應(yīng)用的需求，例如機(jī)器人和語音識(shí)別（圖2）。此外，因?yàn)闄C(jī)器學(xué)習(xí)能夠更快、更簡(jiǎn)單的設(shè)置新代碼從而建立機(jī)器人或其他機(jī)器，投資者也被機(jī)器學(xué)習(xí)所吸引。這個(gè)領(lǐng)域的公司收購也逐漸頻繁，從 2016 年到 2013 年，綜合年度增長率大約為 80%。

2. 人工智能有望提升利潤，推動(dòng)行業(yè)轉(zhuǎn)型

人工智能技術(shù)近年來飛速發(fā)展，然而后續(xù)的采用依然處于起步階段。這使得評(píng)估人工智能對(duì)于公司和行業(yè)造成的潛在影響充滿了挑戰(zhàn)。我們確實(shí)知道很多不采用人工智能技術(shù)的人報(bào)道說他們?cè)谧鋈斯ぶ悄芡顿Y的商業(yè)案例時(shí)遇到了困難。但是那些采用人工智能技術(shù)的公司發(fā)生了什么呢？通過查看數(shù)字原住民的案例研究以及來自我們調(diào)研的回應(yīng)，我們發(fā)現(xiàn)了大規(guī)模地采用人工智能技術(shù)帶來豐厚回報(bào)的早期證據(jù)。通過回顧五個(gè)行業(yè)的大量案例研究，我們也展示了人工智能是如何轉(zhuǎn)變一些業(yè)務(wù)活動(dòng)，并具有根本地改變其他業(yè)務(wù)的潛力。這些案例證明了人工智能如何在整個(gè)價(jià)值鏈上和不同行業(yè)之間塑造不同的功能。這些案例還利益相關(guān)者有著廣泛的影響，比如跨國公司、初創(chuàng)企業(yè)、政府和社會(huì)組織。

產(chǎn)業(yè)案例研究表明了人工智能的顛覆性潛力

為了發(fā)展人工智能廣泛應(yīng)用于商業(yè)領(lǐng)域的愿景，我們創(chuàng)建了五項(xiàng)案例研究，以表明人工智能如何通過多種形式影響具體的行為。我們選擇創(chuàng)建案例的行業(yè)是：零售、電力、制造業(yè)、醫(yī)療以及教育，類型涵蓋私立、公有、社會(huì)企業(yè)，包括從勞動(dòng)密集型行業(yè)到業(yè)務(wù)到業(yè)務(wù)的重資產(chǎn)操作。

為了滿足人們的期待，人工智能需要在經(jīng)濟(jì)領(lǐng)域發(fā)揮實(shí)際作用，以顯著降低成本，增加收益，并提高資產(chǎn)利用率。我們分類了人工智能可在 4 個(gè)領(lǐng)域創(chuàng)造價(jià)值的方式：使公司更好地規(guī)劃和預(yù)測(cè)需求，優(yōu)化研發(fā)，提升資源；以更低的成本更高的質(zhì)量，提高公司生產(chǎn)貨物、提供服務(wù)的能力；以合理的價(jià)格，通過正確的訊息，將產(chǎn)品送達(dá)到客戶手中；允許他們提供豐富、個(gè)性化和便捷的用戶體驗(yàn)。

這四個(gè)領(lǐng)域的價(jià)值創(chuàng)造是基于特定的使用案例，這些案例已經(jīng)被探索或部署在今天的商業(yè)中。這個(gè)列表也許并不全面，它是基于當(dāng)前我們對(duì)「窄」人工智能技術(shù)的知識(shí)了解。同樣，它們對(duì)行業(yè)和產(chǎn)業(yè)有著不同的相關(guān)度，使得規(guī)劃和生產(chǎn)層有著利用人工智能的大量機(jī)會(huì)。此外，當(dāng)機(jī)器學(xué)習(xí)可為所有行業(yè)帶來有價(jià)值的利益時(shí)，一些技術(shù)尤其適合特定部門內(nèi)的商業(yè)應(yīng)用，比如零售業(yè)和制造業(yè)的機(jī)器人、醫(yī)療行業(yè)的計(jì)算機(jī)視覺、教育行業(yè)的自然語言處理和生成（見圖 6）。

3. 企業(yè)、開發(fā)者和政府現(xiàn)在就需要認(rèn)識(shí)到人工智能的全部潛力

雖然人工智能有潛力從根本上重塑整個(gè)社會(huì)，但我們目前仍然很不確定技術(shù)究竟會(huì)怎樣發(fā)展。而對(duì)于企業(yè)、政府和工人來說，這種不確定性就意味著「等待和觀望」。但是，我們還是認(rèn)為有必要采取積極明確的行動(dòng)來面對(duì)已經(jīng)明晰的機(jī)會(huì)和風(fēng)險(xiǎn)。

對(duì)于許多企業(yè)來說，這意味著他們需要加速數(shù)字化進(jìn)程以確保能夠高效地部署人工智能工具。因?yàn)槿斯ぶ悄軐⒕蘖康母哔|(zhì)量數(shù)據(jù)集成到自動(dòng)工作流程中，它的影響力也變得越來越大。人工智能并不是數(shù)字化基礎(chǔ)的捷徑，它是數(shù)字化基礎(chǔ)強(qiáng)有力的延伸。

開發(fā)者在幫助企業(yè)實(shí)現(xiàn)技術(shù)的潛力時(shí)起到了關(guān)鍵作用。人工智能產(chǎn)品需要解決實(shí)際的商務(wù)問題，而不能僅僅只是提供有趣的解決方案，人工智能需要大規(guī)模解決現(xiàn)實(shí)問題。

最后，政府和工人應(yīng)該準(zhǔn)備面對(duì)人工智能帶來的巨變。我們也許需要重新思考公共教育系統(tǒng)和職工培訓(xùn)計(jì)劃，因?yàn)槲覀冃枰_保職工所擁有的技能是與機(jī)器相補(bǔ)充而不是相競(jìng)爭(zhēng)的。而希望建立當(dāng)?shù)厝斯ぶ悄苌鷳B(tài)系統(tǒng)的地區(qū)或國家必須加入全球人工智能人才和投資的競(jìng)爭(zhēng)中。而整個(gè)社會(huì)需要考慮的那些尚未解決的法律和倫理問題，才是實(shí)現(xiàn)人工智能利益的最大障礙。

目前面臨的挑戰(zhàn)

人工智能為政府和社會(huì)提出了廣泛的問題。在這份報(bào)告中，麥肯錫指出了其中的一些問題，也包含部分解決問題的方法。我們?cè)谶@些問題上的進(jìn)展對(duì)于實(shí)現(xiàn)人工智能的潛在利益和避免風(fēng)險(xiǎn)至關(guān)重要。

鼓勵(lì)更廣泛地利用人工智能。目前的人工智能應(yīng)用集中于相對(duì)數(shù)字化的行業(yè)內(nèi)，而這些領(lǐng)域已經(jīng)是新技術(shù)的前沿了。擴(kuò)展人工智能的應(yīng)用范圍，支持新技術(shù)領(lǐng)域，特別是其中的小型公司，對(duì)于保證生產(chǎn)力的增長和經(jīng)濟(jì)發(fā)展至關(guān)重要，可以保證市場(chǎng)健康，具有競(jìng)爭(zhēng)力。人工智能在更廣泛領(lǐng)域內(nèi)的應(yīng)用也可以幫助平衡各行業(yè)的工資水平。人工智能可以帶動(dòng)生產(chǎn)力水平的發(fā)展，從而提高工資。更寬廣的應(yīng)用范圍有助于讓人工智能的好處推動(dòng)至更多的公司和工人身邊，而不僅僅是讓已經(jīng)處于收入金字塔頂端的前沿公司和雇員受益。

解決就業(yè)和收入分配問題。人工智能驅(qū)動(dòng)的自動(dòng)化變革會(huì)深刻影響人們的工作和工資水平。在麥肯錫的調(diào)查中，絕大多數(shù)公司并不認(rèn)為自己會(huì)在未來大幅減少員工人數(shù)。然而，顯然會(huì)有一些職位的技能會(huì)不符合未來要求。政府可能會(huì)不得不重新思考社會(huì)服務(wù)的模式。不同的想法將被納入思考范圍，包括共享勞動(dòng)力、負(fù)所得稅和全球基本收入水平。

解決道德、法律和監(jiān)管問題。人工智能提出了一系列道德、法律和監(jiān)管問題?，F(xiàn)實(shí)世界的偏見風(fēng)險(xiǎn)正在被寫入訓(xùn)練數(shù)據(jù)集中。由于現(xiàn)實(shí)世界存在種族、性別或其他很多類別的歧視，提供給機(jī)器學(xué)習(xí)算法的現(xiàn)實(shí)世界數(shù)據(jù)也不可避免地帶有這些特征，而人工智能也會(huì)在訓(xùn)練中學(xué)會(huì)偏見。

隨著偏見的內(nèi)部化，這些問題正在加劇。同時(shí)，人們也對(duì)算法本身產(chǎn)生了懷疑，編程人員的道德見解會(huì)被編寫進(jìn)算法中，在決策過程中，人們有權(quán)得知哪些內(nèi)容？誰會(huì)對(duì)人工智能輸出的結(jié)果負(fù)責(zé)？這導(dǎo)致了人們對(duì)于算法透明度和問責(zé)制的呼吁。隱私是另一個(gè)問題——誰對(duì)數(shù)據(jù)擁有所有權(quán)？需要哪些措施來保護(hù)高度敏感的數(shù)據(jù)（如醫(yī)療數(shù)據(jù)），而不必破壞其可用性？正致力于解決這些問題的組織和機(jī)構(gòu)包括 Partnership on AI、OpenAI、Foundation for Responsible Robotics 以及人工智能倫理與監(jiān)管基金會(huì)。

確保訓(xùn)練數(shù)據(jù)的可用性。大量的數(shù)據(jù)對(duì)于人工智能訓(xùn)練系統(tǒng)至關(guān)重要。開放公共部門的數(shù)據(jù)可以刺激私營企業(yè)的創(chuàng)新，設(shè)置通用數(shù)據(jù)標(biāo)準(zhǔn)也會(huì)有幫助。在美國，證券交易委員會(huì)在 2009 年強(qiáng)制所有上市公司必須以 XBRL（可擴(kuò)展業(yè)務(wù)報(bào)告語言）格式披露其財(cái)務(wù)報(bào)表，從而確保公共數(shù)據(jù)具有機(jī)器可讀性。

在政府中部署人工智能。人工智能對(duì)公共部門的潛力巨大。它提升計(jì)劃、目標(biāo)和個(gè)性化服務(wù)的能力使提高政府服務(wù)水平和效率所急需的。在該報(bào)告的附錄中，作者探索了人工智能技術(shù)在兩大公有領(lǐng)域——醫(yī)療和教育——的未來。