励讯集团的调查结果显示,在美国,人们对人工智能和机器学习的认识与应用存在差距

人工智能机器学习是公共组织和私人组织在数字化转型时代保持竞争力的必要条件。然而,即使是拥抱变革的关键决策者,在采用AI/ML技术方面也是滞后的。

这些调查结果以及更多内容源自一项新的调查——励讯新兴科技执行报告(RELX Emerging Tech Executive Report)。该报告对美国政府、医疗、保险、法律、科学/医疗和银行业6个行业的1000名高管进行了调查。励讯集团是一家为各行各业的专业和商业客户提供信息和分析的全球供应商。

调查结果显示,88%的高管认为,人工智能(AI)和机器学习(ML)会让他们的企业更具竞争力。受访高管们清楚这些技术的价值,但只有56%的企业使用了机器学习人工智能。此外,只有18%的受访者计划增加对ML和AI技术的投资。

“能够成功利用人工智能机器学习等新兴技术为客户提供更好的产品和高级分析的组织,可以成为未来的领导者。”励讯集团技术论坛主席Kumsal Bayazit说,“虽然人们对这些技术及其益处的认知度比以往任何时候都高,但关键决策者的认可还不足以促使他们采用这些技术。(他们)需要认识到,世界正在发生变化,要想在当今的商业环境中保持竞争力,需要进行大量投资,并重视这些新兴技术。“ 

励讯新兴技术执行报告(RELX Emerging Tech Executive Report)其他的主要调查结果包括:

  • 人工智能机器学习正在发挥作用,69%的受访者认为,新兴技术对他们的行业产生了积极影响;
  • 机器学习人工智能正通过使决策流程自动化(40%),提高客户留存率(36%)和检测欺诈、浪费和滥用(33%)帮助企业应对挑战;
  • 只有五分之二(39%)的受访者认为,他们的企业从人工智能机器学习中获得了最大价值 ;
  • 不到一半(40%)的受访高管认为,美国在人工智能的发展中居全球领导者地位。

高管对人工智能理解的加深,是机器学习人工智能在企业中应用、发展的关键。  

调查结果显示,94%的行业领导者了解人工智能,91%的人了解机器学习。然而,有18%的受访者无法回答这些技术在其企业中的实施方式以及在其企业中使用这些技术的原因。

决策层的脱节是一个企业缺乏人工智能机器学习技术的原因之一。高层必须理解先进技术的实际用途和目标,以便向员工清晰地传达信息,并自上而下地推动先进技术的引进及实施。

新兴技术是来帮助员工更好、更高效地工作,而不是来取代人工的。

人工智能机器学习最受欢迎的三个用途是:提高效率或提高工人的生产率(51%) ,为之后的业务决策提供信息(41%)和简化流程(39%)。

研究方法:

在益普索调查机构的帮助下,励讯集团对美国1000名年龄在30岁至74岁之间的人进行了调查。受访者符合以下条件:拥有全职工作,家庭收入至少有5万美元,在一家员工超过50人的公司工作,目前是公司的高管或高级决策者/领导。受访者来自以下行业:政府、医疗保健、银行、法律、保险、科学/医疗。该调查是在2018年9月进行的。

产业自动化人工智能
2
相关数据
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

推荐文章
机器之心・CEO
88%认为很重要,56%开始使用,18%计划增加投资。
机器之心・CEO
受访者中,88%的高管认识到AI的价值,只有56%企业开始使用,18%的人计划增加投入。