7、把大眾帶進(jìn)云技術(shù)中：在過(guò)去的十年里，企業(yè)已經(jīng)利用了大眾的力量去開拓創(chuàng)新模式。與此同時(shí)，云技術(shù)提供了一個(gè)機(jī)會(huì)，可以快速降低計(jì)算成本，并且不受內(nèi)部IT結(jié)構(gòu)的限制，創(chuàng)新的下一步將是把云端的眾包數(shù)據(jù)與AI的能力結(jié)合，創(chuàng)造新的、具有顛覆性的商業(yè)機(jī)會(huì)，為此，谷歌云平臺(tái)和亞馬遜網(wǎng)絡(luò)服務(wù)等云平臺(tái)已經(jīng)開始使用。
8、用算法來(lái)衡量你的回報(bào)：衡量生產(chǎn)要素的傳統(tǒng)因素包括資本回報(bào)率（ROC），以及員工的業(yè)績(jī)指標(biāo)，作為一個(gè)新的生產(chǎn)要素，人工智能將會(huì)采取新的或適應(yīng)性的措施，與傳統(tǒng)資產(chǎn)的貶值不同，人工智能資產(chǎn)因?yàn)樗鼈兊淖晕覍W(xué)習(xí)技術(shù)，隨著時(shí)間的推移而可以不斷獲得價(jià)值，這種復(fù)合資產(chǎn)增值效應(yīng)為早期人工智能投資的公司創(chuàng)造了更高的回報(bào)。
此外，盡管它的一些應(yīng)用程序有明確的結(jié)果，但人工智能的學(xué)習(xí)本質(zhì)意味著，許多收益還尚未終止確定，因此，在人工智能時(shí)代，追蹤資本投資的傳統(tǒng)措施將會(huì)過(guò)時(shí)，首席財(cái)務(wù)官們將需要一個(gè)新的工具箱來(lái)衡量“人工智能的回報(bào)”。也許它將與每一種算法產(chǎn)生的價(jià)值有關(guān)，或者是對(duì)初始支出和持續(xù)的成本進(jìn)行計(jì)算，其中大部分的收益和成本都將在未來(lái)的時(shí)期出現(xiàn)，投資者將在對(duì)它有信心的基礎(chǔ)上，對(duì)未來(lái)的價(jià)值進(jìn)行評(píng)估，這種復(fù)雜性可能會(huì)嚇退人力的投資者，強(qiáng)調(diào)了對(duì)資本支出和估值模型的新思路和新術(shù)語(yǔ)的迫切需求，或許，人工智能本身就會(huì)被用來(lái)計(jì)算更準(zhǔn)確的，關(guān)于人工智能的預(yù)測(cè)。
“為了抓住人工智能的發(fā)展機(jī)遇，企業(yè)現(xiàn)在就開始采取行動(dòng)，制定圍繞人工智能的戰(zhàn)略，將人們置于中心，并承諾開發(fā)負(fù)責(zé)任的人工智能系統(tǒng)，這些系統(tǒng)與道德和倫理價(jià)值觀相一致，從而推動(dòng)積極的結(jié)果，并解放人類，去做他們最能做的事情想象、創(chuàng)造和創(chuàng)新。”PaulDaugherty，埃森哲的首席技術(shù)和創(chuàng)新官如是說(shuō)。
建立人工智能GVA影響水平模型
這份報(bào)告調(diào)查了人工智能對(duì)16個(gè)行業(yè)的影響，在出版的“為什么人工智能是增長(zhǎng)的未來(lái)”的出版物中，埃森哲分析了人工智能對(duì)12個(gè)發(fā)達(dá)經(jīng)濟(jì)體的經(jīng)濟(jì)影響。
這些出版物的結(jié)果是建立我們搭建的在與前沿經(jīng)濟(jì)聯(lián)系的同一經(jīng)濟(jì)模型基礎(chǔ)上的，我們將人工智能作為一種新的生產(chǎn)要素，它將改變國(guó)家和行業(yè)層面的增長(zhǎng)方式，為了度量這一增長(zhǎng)，我們的模型按照?qǐng)D示的三個(gè)步驟進(jìn)行。
1.我們從一項(xiàng)研究中得出的結(jié)果，該研究調(diào)查了在整個(gè)勞動(dòng)力市場(chǎng)中，受人工智能影響的任務(wù)的比例，我們估計(jì)在未來(lái)，個(gè)體職業(yè)變?yōu)樽詣?dòng)化的可能性將會(huì)有多大，然后，我們?cè)偻ㄟ^(guò)來(lái)自目標(biāo)分析國(guó)家的勞工統(tǒng)計(jì)數(shù)據(jù)來(lái)看這些職業(yè)在行業(yè)和國(guó)家層面的分布，這種將受人工智能影響程度與每個(gè)國(guó)家和行業(yè)的職業(yè)分布相匹配的做法，使我們能夠確定每個(gè)國(guó)家和行業(yè)的人工智能吸收率。
2.我們將隨時(shí)間演變的人工智能的質(zhì)量改進(jìn)包括在內(nèi)，我們通過(guò)參考1990年至今天的軟件、硬件、機(jī)器人和云計(jì)算價(jià)格的數(shù)據(jù)來(lái)衡量這一變化。
3.我們決定了在全要素生產(chǎn)率(TFP)的度量中對(duì)人工智能擴(kuò)散所期望的額外的創(chuàng)新效果。我們參考了關(guān)于信息和通信技術(shù)(ICT)對(duì)TFP增長(zhǎng)的影響的歷史數(shù)據(jù)，并通過(guò)對(duì)各個(gè)行業(yè)的人工智能的投資數(shù)據(jù)以及國(guó)民經(jīng)濟(jì)吸收新技術(shù)的能力來(lái)提高這一數(shù)字。
在采取這些措施后，我們可以看到每個(gè)國(guó)家和行業(yè)的人工智能的經(jīng)濟(jì)潛力，對(duì)于國(guó)家的結(jié)果，我們匯總了每個(gè)國(guó)家16個(gè)行業(yè)中每一個(gè)行業(yè)的結(jié)果，對(duì)于行業(yè)的結(jié)果，我們匯總了每個(gè)行業(yè)12個(gè)國(guó)家的數(shù)據(jù)。我們的盈利預(yù)測(cè)是基于GVA的結(jié)果。為了獲得利潤(rùn)的代理，我們從GVA減去勞動(dòng)報(bào)酬。這就給了我們每個(gè)行業(yè)的總營(yíng)業(yè)盈余(GOS)，這是利潤(rùn)的近似值，它描述了在勞動(dòng)力因素輸入被減去之后經(jīng)營(yíng)活動(dòng)所產(chǎn)生的剩余盈余，為了更準(zhǔn)確地衡量盈利能力，我們將一個(gè)平減指數(shù)包含在資本折舊的數(shù)據(jù)中。
行業(yè)層面在GVA上模擬人工智能收益的因子
英文作者：
馬克波蒂（MARK PURDY），埃森哲董事總經(jīng)理