根据麦肯锡最新发布的人工智能调查报告《2020年人工智能状况》显示:
• 由于采用了人工智能技术,79%的营销和销售团队今年实现了收入的同比增长;
• 由于采用了人工智能技术,72%的供应链管理团队今年也实现了收入同比增长;
• 在数字化优先、无接触客户体验的流行趋势中,企业因为人工智能战略加速了试点投入生产的速度,息税前利润(EBIT)增长了20% 甚至更多;
• 高科技和电信行业引领着人工智能技术的采用,而汽车和装配行业则相对落后。
麦肯锡的这份调查报告,采用了在线随机抽样调查的方式,共有2395名受访者参加了此次调查,这些受访者代表了广泛的地区、行业、公司规模、职能专长和高级管理层。1115名受访者表示,他们所在的企业至少在一个职能部门里使用了人工智能技术。
这份报告值得注意的原因是,那些早期采用人工智能技术,希望以此创造收入的商业案例如今已经取得了成果。
报告中的主要见解包括:
• 人工智能在市场营销和销售、战略和企业融资以及供应链管理方面对收入增长的推动最为显著。麦肯锡按照部门为单位研究了人工智能推动的收入同比增长的百分比,发现那些最能够影响客户关系的因素,包括定价、服务、支持、和预测准确度,往往对收入增长的推动最大。例如,使用人工智能优化定价可以对收入和盈利能力产生立竿见影的影响。以下是各部门因为采用人工智能技术实现的收入同比增长的百分比对比:
• 参与调查的受访者中,绝大多数领导者表示网络安全是他们所在的组织在意的唯一风险。麦肯锡发现,总体而言,除了国家安全之外,提到每一种风险的受访者的比例都保持了持平或者出现了下降。正如下图所示,高绩效企业的领导者们比其他人更容易识别和减轻大多数风险:
• 使用人工智能改进库存和零件优化、定价和促销、客户服务分析和销售与需求预测的企业实现了最显著的收入增长。麦肯锡首先研究了采用人工智能是否以及如何能够提高收入,并通过息税前利润(EBIT)衡量盈利能力。他们发现,那些擅长采用人工智能来提高库存周转率、定价准确性、促销效率、客户满意度并预测准确性的企业,盈利能力(以息税前利润衡量)最有可能提升20%。在降低成本方面最成功的人工智能用例包括优化人才管理、联络中心自动化和仓库自动化。
• 在利用人工智能推动收入方面,高绩效企业在新冠肺炎大流行期间的投资要远超其他的同行。麦肯锡发现,在新冠肺炎大流行期间,高绩效企业的领导者们在每一个主要的职能部门中都增加了对人工智能技术的投资。与此同时,只有不到30%的其他受访者持相同看法。从行业的角度来划分,汽车、装配、医疗保健和制药行业的受访者最有可能表示自己所在的公司增加了这方面的投资。
• 在新冠肺炎大流行时期,企业使用的人工智能应用程序、平台和技术越多,就越有可能见到不准确的结果。企业对人工智能技术采用的越普遍,他们的模型就越有可能异常的结果,这是因为他们的数据集受到了新冠肺炎大流行的影响。在新冠肺炎大流行期间,训练了多年的机器学习模型开始报告不一致的结果,这是由于它们遇到了从未见过的异常数据模式。这些高绩效企业的模式在市场营销、产品开发和服务运营方面尤为脆弱,而这些领域都是人工智能应用最为普遍的领域。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。