大中华区人工智能成熟度调研报告（80页）

本次调研收集了两岸三地的丰富数据 和商业领袖的深刻洞见，分别从定量和 定性两个角度剖析了人工智能的发展 趋势。 大部分受访者在其任职企业中担任高 级管理层职位 为了确保调研结果的权威性，我们邀请 了各企业中负责推进人工智能项目的高 管完成线上调查问卷及深度访谈。72% 的受访者在企业中担任“高级管理层” 和“最高执行管理层”，他们对人工智能 的战略部署、商业价值、商业风险、成熟 度以及企业未来数字化愿景，都有非常 全面的了解，同时他们多年的从业经验 也使他们对行业拥有独到的见解。本次调研涵盖七大行业 参与本次调研的企业全面分布在七大 行业领域，其中来自专业服务、制造与 能源、信息技术与媒体的企业相对较 多，其次是金融、医疗健康和零售。基 础设施与运输行业企业相对最少。 新冠肺炎对本次调研活动的影响 2020年，一场突如其来的疫情，打乱了 各行各业的节奏。一方面，这催生了全 新的市场需求，孕育了行业发展的新机 遇，企业不得不在这个时刻思考转型。

人工智能是计算机科学的一个分支，人 们希望它能以人类智能相似的方式做 出反应，具备推理、学习、解决问题等 能力。 对人工智能技术有较广泛的认可 在本次调研中，针对各种现行人工智能 技术对企业的重要性，在所有的人工智 能技术中，70%以上的受访者认为机器 学习是最有用的人工智能技术。究其 原因，一方面机器学习的原理和方法经 过国内外十年的探索已经逐步成熟； 另一方面，随着数据获取途径不断多元 化，利用机器学习对海量数据进行分 析所能带来的价值也不断被放大。当 回答哪些人工智能技术对公司最有帮 助时，67%的受访者选择了三种以上技 术，一方面说明大中华区企业广泛认可 人工智能技术的商业潜力，另一方面说 明各企业对人工智能技术的了解也比较 深入。 机器学习 受访企业认为最有用的人工智能技术 是机器学习。机器学习具备广泛的适用 性，用例遍布整个价值链。在不同类型 的机器学习中，最常见的是监督式机器 学习，即通过输入变量和输出变量去得 到两者之间的映射函数，当输入新的变 量时可以以此预测输出变量。 虽然以往企业主要使用内部数据进行 监督式机器学习，但越来越多的公司已 在结合内外部数据以获取更深刻的见 解。在所有数据类型中，结构化数据使 用的比例更高，但也有超过半数的企业 同时在使用结构化数据和非结构化数 据作为人工智能技术的数据源。