大中华区人工智能成熟度调研报告（80页）

行业报告下载 2020年11月18日 07:44 管理员

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。