2035年AI将为中国带来7万亿美元产出，埃森哲分析全球12大产业

编者按：本文由微信公众号“新智元”（ID：AI_era）编译，来源：埃森哲报告、世界经济论坛，译者：文强、张易、刘小芹、胡祥杰；36氪经授权发布。

国际著名咨询公司埃森哲日前发布了 2017 年最新的人工智能报告，聚焦 AI 带来的产业创新的行业利润。在一系列报告中，埃森哲专门针对中国作了一篇题为《人工智能如何驱动中国的经济增长》的报告，显示当 AI 被视为生产的新因素，而不仅仅是生产率增强剂时，AI 将促进中国生产力大幅增长。到 2035 年，AI 有可能在中国的经济增长率上增加 1.6 个百分点。

在全球范围内，资本投入和劳动力增长的能力明显下降。这是两大推动生产力增长的传统杠杆，但在许多经济体中，资本投入和劳动力增长已经不再能够维持过去几十年来稳步前进的势头。中国也不例外。中国经济增长态势明显放缓，劳动力短缺和资本紧缩已经破坏了旧的增长模式，生产力也在不断下降。

但长期来看并不需要悲观。实际上，埃森哲最近的一项分析显示，到 2035 年，AI 有可能在中国的经济增长率上增加 1.6 个百分点。

基于埃森哲的分析和建模，报告显示当 AI 被视为生产的新因素，而不仅仅是生产率增强剂时，AI 将促进中国生产力大幅增长。

AI 促进增长的 3 大渠道

基于埃森哲的分析和建模，报告显示当 AI 被视为生产的新因素，而不仅仅是生产率增强剂时，AI 将促进中国生产力大幅增长。来源：埃森哲

1. 智能自动化（Intelligent automation）    

• 能将现实世界中需要灵活性和适应性的复杂任务自动化。

• 传统的自动化技术是针对具体的任务，而 AI 智能自动化则能够解决各个行业和职位都会遇到的问题。
  

• 智能自动化第三个、也是最大的特点，是自我学习（self-learning），因此可以通过重复性进行规模化。

2. 劳动和资本增值

• AI 带来的经济增长，有很大一部分来自于替代现有的劳动力和资本，而不是更有效地使用它们。
  

• 此外，AI 通过补充人的能力来增加劳动力，为员工提供新的工具来增强他们的自然智力。

• AI 还可以提高资本效率。

3. 扩散创新（Innovation diffusion）

• AI 通过经济扩散时刺激创新的能力也是 AI 的一大好处，但这也是目前讨论得最少的一点 

AI 促进中国国民经济增长

到 2035 年，AI 可能在中国的经济增长率上增加 1.6 个百分点。来源：埃森哲和 Frontier Economics

AI 振兴中国产业

到 2035 年，基准线和 AI 稳定状态之间各产业年度 GVA 增长率的百分比差异（％）。来源：埃森哲

对中国政策制定者和业务领导者的建议

埃森哲报告指出，随着人工智能越来越多地融入生活，为了充分发挥 AI 潜力重振中国经济和工业，政策制定者必须做好充分的准备，以应对学术，技术，政治，伦理和社会等挑战。企业领导者需要将 AI 整合到自己的策略中，创建一个新的人工智能手册，促使人们能够以最好的想象力，创新力和创造力投入到工作中。

对于决策者：为 AI 未来发展扫清道路

• 准备迎接下一代 AI
  

• 倡导 AI 道德规范

• 解决再分配效应

对于商业领袖：为即将到来的 AI 世界打造新的规则手册

• 超越自动化，致力于新的创新

• 采取战略性的数据管理方法

• 为以 AI 驱动的组织发明新的业务能力

中国已成为 AI 创新的重要基地

很少会有一种新技术，能像 AI 这样改变消费、生产和社会。然而埃森哲最新报告却显示，许多行业还未充分感受到 AI 的价值。

而对于处于变革前沿的企业和初创公司，情况则大不相同。

这些企业和初创公司中有不少来自中国。中国在深度学习、传感、预见性维护和智能机器人方面已经成为了创新的重要基地。

2010 年以来，对全球 AI 初创公司的投资额以每年近 60% 的增长率增长。增长相当程度上来自于中国这一世界上最大的数字用户基地。 

中国正在源源不断地生产数据，尤其是从移动端上。这种数据增长速度比其他任何国家都要快。 

对许多人来说，AI 是一种解决方案，能够提高效益，削减成本。 

AI 无疑可以使许多流程自动化，提升下线。但 AI 带来的更大机遇在于创建全新的产品和服务门类。这将催生新的市场，驱动增长。 

AI 对于上线的提升反映在，报告预估，如果企业能够利用 AI 转换其全部的业务模式，则 2035 年中国的年经济增长率可以从 6.3% 升至 7.9%。那时将额外产生超过 7 万亿的经济输出。

什么样的企业具有更高的 “AI 商”？

为了取得这种潜在的增长率，需要在使用 AI 以不同地方式做事情以外，更寻求去做不同的事情。

例如，在线零售巨头京东一方面正在探索使用 AI 来促进无人库房的内部运营和无人机送货，另一方面也在采用 AI 来实现购物体验的个性化，开发新的产品和服务。 

阿里和上汽集团合作，将汽车联入互联网络，并引入新的基于云的 AI 服务。

腾讯则正在开发虚拟助理和自动驾驶。

中国也有很多成功的 AI 初创公司。

例如，码隆科技的 AI 识别技术使用深度学习，分析全球的时尚色彩流行趋势，以帮助数以千计的纺织品制造商预测全球纺织品需求。

这些突破要求企业不仅要创新，同时还要重新布局。 

这意味着企业要把核心产品和服务上的资金转移到新业务上，同时还要持续转化旧有的核心业务。

对于 AI 技术革新，公司是应该自主研发、与人合作还是从外部购买技术呢？

在财富 100 强的公司和埃森哲报告列出的全球 100 家 AI 驱动的企业中，我们发现其中有 27% 的企业做好了研发和合作两件事中的一件，而 56% 的企业两件都没有做好。

只有 17% 的企业在研发和合作两件事上都取得了高分。这使得“合作研发者”具有比其他企业更高的“AI 商”(AIQ)

AI 以人为本

具有高 AI 商的公司聚焦三大优先战略：技术，数据和人。

“合作研发者”知道如何整合组合型AI 技术，采用基于平台的方式。

更重要的是，人才居于 AI 的核心。

AI 驱动的公司需要寻找多样性人才——从数据科学家到行为专家再到行业专家。 

中国 AI 产业的核心特征之一是多方利益相关者环境的建立，其中既包括私有资产，也包括国有资产。

例如，国家发改委指定百度牵头组建深度学习技术和应用实验方面的国家实验室。

实验室不存在实体，而是一个虚拟的、数字化的研究者网络，研究者在其中负责各自领域的问题。快速增长的中国经济为中国 AI 初创公司在国外的成功奠定了基础。AI 方兴未艾。 

可以想见，未来在 AI 上的投资和创新会持续增长，中国的 AI 领袖有义务打造“负责任的 AI”。这意味着基于 AI 的产业实践和技术必须透明、可靠、公平。 

毕竟，AI 以人为本。 

机敏而又负责任的中国研发者会认同，AI 不是在消灭人，而是在提升人。它不仅关乎自动化人类所做的事情，更在于强化人类的能力。 

中国正通过其在 AI 领域的力量，推进着第四次工业革命。在这一进程中，有一点至关重要：AI，来自人类，为了人类。

埃森哲报告全文：AI 如何提升行业利润和创新（24页）

作者：Mark Purdy and Paul Daugherty，下载地址

当前多个行业的业务盈利能力的下滑可能会削弱未来的投资，创新和股东价值。

幸运的是，一个新的生产要素——人工智能（AI）——正在兴起，可以帮助促进盈利。AI是多种技术的组合，可以以不同方式组合实现感知，理解，行动和学习。埃森哲研究显示，到2035年，AI有望将企业盈利能力提升38％，12个经济体的16个行业的经济增长值将达14万亿美元。

但是，只有采用以人为先的观念，采取大胆和负责人的措施将AI技术应用到企业业务，才可能实现这样的增长。我们的研究调查了快行业的8个跨行业的战略，以抓住AI的机会。

重振利润潜力

当前，企业利润正在下滑。美国在战后达到国民收入的最高点后，利润的增长从2010年的25％下降到2015年的-3％。

而且，从制造业、公共事业到金融服务业的大多数行业，这一现象都十分明显。利润下降本身就是令人担忧的原因。但是，更令人担忧的是投资减少，创新和长期股东价值下降的影响。

回拨投资不仅削弱了公司发展的能力，而且在日益破坏性的环境中冻结了创新的资源。总之，低投资和低创新努力可能拖累股东价值，因为投资者质疑公司满足市场预期的能力。

目前的数据显示环境不利于增长，商业投资已经接近停滞。例如，在美国，制造业企业投资增长率由2012年的14.8％下降到2016年的-5.2％，而在英国是从2012年的5.9％下降至2016年的-6.6％。研发支出的增长是行业创新能力的关键指标，而这个指标同样在变缓。例如，在德国，制造业的研发支出增长率从2008年的6.6％下降到2013年的-2.6％，在意大利，这个数字从2008年的7.4％下降到2013年的-0.9％。

虽然前景似乎令人沮丧，但AI作为一个新的生产要素的加入，不仅可以帮助改变经济增长的机会，而且可以改变企业的盈利能力。埃森哲将AI定义为一种能让智能的机器通过感知，理解，行动和学习来扩展人类能力的技术，从而帮助人们获取更多成就。

由于数据量的大幅增加，技术成本下降和计算能力的快速提升，AI正在成为商业现实。不仅仅是促进生产力增长，我们认为AI是一个全新的生产要素，可以通过三种方式扭转利润下滑的趋势：通过智能自动化系统优化，增强人类劳动和物质资本，推动新的创新。

但为了利用这个巨大的机会，每个行业的企业都需要围绕AI制定他们的战略，并开发符合社会道德和价值观的负责任的AI系统，为所有人提供更好的结果。资本劳动力作为AI的独特特征，例如增强人类劳动力的规模和速度的能力，自我学习和持续改进的能力，将要求在诸如投资、创新和人力资本发展等领域采取新的方法和模式。

图1：企业利润

美国企业利润和国内生产总值（GDP）在战后达到最高水平，但现在正在下降。

人工智能是经济增长的未来——宏观经济视角

在本研究的第一阶段，埃森哲研究与Frontier Economics合作，模拟了 AI 对12个发达国家的影响，它们共同产生了世界经济生产总值的50％以上。

研究显示，到2035年，AI可以通过改变工作性质，创造人与机器之间的新关系，其中人们牢牢掌控机器，技术越来越适应人们的要求和需求，从而可以使年经济增长率翻一番。

AI技术对业务的影响预计将使劳动生产率提高40％，并帮助人们更有效地利用时间。

图2. AI对国家的经济影响：我们的模型显示，AI可以使我们分析的12个国家的经济总量增长两倍。

到2035年的年总增长率，以总增长值表示（近似GDP）。

图3. AI世界的劳动生产率：AI能够显着提高发达经济体的劳动生产率。图中的百分比表示2035年的基线与2035年的AI稳定状态之间的差距百分比。

AI 在工业中的价值

研究的第2个结果表明，AI在避免低利润增长和为各行业的企业带来新的增长方式上有巨大的潜力。

埃森哲与Frontier Economics合作，模拟了AI对16个行业的潜在经济影响，涵盖从制造业、公共事业到医疗行业的多元领域。我们采用总增长值（gross value added, GVA）作为衡量标准，与GDP近似。GVA是衡量某一行业产品和服务价值的输出量度，可以认为是不同行业对经济增长的贡献。

我们针对每个行业比较了两种情景，以评估AI的未来影响。首先，基准情景（baseline case）显示当前假设下行业预期的经济增长。然后，AI稳定状态（AI steady state）显示AI的预期增长与经济进程相结合的增长。由于新技术的影响需要时间的验证，我们使用2035年作为一个比较年份（详见“附录：AI的GVA影响建模”）。

我们的研究显示，信息与通信，制造和金融服务业这三大行业将在AI情景中达到年均GVA增长率最高点，到2035年这个数字分别是4.8％，4.4％和4.3％。

在信息和通信行业，由于这是严重依赖技术的行业，AI能力可以与现有系统结合，从而在2035年实现4.7万亿美元的总增加值（图5）。例如，供应商可以开发新的AI平台，为客户提供网络攻击保护服务。

在制造业，物联网（IoT）等为智能系统的无缝整合创造了有利条件。今天的物联网技术使诸如装配线之类的物理设备能够与数字系统连接和通信。此外，AI可以弥合当前形式的自动化和学习与更先进形式之间的差距。我们的研究表明，到2035年，AI能帮助GVA增加3.8万亿美元，这个数字比常规业务增长了近45％。 

金融服务行业可以利用人工智能技术来减轻知识型员工的单调、重复性的任务，例如客户咨询，抵押评估和市场研究等。总体而言，到2035年，这个行业的GVA将额外增加1.2万亿美元的收益。 

即使在劳动密集型行业（生产率增长速度很慢）的GVA增长率也将大幅提升。到2035年，教育行业将从0.9％提高到1.6％，社会服务业将从1.6％上升到2.8％，实现经济产出的大幅增长（分别为1,010亿美元和2160亿美元）。 

到2013年，按照加权平均数计算，AI有潜力将16个行业的经济增长率提升1.7个百分点。 

到2035年，年GVA的实际增长（％）

使用AI 来提升行业效益

通过 AI 带来的经济产出的增加，对于跨行业的企业的利润来说意味着什么？根据埃森哲的研究，AI 有潜力能在2035年前，将16个行业的盈利能力平均提高38％。埃森哲已经定义了三个渠道，通过这些渠道，人工智能可以扭转跨行业的低利润周期：智能自动化，劳动力和资本增值以及创新扩散。

与传统的自动化相比，AI 提供了巨大的优势。拿供应链管理举例，这个行业中，时间就是金钱。例如，Fortune 100的公司中，一条供应链紧缩一天，会冻结掉5千到1亿美元的现金流。

依赖全球性的综合网络的公司，比如特斯拉和Johnson & Johnson，现在都开始依赖于一家名叫Elementum的AI 初创企业，来将供应链流水化。Elementum 会监控整体的事故，追踪运输状态和记录制造产出，对供应链进行实时的可视化管理。

通过每天实时分析超过1000万事故和超过25万亿美元的产品，Elementum 能提供潜在问题的早期预警，提供替代解决方案。

例如，2014年中国DRAM芯片厂的火灾对全世界的产品供应造成了相当大的挤压（25％）。大多数设备制造商仅在几天之后才意识到这一影响，但是Elementum的客户在几分钟之内即可知道这起事故，在供应紧缩对价格产生影响前，他们补足了货，确保DRAM的供应。

不仅仅是生产链可以从智能自动化中受益。宝贵的时间和资源通常都被用于追求销售线索，所以销售活动也将随着AI而急剧变化。 Lattice Engines 正在聚焦于将AI 的能力用于将销售过程流水化。通过学习公司的购买模式，它可以从“冷”中排除“热”线。使用莱迪思的AI平台，戴尔的欧洲营销部门的销售主管削减了50％，但是销售生产力，效率和收入实现翻番。

劳动力和资本增强

工人可以通过把低价值附加的任务分给AI，进而在主要的任务中提高生产力。所以，AI 注定会增强劳动生产力。人工智能的应用正在扩散到智力和批判性思维长期占主导地位的领域。例如，业务研究传统上是一项非常耗时的任务。 Conatix的半自动化商业智能系统基于机器学习方面的最新进展，使企业能够从组织外部发现，获取，组织和分享以前的非结构化数据和信息。通过与研究人员密切合作，Conatix算法可以根据人的反馈来调整其过程，创建和更新高质量的见解。 AI 还可以帮助企业最大化其资产利用率。

重工业，如能源和制造业，需要大量的前期投资，这导致其特别容易受到与停工相关的收入损失。例如风力发电机，意外的停机需要协调一致的努力来维护设备、人员和备用零件，同时减少在不断收入。在齿轮箱故障的情况下，每个故障可能导致长达两周的停机时间，所以，增加资产利用率的好处是显着的。

AI 能够加快新产品开发从而推动创新。创新的这种增长消除了冗余成本，产生新的收入来源，从而提高盈利能力。

新药的开发就是一个有启发性的例子。目前，药物开发以提出假设的发现方式为主，最终得到批准的新药还不到提出的 10％。使用 AI，Berg Health 公司通过追踪癌细胞和非癌细胞中数万个数据点来监测癌症病情发展。迄今为止，这项工作已经制造出一种新的抗癌药物，目前正在进行临床试验。这种 AI 药物发现新方法估计将使单一药物的开发成本从 26 亿美元减少到 13 亿美元。

AI 还能帮助公司基于设计目标和种种约束创建新的产品。Autodesk 以其计算机辅助设计系统 Dreamcatcher 开创了这一新的方法。使用 AI 算法，Dreamcatcher 利用云的力量创建数千个虚拟原型不断迭代，并根据其指定的标准比较其功能、成本和材料。Dreamcatcher 以一种形状适合的材料开始，逐渐凿掉不需要的部分。去掉这些部分后，整体性能的改变会被算法“记住”，这样算法就能够理解每一块材料对性能的贡献。在医疗行业，Dreamcatcher 已被用于设计一种加速恢复和组织再生长的面部植入物。在汽车行业，AI 驱动的产品被用于开发新的跑车。

各产业获利的潜力

通过这些渠道，AI 提供了前所未有的盈利机会。例如：在批发和零售、艺术、娱乐和医疗保健等劳动密集型行业，AI 增加了人力，使人力劳动随着时间的推移变得更有成效，并将工作重点转向关键任务。在批发和零售部门，这可能带来收入的利润增长将近 60%，每 100 美元中从 17 美元增加到 27 美元（图6）。

对于传统的资本密集型行业，AI 对盈利能力的影响可能同样显著。例如，在制造业中，故障机器和闲置设备将会消失，因为随着时间的推移，AI 供电的系统由于其学习、适应和发展的能力，将提供不断上涨的回报率。像快速原型或动态资源分配这样的事情可以显着缩短产品上市时间并降低成本。这为行业的带来的净结果，则是利润增长 39％。

制造业

制造业对重型机械的依赖使行业应用 AI 技术。埃森哲研究显示，使用 AI 后制造业到 2035 年可以再增加 3.8 万亿美元的GVA。增加渠道有望推动该行业的大部分收益。劳动力不仅会变得更有成效，而且 AI 也将使工厂车间实现现有机械的全部潜力。

批发和零售部门，2035 年 AI 可以获得超过 2 万亿美元的额外 GVA，比基准情况增加 36％。零售商可以利用 AI 的智能自动化功能来简化库存和仓库管理，而增强现实技术可以为客户提供身临其境的购物体验。在埃森哲研究的行业中，预计这个行业将受益于 AI 带来的额外创新效应，例如使用 AI 发现用户的潜在需求。

在埃森哲的模型中，AI 将在 2035 年之前将医疗保健行业的增长率从 2.2％ 提高到3.4％，达到 4610 亿美元的额外 GVA。智能自动化通道占 60％ 以上的优势。AI 驱动的系统可以分析大量非结构化数据，并生成预测性诊断，可以在问题变为严重健康风险之前检测到问题。创新渠道在 2035 年也为行业增加了超过 1000 亿美元。AI 在医疗保健方面有巨大潜力的一个例子：该行业与以前无关的领域（如制造和设计）合作，创造出尖端的 3D 打印技术用于器官移植。

报告地址