中国经济增速的放缓，截止到现在，已经持续快7年了。中国经济的发展亟需新的动能，而人工智能可以扮演这样的角色。
根据预测，到2035年，人工智能有潜力拉动中国经济增长率上升1.6个百分点，为中国额外地增加7.1万亿美元的经济收入。曾绞尽脑汁为自己挤出利润空间的各大行业，将从中分得新一轮增长。
这一结论来自于埃森哲近期发布的《人工智能：助力中国经济腾飞》调研报告。埃森哲大中华区信息技术服务总裁陈笑冰，在接受界面新闻记者专访时表示，中国将是人工智能浪潮中获利最大的国家——超越了英、美、日等发达国家和其它新兴经济体。
究竟哪些行业能在7.1万亿美元的增长空间中分到一杯羹？埃森哲选择了将近30个行业，并作出了相关排名。
“制造业依然是获利最大的一个行业。另人惊讶的是，农林渔业，也就是广义的的农业排名第二，第三是物流、零售业，而大家非常寄予厚望的金融服务业则排名第四。”
陈笑冰介绍，制造业上，日本已经有公司在传统生产线的机器臂上装上传感器，用来自动判断能否加快装配效率；在美国农场，按照成熟度来归类水果需要颇高的人力成本，但人工智能将传统的的盆室种植，变为条线化的沟式种植，让水果生长在同一水平线上，实现自动分类、自动采摘；中国日益壮大物流业中，人工智能的“小黄人” 已经可以不分昼夜地实现货物的分离、配送以及品质检验的全流程管理。
“人工智能和传统的经济增长推动力最大的不同在于，它本质上是劳动生产力和资本的实体结合”，陈笑冰说，几乎每一个行业都可以通过它找到自己的获利契机，而中国的人工智能，由于政府的大力引导、公众的包容态度水平在全球首屈一指，正孕育着更大机遇。
对于或大或小的中国企业来说，他们站在发展的十字路口踌躇已久——中国社会的资本红利和人口红利已经到期，传统技术的发展受限重重，人工智能已经成为一条必须踏上的征途，而这股日渐磅礴的力量势必为中国经济发展的发展提供新的动能。
想靠人工智能幸福地活到2035年 你需要克服这些瓶颈
根据埃森哲的数据，自2010年以来，投向人工智能初创企业资金，以60%的年均复合增长率迅速攀升。
这些投入究竟能不能获得回报？
埃森哲跟踪了200家企业“智能百强”企业——2010-2016年间的《财富》全球百强企业、以及创建人工智能技术的先锋们后发现，虽然表面上涉足AI者众多，但能洞悉它全部价值的企业寥寥无几——在人工智能的内部创新和外部协作都有良好表现的企业不到20%。
其中，中国企业的人工智能应用，正处于比较堪忧的状态。
很多企业认为，只有像BAT们一样重金布局前沿领域，或者与小i对话机器人一般在具体行业里持续深耕，才叫作人工智能。因此，他们或因囊中羞涩、惧怕风险不肯越雷池半步，或者单纯认为“只要把那个技术买过来，我就人工智能了”。
“技术导向论不可取”，陈笑冰向界面新闻记者表示，技术只是一种手段，如今的“人工智能”早已经超越了它70年前诞生之时的定义，演变成了一种“能力”，成为了帮助企业获得新机遇的一种平台。
在此过程中，管理者要对自己现有的业务模式进行充分的评价，从商业模式、业务管理、业务流程多个维度出发设计好人工智能的演进路线。
同时，很多中国企业仅仅认为人工智能可以增强员工的能力，他们还没有意识到，它其实是一种虚拟劳动力。
纽约一家创业公司设计了一款叫coco的产品，将人的能力用量化的方式描述出来，转移到人工智能中去，最终让人工智能可以和人完成同样的工作。
因此，如何让人和人工智能，和谐地在一个新的企业文化里共处，看似遥远，其实是不久的将来管理者们需要面临的课题。比如，哪一些工作应该让虚拟劳动力去做？哪一类更需要人的关注？如何让机器得到持续的学习和培训？
再者，中国企业还面临一个众所周知的挑战——数据。
数据是人工智能应用的基础工具之一，也是让它得以不断进化的源泉。由于药品监管政策的严格限定，很多药品企业一旦采用不恰当的手段推销产品，往往会受到巨额罚款，因此，它们常常如履薄冰。埃森哲发现，若使用相关的智能引擎，将案例的类型、方式、行为、地点、对象……将近40多个参数统一放在一个数据池里，由智能机器人对它们进行详细的分析和筛选，最终，推销的命中率可以高达97%。
但是现实中，数据标准缺失、数量不够、获取渠道不够、覆盖度不完整、质量不足……这一系列短板对各行各业的企业探索人工智能设置了重重障碍。企业必须自上而下重新建构组织的数据能力，很多领先公司在推行 “企业数据管理官”（CDO）的角色。
此外，埃森哲发现，如果企业能从AI的“旁观者”——很少进行人工智能投资与协作，转变为“协作创造者”——通过大量内部投资及外部战术协作来发展人工智能，其获取价值的提升幅度平均可达90%。
这是因为，“基于大量的数据”是人工智能区别于人的重要特质。而数据的获取靠自身是远远不够的, 必须在企业之外寻找数据来源，这就需要协同大量的合作伙伴，包括和政府、行业监管机构和生态伙伴。
对此，陈笑冰表示，企业需要建立起一个新的能力——协同能力。
以汽车行业为例，汽车轮胎的磨损度不仅和开车的公里数有关联，还离不开驾驶员的驾驶行为、开车地点和开车时间。这些也是汽车厂商和轮胎厂商最希望拿到的数据，可惜目前无法获得——中国汽车界有大量的零售商、分销商、代理机构，它们只有统一销售的数据，其它重要的数据资源则如一盘散沙，无法集合。
“如果在这些领域，企业能进行较好的关注和提升。我们相信2035年，它将在经济增长的浪潮里获得应得的一份收益。”
人工智能不会让你九死一生，它的颠覆性变革比例不足10%
即便了解了新一轮商业竞争所需要的关键能力，但是你可能依然在犹豫不决——埃森哲发现，57%的企业在人工智能方面行动缓慢，或在原地不动，倾向于在采取大胆举措之前观察其他企业的进步。他们尚未充分认识到AI变革的增长价值，也没有掌控重要的相关资源。
这种貌似谨慎的态度实际上相当危险。
他们认为人工智能是一种颠覆性的创新，投入漫长，回报周期很长，甚至将它类比于创业，稍有不慎就有可能九死一生、哀鸿遍野。
陈笑冰对此并不认同。
陈笑冰表示，在中国人工智能领域中，颠覆性型业务仅有10%，这一比例在美国则接近10%。也就是说，如电动汽车一般试图颠覆整个行业的业务，其实只占人工智能的很小部分。“虚拟劳动力”和“作为辅助工具改造现有业务”才是它的主体应用。
因此，目前人工智能90%的风险都是可控的，它是一场渐进式的改革。
埃森哲认为，很多业务场景都可以通过人工智能焕然一新。比如，他们发现医生有75%以上的时间都在阅读 “健康患者“的X光片报告。如果用人工智能去代替医生阅读，迅速将无病报告过滤掉，准确率可以达到84%以上。它甚至可以把一些不确定的、认为有问题的报告挑选出来呈给医生，让他们花两倍、三倍的时间认真研读，帮助病人找出真正的病因。
企业的内部管理也需要人工智能的注入。一家在全国有几十万员工的公司，在报销发票时需要每天将发票信息填入，做好分类交到系统后台，由专门人员进行核算。这一过程，无论是报销者还是财务部门或是审核者，都要花费大量的无用时间。埃森哲使用了一个简单的RPA（机器人流程自动化） 技术对其进行改造——将图像获取、图像识别、内容认知结合在一起，系统化地排除大量的错误报销、分类和遗漏，实现自动审核。在后台处理报销事宜的一百多个员工瞬间得到释放。
陈笑冰强调，认为一个“能够和你讲话，帮助你倒水，长得像人模样的‘人’才叫人工智能”，这完全是一个误区。今天的人工智能是一种能力，包括了感知认知能力，理解学习能力、行动调整能力、适应能力，它贯穿于各个领域，只要能帮助企业创造价值，推动企业发展机遇的人工智能，都应该受到管理者的关注。
目前，人工智能在中国经济发展中的优先级地位不言而喻。自2014年起，中国政府陆续启动了一系列国家经济振兴计划，其中包括“十三五规划”、“中国制造2025”、“机器人产业发展规划”，以及“‘互联网+’人工智能三年行动实施方案”等——其目标是截至2018年，打造“千亿级”规模的人工智能市场。
“中国有一个很好的基础——政府的支持，大众的认可，企业管理层的重视，一旦相关的挑战被克服，我们将获得巨大的提升空间”，埃森哲认为，中国企业应该大胆投入到这一浪潮中去，并在2035年7.11万亿美金的增长中，为自己占据一块有利的席位。
