人工智能正在改變多個關鍵行業和市場，并且這項技術的應用正在迅速擴展。
如今，人們對人工智能的興趣已經上升到新的高度。機器學習、計算機視覺、計算機語音、文本和情感分析，以及自動駕駛汽車等技術都在給業界領袖帶來更多的興趣和想象力。然而調查發現，首席信息官和IT經理似乎仍然不確定他們如何準確地利用人工智能在其行業中創造收入。
O'Reilly公司在2019年發布的一份主題為“企業中人工智能的采用”的調查報告中指出，在1300名受訪者中，81%的人在采用人工智能技術的公司工作。然而，只有27%的受訪者表示他們在業務中有創收的人工智能項目。大多數受訪者(54%)表示，目前仍處于評估階段，并正在研究如何利用這項技術。
是什么阻礙了他們的部署?
23%的受訪者表示，最大的瓶頸是并沒有認識到人工智能需求的企業文化。此外，17%的受訪者表示他們的公司很難找到適當的商業案例。在工程中應用更加成熟的人工智能項目的企業中，這是一個更大的問題，近四分之一(24%)的先進組織仍在努力處理用例。
麥肯錫公司于2018年11月進行的一項調查顯示，人工智能采用率略有不同，但也發現了類似的趨勢。在這份報告中，77%的受訪者表示所在的公司已經部署了人工智能，但其中30%的受訪者表示只是試點運行項目。值得注意的是，只有17%的受訪者表示，他們的組織已經確定在其業務中在哪里可以使用人工智能。
報告總結說，“商業世界剛剛開始利用這些技術及其收益。事實上，許多組織仍然缺乏大規模人工智能創造價值的基本實踐，例如，描述人工智能機會所在的位置，以及是否有明確的策略來獲取人工智能所需的數據。”
那么，這些人工智能的機會在哪里呢?
以下重點介紹10個使用人工智能案例的行業，在這些行業中，人工智能可以提供影響企業利潤的實質性好處。
1.電信行業
麥肯錫公司在其調查報告中表示，電信業是人工智能采用的領導者。調查發現，75%的電信行業受訪者在其服務運營中采用人工智能，45%的受訪者表示，在產品和/或服務開發中使用人工智能。
向5G和軟件定義網絡的過渡為機器學習提供了明確的業務用例。雖然早期的網絡技術(3G、4G等)由同質技術組成，但5G創建的網絡融合了所有先前的技術以及一些新的技術。這就產生了一些極其復雜的網絡體系結構。如果沒有同樣先進復雜的監控、管理和自動化工具，人類就無法簡單地監控這些復雜的環境。在許多情況下，這些工具都結合了人工智能的功能。
2.科技行業
根據麥肯錫公司的調查數據，人工智能技術的第二大采用者是科技行業。在這種情況下，其重點是創建包含人工智能的創新產品，因為59%的公司使用人工智能進行產品和/或服務開發。
同樣，O'Reilly公司的調查報告發現，57%的計算機、電子產品和技術供應商在研發中使用人工智能技術。而45%的受訪者表示，在他們自己的IT系統中部署了人工智能工具。
技術供應商清楚地認識到將人工智能融入到他們自己的產品和服務中所提供的商業機會，許多公司還在內部系統中采用工智能。
3.金融服務
另一個值得注意的人工智能技術的早期采用者是金融服務業。根據麥肯錫公司的調查，49%的受訪者表示將人工智能用于服務運營，40%的受訪者將人工智能用于風險管理。
股票交易者最先意識到機器學習系統在識別市場模式方面可能優于人類，而如今，基于人工智能技術的自動化系統正變得司空見慣。
這些機器學習技術也擅長識別可能表明某人是否存在良好的信用風險或特定交易是否可能表明欺詐的模式。一些金融公司現在也向客戶提供他們為滿足內部需求而開發的工具，并開辟新的商業模式。
4. 制造業
人工智能為制造業提供了一些不同的獨特優勢，其中許多與底線財務結果直接相關。事實上，麥肯錫公司的調查報告發現，與其他業務功能相比，受訪者在將人工智能應用于其生產制造時看到了最大的價值。
最明顯的是，工廠可以使用人工智能機器人來提高生產線的速度、安全性、一致性。此外，他們還使用計算機視覺系統來檢查零件。機器學習在預測性維護、供應鏈管理和風險管理中發揮著重要作用。
5. 醫療保健
在O'Reilly公司的調查中，68%的醫療保健和生命科學公司表示他們使用人工智能進行研發，34%的公司表示，他們將人工智能用于客戶服務。
人工智能研究的一個更令人興奮的領域是醫療診斷的計算機視覺。經過數百萬個數據樣本的訓練，人工智能系統學會識別癌癥、良性腫瘤、骨折以及X光和其他成像中出現的其他情況。此外，機器學習系統可以提供一個知識庫，支持基于報告癥狀的診斷。然而，提供者指出，這些系統旨在增強人類醫生和服務提供者的服務，而不是取代他們。
在其他方面，人工智能語音到文本系統可以幫助抄寫醫生筆記，減少或消除由于書寫雜亂而造成的錯誤。
6.社交媒體
眾所周知，Facebook、Twitter和Instagram等社交媒體公司使用復雜的算法來確定哪些帖子，更重要的是哪些廣告會顯示在用戶的訂閱中。但這些社交媒體巨頭也希望人工智能可以幫助他們解決一些最棘手的挑戰，例如阻止國外勢力干預選舉，阻止虛假新聞的傳播，保護用戶隱私，阻止令人反感的內容等等。到目前為止，該技術尚未證明自己能夠完成這些更困難的任務，但很多人認為隨著人工智能技術的發展進步，這只是時間問題，但其他人則持懷疑態度。
7.媒體和娛樂
人工智能已經證明了自己擅長于弄清楚人們想看什么內容。像Netflix和Hulu這樣的流媒體服務已經能夠分析大量觀眾的觀看習慣的數據，并將這些數據轉換成新的原始內容，這些內容已經受到觀眾的歡迎，甚至還為這些內容贏得著名獎項提供幫助。像電影制片廠和電視網絡這樣的傳統媒體現在正在尋找能夠利用人工智能保持競爭力的方法。
使用人工智能創建實際內容的嘗試并不成功。雖然計算機生成的藝術、音樂和電影的實驗被證明是有趣的，但它們還不能和人類創造的內容相提并論。
8.運輸和物流
雖然人們現在還不能購買完全自動駕駛的汽車，但已有數千輛無人駕駛汽車上路運行。一些用于測試目的，而另一些則提供乘坐共享或出租車服務。業內人士表示，自動駕駛汽車的第一個真正的市場可能是非常有價值的卡車運輸業。與人類駕駛員不同，自動駕駛系統不需要休息，并且這些新車可以使貨運更快、更安全。
機器學習也在汽車行業的幕后工作發揮重要作用，因為制造商和車隊管理人員正在尋找新方法，從當今日益增長的聯網車輛收集的數據中獲取具有價值的見解。
9. 國防
美國政府也對自動駕駛汽車和基于人工智能的車輛數據分析有著濃厚的興趣。裝甲車、坦克、飛機、船只和武器系統不僅是通過計算機處理數據，而且產生了大量的數據。機器學習和計算機視覺系統可以使國防成為一個更安全、更準確、更有效的領域。
另一方面，公眾可能還沒有為基于人工智能的防御系統做好準備。幾十年來，科幻小說和電影探索了將人工智能置于武器系統中的負面可能性，這將讓人們對基于人工智能的防御武器充滿恐懼。但人們可能更愿意接受人工用于網絡防御。如今的戰斗更多地是在網絡上進行的，而不是在現實世界中。世界各國的政府和軍隊越來越多地轉向基于人工智能的IT安全工具來幫助他們應對攻擊者的攻擊。
10.零售
據麥肯錫公司的調查，52%的零售商正在使用人工智能系統來改善他們的銷售和營銷水平。尤其是在線零售商正在利用機器學習，希望在正確的時間把正確的產品呈現在正確的客戶面前。有些公司還部署了基于人工智能的聊天機器人，并取得了不同程度的成功。此外，實體零售商也在使用人工智能來分析他們的銷售數據，從而改變他們的銷售策略。該行業的一個重點是利用人工智能創造更個性化的體驗。具有諷刺意味的是，零售商和其他企業發現，人工智能的一些最佳用例是那些讓世界感覺更加“人性化”的用例。
