新技术的扩散，无论是银行的自动取款机还是零售业中的射频识别标签，通常都遵循S曲线。早些时候，一些企业高层对创新非常抵触。然后，随着时间推移，随着更多的公司急于接受技术并获取潜在的收益，非采用者的市场机会逐渐减少。
我们的研究表明，人工智能(AI)的技术竞赛已经沿着S曲线展开，这是一组目前处于部署初期的新技术。看起来，如果没有坚实的核心基础和先进的数字技术，AI的采用者就不可能蓬勃发展。能够组装这些能力的公司正开始摆脱困境，很可能成为AI的最终赢家。高管们开始意识到什么是岌岌可危的：我们的调查研究表明，45%的尚未投资AI的高管担心会落后于竞争对手。我们的统计分析表明，面对人工智能的竞争威胁，企业接受AI的可能性是在过去的技术周期中采用新技术的两倍。人工智能基于其他技术到目前为止，只有大约10%的公司试图将AI扩散到整个企业，有一半的公司是不愿意不是AI的，另外四分之一的公司在一定程度上测试了人工智能，而三分之二的公司根本没有采用任何人工智能技术。为了理解公司的数字能力与部署新工具的能力之间的关系，我们研究了AI的核心技术。我们的模型测试了核心数字技术(云计算、移动和网络)和更先进技术(大数据和高级分析)的基础集群在多大程度上影响公司采用人工智能的可能性。在这些核心领域拥有强大基础的公司在统计上更有可能采用人工智能工具，当这两组技术结合在一起时，大约有30%的可能性。这些公司可能更好地将人工智能与现有数字集成在一起。这一结果与我们从调查工作中所学到的一致。采用人工智能的公司中有75%依赖于应用和掌握现有数字能力而获得的知识。
在许多公司中，这种数字子结构仍然缺乏，这可能会减缓AI的扩散。我们估计，只有三分之一的公司完全传播了底层数字技术，最大的差距在于最底层的技术，如大数据、分析和云。根据我们的估计，这个薄弱的基础使AI无法达到扩散。领导者与落后者除了能力差距之外，对于某些公司较慢地采用人工智能还有另一种解释：他们可能认为人工智能的情况仍然没有得到证实，或者认为它是一个不确定的目标，而且在不久的将来，人工智能的进步将使他们有机会在没有的情况下跳跃到领导岗位。提前投资。
我们的研究强烈表明等待会带来风险。早期投资者似乎正在加速业绩的增长，而第一波投资者的人工智能投资也为第二波涨势奠定了基础。在通过人工智能实现了最初的业务模型改进之后，公司似乎利用这些利润来投资于额外的人工智能应用程序，从而进一步增加了它们的利润率。
为了更详细地描述人工智能的领导者和落后者，我们考察了人工智能和数字技术在六个行业中的四个内部扩散水平。分析显示，且在数字技术方面基础薄弱或没有基础的公司利润显著低于行业平均水平。在金融领域，人工智能和数字技术正在创造更大的竞争差异，利润差距比在建筑业中更大。
达到临界点?AI和数字技术正在压低整个行业的利润率。我们先前对核心和先进数字技术的研究发现，一旦15%的收入转移到拥有数字技术和快速应用AI技术的企业手中，产业就达到了临界点。虽然人工智能的竞争还没有进入这个领域，随着未来五年人工智能的扩散加速，正在向这个方向转移。
当然，应用各种人工智能技术的公司数量仍然很少，但竞争正在加剧，拥有强大的数字能力基础的公司将受益，因为它们可以更快地采取人工智能。那些数字基础不太好的公司将需要招募新的人才，加快数字化改造的步伐。
我们的研究表明，人工智能(AI)的技术竞赛已经沿着S曲线展开，这是一组目前处于部署初期的新技术。看起来，如果没有坚实的核心基础和先进的数字技术，AI的采用者就不可能蓬勃发展。能够组装这些能力的公司正开始摆脱困境，很可能成为AI的最终赢家。高管们开始意识到什么是岌岌可危的：我们的调查研究表明，45%的尚未投资AI的高管担心会落后于竞争对手。我们的统计分析表明，面对人工智能的竞争威胁，企业接受AI的可能性是在过去的技术周期中采用新技术的两倍。人工智能基于其他技术到目前为止，只有大约10%的公司试图将AI扩散到整个企业，有一半的公司是不愿意不是AI的，另外四分之一的公司在一定程度上测试了人工智能，而三分之二的公司根本没有采用任何人工智能技术。为了理解公司的数字能力与部署新工具的能力之间的关系，我们研究了AI的核心技术。我们的模型测试了核心数字技术(云计算、移动和网络)和更先进技术(大数据和高级分析)的基础集群在多大程度上影响公司采用人工智能的可能性。在这些核心领域拥有强大基础的公司在统计上更有可能采用人工智能工具，当这两组技术结合在一起时，大约有30%的可能性。这些公司可能更好地将人工智能与现有数字集成在一起。这一结果与我们从调查工作中所学到的一致。采用人工智能的公司中有75%依赖于应用和掌握现有数字能力而获得的知识。
在许多公司中，这种数字子结构仍然缺乏，这可能会减缓AI的扩散。我们估计，只有三分之一的公司完全传播了底层数字技术，最大的差距在于最底层的技术，如大数据、分析和云。根据我们的估计，这个薄弱的基础使AI无法达到扩散。领导者与落后者除了能力差距之外，对于某些公司较慢地采用人工智能还有另一种解释：他们可能认为人工智能的情况仍然没有得到证实，或者认为它是一个不确定的目标，而且在不久的将来，人工智能的进步将使他们有机会在没有的情况下跳跃到领导岗位。提前投资。
我们的研究强烈表明等待会带来风险。早期投资者似乎正在加速业绩的增长，而第一波投资者的人工智能投资也为第二波涨势奠定了基础。在通过人工智能实现了最初的业务模型改进之后，公司似乎利用这些利润来投资于额外的人工智能应用程序，从而进一步增加了它们的利润率。
为了更详细地描述人工智能的领导者和落后者，我们考察了人工智能和数字技术在六个行业中的四个内部扩散水平。分析显示，且在数字技术方面基础薄弱或没有基础的公司利润显著低于行业平均水平。在金融领域，人工智能和数字技术正在创造更大的竞争差异，利润差距比在建筑业中更大。
达到临界点?AI和数字技术正在压低整个行业的利润率。我们先前对核心和先进数字技术的研究发现，一旦15%的收入转移到拥有数字技术和快速应用AI技术的企业手中，产业就达到了临界点。虽然人工智能的竞争还没有进入这个领域，随着未来五年人工智能的扩散加速，正在向这个方向转移。
当然，应用各种人工智能技术的公司数量仍然很少，但竞争正在加剧，拥有强大的数字能力基础的公司将受益，因为它们可以更快地采取人工智能。那些数字基础不太好的公司将需要招募新的人才，加快数字化改造的步伐。
责任编辑：张迪
为您推荐
应给物联网植入人工智能的基因
从09年起在全球范围内出现物联网的概念，代表信息化发展方向。物联网(TheInternetofthings)的概念是在1999提出的，它的一般定义是：把所有物品通过射频识别(RFID)、红外感应器、全球定位系统(GPS)、激光扫描器等信息传感设备与互联网连接起来，进行信息交换和通讯，实现智能化识别、定位、跟踪、监控和管理。2005年11月17日，在突尼斯举行的信息社会世界峰会(WSIS)上，国际电信联盟(ITU)发布了(ITU互联网报告2005:物联网》，正式提出了“物联网”的概念。报告指出，无所不在的“物联网”通信时代即将来临，世界上所有的物体从轮胎到牙刷、从房屋到纸巾都可以通过因特网主动进
