人工智能采用速度放缓，但领导者扩大了他们的优势：2022 年人工智能现状报告

麦肯锡的 2022 年人工智能现状报告提出了有趣的见解，表明人工智能的采用总体上已趋于平稳，但领导者正在扩大领先优势。在 COVID-19 大流行期间，许多企业争先恐后地采用自动化技术，但人工智能采用率的下降让许多人感到意外。

自 2017 年以来，至少在一个职能领域使用人工智能的组织数量增加了一倍以上。在 2017 年 (20%) 和 2018 年 (47%) 之间，采用率显着上升，2019 年达到 58% 的峰值，然后在 2022 年下降到 50%。人工智能采用的艰难势头与大流行年份反映的先前预期相矛盾。

尽管如此，人工智能在采用组织中继续扩大，嵌入式人工智能功能的平均数量从 2018 年的 1.9 增加到 2022 年的 3.8。相应地，组织将更高比例的预算用于人工智能。 2018 年，40% 的公司表示将超过 5% 的预算分配给人工智能，到 2022 年这一比例将增加到 52%。此外，63% 的受访者预计在未来三年内会增加对人工智能的投资。

至于人工智能最普遍的领域，机器人过程自动化 (RPA) 以 39% 领先，紧随其后的是计算机视觉 (34%)、自然语言文本理解 (33%)、虚拟代理/聊天机器人 (33%)，和深度学习 (30%)。

人工智能的主要用例包括服务运营优化 (24%)、基于人工智能的新产品创建 (20%)、客户服务分析 (19%)、客户细分 (19%) 和人工智能增强产品开发 (19%) ).

在大流行期间人工智能采用率低下的一种可能解释可能是对no-code和low-code平台的关注，例如AppMaster 。科技行业的公司越来越认识到这些平台在降低软件开发成本、加快上市时间和促进更好的应用程序生命周期管理方面的价值。

例如， AppMaster平台允许用户在不编写代码的情况下创建后端、Web 和移动应用程序。其可视化界面使用户能够设计数据模型、业务流程、REST API 和 WSS 端点，从而显着简化开发过程。通过利用AppMaster等平台，公司可以重新分配以前专门用于 AI 项目的资源，并专注于扩展其核心业务目标。

总之，虽然 AI 的采用总体上趋于稳定，但领先的公司继续扩大其优势。像AppMaster这样的no-code和low-code平台的快速增长在塑造科技行业的现在和未来方面发挥着重要作用，为传统的基于 AI 的解决方案提供了可行的替代方案。