最近一系列圍繞AI進行的調查、研究、預測和其他定量評估突顯了目前全球企業采用AI的狀態、深度學習的未來前景、以及消費者對于疫情期間追蹤接觸者相關隱私問題的態度。

數據的生命，人工智能的動力

74%的澳大利亞受訪者、81%的德國受訪者、84%的美國受訪者表示，他們擔心疫情期間進行的數據收集會泄露他們太多的隱私信息;86%的美國受訪者表示，他們擔心這些數據被用于疫情之外的目的，81%的受訪者擔心數據會被用于定向廣告投放;78%的美國受訪者認為，Apple、Fitbit或Amazon這樣的消費級硬件企業不會追蹤他們的生物特征數據;75%的受訪者認為，Netflix和Hulu等流媒體服務不會收集他們在在線媒體上的消費信息; 59%的法國受訪者、52%的英國受訪者和49%的美國受訪者認為，社交媒體企業不會追蹤他們的帖子內容;37%的受訪者表示，即使得到經濟上的補償，他們也不愿把數據共享給企業;27%的受訪者不確定是否值得犧牲個人數據;消費者擔心政府會追蹤消費者數據，包括74%的德國受訪者、73%的荷蘭受訪者、70%的美國受訪者;消費者不愿意與執法機構共享他們的數據，只有22%的德國受訪者和24%的美國受訪者愿意這么做。23%的美國受訪者認為，政府會收集他們的離線對話數據。［Okta和Juniper Research對6個國家（澳大利亞、法國、德國、荷蘭、英國、美國）的12000人所做的調查］

與大多數其他國家相比，美國人不那么愿意將個人數據放心地交給政府。在美國，只有一半的受訪者表示，他們愿意將個人數據分享給政府，用于追蹤和控制疫情。法國（47%）和日本（44%）受訪者分享個人數據的意愿更低。91%的中國受訪者表示，可以向政府提供更多數據。印度和沙特阿拉伯約有四分之三的公民愿意分享個人數據，加拿大和德國大約是二分之一。［Edelman Trust Barometer 2020］

雖然將近60%的美國受訪者表示，他們會自愿進行自我報告以協助追蹤疫情，但只有40%的受訪者表示他們愿意信賴別人。美國政府是最不受信任的國家，只有31%的受訪者表示會信賴美國聯邦政府收集和保護個人信息和數據，以追蹤接觸者;32%的受訪者信任私營公司，38%的受訪者信任州和地方政府。［IBM］

42.5%的網絡安全主管表示，他們會考慮向勒索軟件支付贖金。［《華爾街日報》對389家公司所做的調查］

企業采用人工智能

Vanguard的機器人顧問管理著約1500億美元資金;輝瑞公司擁有約150個AI項目，其中許多涉及市場營銷和銷售，但不涉及藥物開發。CapitalOne擁有約1000個AI項目，主要涉及用于信貸、風險、市場營銷的機器學習技術;谷歌/Alphabet擁有數千個AI項目，主要涉及搜索、廣告、自動駕駛汽車等領域。［Tom Davenport］

約30%的企業在生產環境中部署了多個AI應用;36%的AI程序仍處于開發階段;55%的受訪者表示，他們是AI部署的“先驅”，他們一邊學習AI，一邊使用AI。有48%的受訪者表示，安全是頭等大事;有49%的大型企業和31%的小型企業認為，他們對AI最大的預期收益是提高IT運營效率。［Informa Tech、InformationWeek和ITPro Today對北美300名技術決策者所做的調查］

有73%的受訪企業認為，AI對他們能否取得成功至關重要（2019年這一比例為68%），但49%的受訪企業認為，他們在AI方面是落后的;82%的企業在業務中使用了AI，有14%的企業沒有使用任何形式的AI。從2019年到2020年期間，稱AI預算超過500萬美元的企業數量增加了1倍;2020年，稱采用了全球云機器學習提供商的受訪者數量，是采用了全球主要云廠商數量的4倍，包括微軟Azure（49%）、Google Cloud（36%）、IBM Watson（31%）、AWS（25%）和Salesforce Einstein（17%）;有40%的受訪者稱，缺乏數據或數據管理是成功使用AI最大的障礙。［Appen對374位企業高管所做的調查］

未來兩年，自動化技術和實踐將成為企業是否具有彈性的關鍵，包括客戶服務自動化（69%）、員工服務自動化（54%）、供應鏈自動化（39%）、機器人流程自動化（37 %）。［Inference Solution對503位美國IT決策者所做的調查］

CIO們預計，今年他們在人工智能、機器學習和過程自動化項目上的支出將增長約7%，低于第一季度預期的11%。他們預計，今年整體技術預算將減少4.4%，低于今年初預期的增長3.5%。［摩根士丹利在5月和6月對100位美國和歐洲CIO所做的進行的調查］

93%的CIO和CDO表示，他們在企業組織內推動AI的普及必須考慮道德因素。67%的受訪者表示，不會監控他們的模型以確保持續準確性并防止模型漂移;65%的受訪者表示，組建具有所需技能的團隊，是AI普及過程中的一大障礙。［FICO和Corinium對100多位C級分析和數據主管所做的調查］

深度學習的未來

通過對1058篇研究論文進行分析，了解深度學習的性能是如何取決于圖像分類、對象檢測、問題解答、命名實體識別、機器翻譯等領域的計算能力，結果發現，在這些領域計算需求正在迅速增加，但是這些要求從技術和經濟承受能力方面來說，都是存在阻礙的。得出的結論是，從經濟、技術和環境方面來說，當前的發展正在變得不可持續，應用的持續發展需要顯著提高計算效率，要么必須轉向采用深度學習，那么必須轉向采用另一種機器學習模式。［arXiv］

人工智能相關融資

得到融資最多的美國人工智能初創公司包括：UiPath，已公開股權融資超過12億美元，包括2020年7月的2.25億美元E輪融資;Indigo Ag（11億美元）和Nuro（10億美元）;今年有14家美國AI初創公司獲得新的融資，去年是16家公司。［CBInsights］

6月，以色列AI初創公司在總計23輪融資中共籌集3.2億美元資金。［StartupHub.ai］

人工智能市場預測

全球醫療機器人市場將從2019年的19億美元增長到2025年的54億美元［Omdia］

到2025年，全球AI軟件市場預計將以34.9%的復合年增長率增長，達到近1000億美元［Omdia］

AI相關引言

“數據的傳輸速度比疾病慢，”——Umair Shah博士，“美國新冠病毒應對的瓶頸：傳真機”，《紐約時報》

“我們堅信，那些正確利用數據的企業，在任何領域都將成為贏家。”——Travels首席技術、首席運營官Mojgan Lefebvre

“［投資者］非常喜歡聽那些用全新方式講述的傳統產業的故事。”——Lemonade首席財務官Tim Bixby