英国采用人工智能：将人工智能付诸行动

2023年3月 内容 引言 03 结论40 引言 人工智能（AI）正在改变技术生态的面貌，并为英国乃至全球的创新开辟了前所未有的机遇。预计在本十年内，其经济收益将十分显著，据估计，到2030年，英国因人工智能的开发和应用，其GDP将比现在高出10%。1 好消息是英国是全球人工智能领域的领导者，并且在“人工智能准备状态”方面排名靠前。2英国政府的国家人工智能战略3承认并强调人工智能将在英国为构建公共和私营部门的经济韧性、生产力、增长和创新所作的努力中发挥至关重要的作用。通过三个关键支柱，未来十年该战略旨在增加对人工智能生态系统长期需求的投入；支持向人工智能赋能经济的转型；并确保人工智能的有效治理。自2014年以来，已有超过23亿英镑投入到人工智能领域，政府致力于巩固其全球超级大国的地位。英国也是全球私营人工智能投资第三大目的地；从2013年到2022年，私营部门投资近108亿英镑。4现在的问题是如何让英国充分实现人工智能的效益，并释放人工智能的巨大潜力，为企业和整个社会创造机会。 我们已经开始看到这种情况发生。在最近的一项英国调查中，用于数据管理和分析的AI解决方案尤为普遍，其次是自然语言处理和机器学习。5采用人工智能的好处包括业务流程的更高自动化、IT或网络性能的提升以及客户体验的改善。然而，展望未来，采用和创新人工智能带来的好处已超越单纯的自动化和流程效率。在全球范围内，企业正利用人工智能解决社会最复杂的问题，最近一项全球调查中三分之二受访者表示他们旨在或已将人工智能应用于与可持续发展相关的目标。6 虽然拥有国家人工智能战略对于确保英国人工智能行业的发展具有清晰愿景和蓝图至关重要，但同样重要的是，我们应制定计划以促进人工智能的更广泛采用。鉴于人工智能采用带来的巨大机遇和优势，我们必须加快实施步伐，鼓励更多公司与组织将人工智能付诸实践。然而，如果人工智能采用的障碍未能解决，英国各组织乃至更广泛公众将难以感受到这些优势。为推动人工智能的进一步采用，必须加大力度克服行业当前在多个领域面临的持续挑战，包括优质数据获取、对人工智能的信任、组织文化、计算基础设施以及人工智能技能。 本报告旨在帮助企业将人工智能付诸实践，展示英国取得的进展以及该国需要采取哪些措施成为全球人工智能强国。通过与科技UK人工智能应用工作组的合作，本报告是对人工智能在英国各领域用例中得到实施的庆祝。通过运用人工智能行业领导者的第一手经验，本报告还将揭示影响更广泛应用的关键障碍，并为企业和政策制定者就如何缓解这些障碍提出建议。 人工智能采用现状 AI采用可定义为在至少一个业务流程中使用AI功能，例如机器学习。7当前文献充分记录了人工智能应用在全球范围内的增长。这一增长由多种因素驱动，包括这些技术更容易获得，例如通过现成的解决方案，以及更广泛、成熟的用例多样性。8并改进企业核心流程的数字化。9根据IBM的2022年全球人工智能采用指数，35%的企业报告正在使用人工智能；与上一年相比增长了4个百分点。10麦肯锡的另一项全球调查也显示了类似的结果，报告称自2017年以来采用率翻了一番。11然而，同一篇报告也指出，过去几年中，采用人工智能的组织比例已稳定在50%到60%之间。这表明人工智能已成为主流技术，以及成功采纳该技术并收获其益处所需进行的潜在组织变革。尽管如此，人工智能采用者和落后者之间的差距正在扩大，而“表现不佳者”的比例也在增加。12因此，解决进入壁垒对于确保利益得到广泛推广至关重要。 私营部门，90%的大型组织已经实施了人工智能，或积极计划采用，而中小型企业这一比例为48%。14据一项全球研究显示，与小型公司相比，大型公司现在更有可能已部署人工智能，其概率高出100%。15因此很明显，与大型公司相比，中小企业进入市场的壁垒更高。因此，任何旨在提高人工智能采用的努力可能需要针对较小组织采取更细致的方法。 在考虑国际比较基准时，尽管与其他先进国家相比，英国拥有较高的采用率，但与其他全球领导者之间存在明显的差距。根据IBM去年进行的一项全球调查，16中国和印度的采用率最高，几乎所有60%的信息技术专业人员报告称在他们的组织中积极使用人工智能。与英国（26%）、美国（25%）、澳大利亚（24%）和韩国（22%）相比，这是一个 stark difference。 此外，虽然英国在全球范围内因其强大的AI企业孵化声誉而闻名，但这是一个竞争激烈的全球市场，许多国家都在寻找支持和发展AI公司的途径，特别是那些希望扩大规模的公司，以便茁壮成长。这给英国带来了失去更大经济体和市场的潜在风险，并可能导致错失大规模经济效益的机会。因此，需要更大的动力来扩大人工智能在英国家庭和各行业的应用，以增加对人工智能的市场需求，这也有助于AI企业在此处扩大规模和成长。 人工智能的采用程度因行业和公司规模而异。在英国，信息和电信行业拥有最高的采用率，其次是法律行业。采用率最低的行业包括酒店、医疗保健和零售。13然而，公司规模在采用率上存在最显著的差异；最近的一项研究表明，在 随着OpenAI的大型语言模型（LLM）ChatGPT的出现，人工智能的发展如今比以往任何时候都更加成为公众讨论的前沿。使用人工智能进行创新的潜在机遇是无限的，然而，需要周密的设计、指导和持续监控，以确保这些技术的负责任和合乎道德的使用。英国处于捕捉人工智能全部潜力的有力地位，其采用预计将继续上升。17政府2023年春季预算强调了提升这些工作力度所需的举措。 这些承诺包括成立人工智能基础模型工作组以建立自主能力、设立年度人工智能挑战奖金，以及向新的AI研究资源和极算超级计算机投入9亿英镑。18目前，英国在人工智能准备方面也排名特别靠前，在研究活动和创业投资方面具有坚实的基础。19为了实现英国成为全球超级大国的雄心，这些活动需要扩大规模。因此，我们必须立即行动起来，帮助企业将人工智能付诸实践。 AI应用案例 人工智能应用所能解锁的机遇具有重大意义，而接下来几页的成功案例仅展示了整个行业所收获的部分益处。在本节中，我们将探讨人工智能是如何被实际实施和付诸行动的。本节将收录来自techUK人工智能应用工作组成员的一系列人工智能应用案例，以庆祝科技行业内的成功故事。每个案例都深入探讨了该技术的创新方式、其成果，以及部署的障碍、风险的管理方法。 Wayve的“AV2.0”通过人工智能和数据开创了自动驾驶的新方法 挑战：开发商业可行性和可扩展的视听解决方案来解锁加速实现效益 Wayve的开拓性“AV2.0”方法使用单一深度神经网络，即一个端到端的机器学习系统。这消除了对高清地图和编程规则的需求，因此搭载Wayve解决方案的自动驾驶汽车不受预定义路线的限制，并且因此能够在“新”区域以最少的准备和基础设施进行行驶。这使得它在商业部署中极具吸引力，因为较少的运输服务在固定路线上运营。 在驾驶中。我们的测试得益于英国的进步性测试框架和有利的商业环境。我们的道路和虚拟测试使用Wayve Infinity 模拟器使我们能够收集必要的证据，以证明我们的系统安全，为未来商业化部署做好准备。 Wayve 是一家英国初创公司，正开创一种可扩展的方法，将自动驾驶汽车（AV）引入英国及更广泛的地区。英国自动驾驶技术的普及将使人们能够获得更安全、更智能、更可持续的交通方式，同时为英国的长期经济增长和国际竞争优势做出贡献。我们的愿景是一个人们能够重新夺回驾驶所耗费时间的世界，在这个世界里，安全、可靠且环保的自动驾驶汽车成为人员与货物运输的标准。 然而，如果政府不提出立法，使自动驾驶汽车在2025年前实现商业部署，英国将面临失去这一市场的风险。监管将确保建立安全与保证框架，以建立公众对这项技术的信心和信任，同时为企业提供长期投资的确定性。 我们预计，商业车队部署将成为AV技术早期收益首次实现的地方。这意味着AV将用于载人及货物运输，包括最后一英里配送、物流、公共交通和网约车——并且车队运营商可以采用Wayve的通用的自动驾驶系统（ADS）来优化其运营并转型其服务。AV车队提供更高的利用率和效率，从而减少路上的车辆数量，并支持交通网络脱碳的努力。 传统安防技术依赖于昂贵的传感器、高清地图和基于规则的编码，这些因素限制了其规模化应用。这使得适应新地点、不同车型、应用场景或商业需求变得耗时且成本高昂。 影响：利用AV技术构建更智能、更安全、更可持续的世界 我们当前的与 ASDA 和 Ocado 集团的试验正在证明我们的ADS 系统在伦敦复杂的杂货配送路线上的适应性，同时帮助我们及合作伙伴了解自动化杂货配送服务的运营需求。英国有机会成为自动驾驶汽车创新的中枢，吸引并培育先进制造和科技领域的新企业，同时通过采用自动驾驶汽车技术，转型各个行业的现有商业模式。我们需要监管步伐跟上创新，并提供企业希望看到的确定性及信心，以维持对英国的持续投资。 Wayve 正在利用人工智能开发真正可扩展的自动驾驶（AV）技术，这种技术有潜力被不同行业的多种应用场景所“采用”，以实现实际世界效益。通过设计一种价格合理且适用于多种电动车辆平台、并能适应任何地点的人工智能赋能的AV技术，Wayve 将使人们能够更广泛地获取这项变革性技术的优势。 这些是英国政府认为存在突出的早期应用案例，并且我们已经与像阿斯达和奥卡多集团这样的企业建立了商业合作伙伴关系，用于试验最后一公里杂货配送的应用。 障碍：为商业化部署建立信心和确定性 我们通过在英国道路上使用电动汽车和轻型商用货车进行每日测试，并配备专家安全操作员，展示了我们方法的前景。 解决方案：构建具身人工智能，使任何车辆都能实现自动驾驶。 Hazy的合成数据帮助企业解锁其数据，以实现安全且快速的创新。 挑战：实现安全与负责任的使用of data 合成数据成功地保留了这些特征，团队使用了Hazy软件的内置指标以及一些定制指标进行评估。这使Nationwide团队能够微调数据模型，比较真实数据集与合成数据集，并在内部证明该技术的价值。 数据生成。差分隐私通过向原始数据集添加经过精心调整的“噪声”级别来解决重新识别的风险。此外，该软件部署在本地，这意味着源数据永远不会离开源环境，进一步降低了泄露的风险。 金融行业正在快速变革。新进入者、转换的便利性、数字服务和宏观经济因素，意味着转型对于保持竞争力来说从未如此关键。 换言之，潜在的好处是巨大的。Hazy的企业软件使国家金融服务公司能够以既保留原始数据的统计特性又同时防止公司面临监管风险的方式生成合成数据。 该项目围绕具体的、可衡量的业务成果，以及明确的实施和采纳计划展开。 诸如全国建筑协会（NBS）等银行正加速其创新步伐，并通过与第三方合作、利用外部科技公司的专长来更快地创新。这种策略为银行提供了巨大的潜力，使其能够更快速、更经济地获取额外能力，但也面临一个重大挑战：快速、安全、便捷地共享数据的能力。 障碍：与新兴事物建立信任技术 影响：加速转型 使用合成数据，Nationwide将验证供应商所需的数据配置时间从六个月缩短至三天。 将人工智能用于生成合成数据的部署障碍包括： 解决方案：合成数据为创新铺平道路 • 技术的萌芽性质，• 对数据访问相关法律法规缺乏理解，•对能够降低泄露风险的综合数据方法缺乏了解。 由于供应商分析速度加快，全国家庭保险公司能够更快地实施其转型计划，同时降低在使用生产环境外客户数据时发生数据泄露的风险。本质上，合成数据已经为全国家庭保险公司降低了创新风险；通过缓解数据泄露问题，同时也提高了每年可以完成的项目速度和数量。 因此，NBS转向合成数据以快速安全地运用其数据。他们选择了Hazy，因其企业级资质以及在复杂环境中部署技术的专业知识。 在企业IT基础设施复杂且存在多层监管的背景下部署人工智能技术是一个复杂的过程。Hazy的团队由技术专家组成，他们已经与客户并肩合作了六年时间来部署这项技术。 Hazy 的软件使用人工智能创建新的“合成”数据，这些数据保留了真实数据集的统计特性