智能制造的经济风险越来越多的企业意识到，人工智能存在巨大风险|工业云|上海羊羽卓进出口贸易有限公司

越来越多的企业意识到，人工智能存在巨大风险

图片来源：ANDREW CABALLERO-REYNOLDS—AFP VIA GETTY IMAGES

根据研究公司Arize AI的一份报告，《财富》美国500强企业中有281家将人工智能列为风险因素，这一比例高达56.2%，相较于去年仅有49家企业提出警告，增幅高达473.5%。

报告称：“如果说《财富》美国500强企业的年度报告能说明一件事的话，那就是许多行业都感受到了生成式人工智能的影响——即使是那些尚未拥抱这项技术的行业。鉴于大多数企业在提及人工智能时都将其作为风险因素，因此企业确实有机会通过突出自身的创新并提供如何使用生成式人工智能的情境来脱颖而出。”

毋庸置疑的是，警告数量的跃升也与2022年底OpenAI发布ChatGPT之后，人们对人工智能的认识和兴趣也出现了爆炸式增长相吻合。提及人工智能的公司数量猛增了152%，达到323家。

现在，人工智能已完全引起美国企业的关注，其风险和机遇也逐渐成为人们关注的焦点，各公司纷纷披露它们认为潜在的负面影响来自何处。

但有些公司比其他公司更担忧。根据Arise的数据，媒体和娱乐行业是最为紧张的，该行业91.7%的《财富》美国500强企业认为存在人工智能风险。随着表演者和公司都在寻求防范这项新技术，人工智能已经在整个行业蔓延开来。

流媒体巨头网飞（Netflix）在其年度报告中表示：“包括生成式人工智能的开发和使用在内的新技术发展正在迅速发展。如果我们的竞争对手通过使用这些技术获得优势，那么我们的有效竞争能力和经营业绩可能会受到负面影响。”

好莱坞巨头迪士尼（Disney）表示，“尚未确定”管理生成式人工智能等新技术的法规，最终可能会影响其知识产权使用的收入来源及其制作娱乐产品的方式。

Arise表示，86.4%的软件和科技公司、70%的电信公司、65.1%的医疗保健公司、62.7%的金融公司和60%的零售商也发出了警告。

相比之下，只有18.8%的汽车公司、37.3%的能源公司和39.7%的制造商发出了人工智能风险警告。

这些警告也来自那些将人工智能纳入其产品的公司。摩托罗拉（Motorola）表示：“人工智能可能不会始终按预期运行，数据集可能不充分或包含非法、有偏见、有害或攻击性信息，这可能会对我们的经营业绩、商业声誉或客户对我们人工智能产品的接受度产生负面影响。”

赛富时（Salesforce）指出，人工智能及其提供客户的客户信息的Customer 360平台：“如果我们赋能或提供的解决方案因其对人权、隐私、就业或其他社会环境的感知或实际影响而引起争议，那么我们就可能会面临新的或强化的政府或监管审查、品牌或声誉损害、竞争损害或法律责任。”

在网络安全和数据泄露方面，人工智能也被视为一种风险。事实上，最近举行的Def Con安全会议强调了人工智能在网络安全方面的重要性。

与此同时，6月份发表在《酒店营销与管理杂志》（Journal of Hospitality Market and Management）上的一项研究发现，如果产品被贴上“人工智能”的标签，消费者对购买该产品的兴趣就会降低。

这项研究的作者之一、华盛顿州立大学（Washington State University）卡森商学院酒店管理教授多甘·古尔索伊（Dogan Gursoy）表示，需要说服消费者让其相信人工智能在特定产品中的好处。

“很多人都会问，‘为什么我的咖啡机需要人工智能，或是为什么我的冰箱或吸尘器需要人工智能？’”他本月早些时候对《财富》杂志表示。（财富中文网）

译者：中慧言-王芳

在财富Plus，网友们对这篇文章发表了许多有深度和思想的观点。一起来看看吧。也欢迎你加入我们，谈谈你的想法。今日其他热议话题：

查看《商务部：对原产于欧盟的进口相关乳制品进行反补贴立案调查》的精彩观点查看《段永平半年又赚150亿》的精彩观点

智能制造领域面临的三大主要难点

技术集成与互操作性 ：智能制造涉及众多先进技术的集成，包括物联网（IoT）、人工智能（AI）、大数据分析、机器人技术和工业4.0等。不同设备、系统和技术之间的兼容性和互操作性往往是一个挑战。确保这些系统能够无缝地协同工作，且在不同厂商之间实现标准化和数据互通，是实现智能制造的重要难点。

数据安全与隐私 ：智能制造需要大量的数据收集、传输和分析，这些数据通常涉及生产流程、设备状态和企业机密等敏感信息。如何在开放和互联的环境中保护这些数据的安全性和隐私，防止网络攻击和数据泄露，是智能制造的另一大难点。特别是在面对工业间谍活动、黑客攻击和数据篡改等风险时，企业需要构建强大的网络安全防御体系。

人才短缺与技能提升 ：智能制造需要跨学科的专业人才，他们不仅需要了解制造业，还需要掌握自动化、AI、数据分析等新兴技术。然而，具备这些复合技能的人才十分稀缺。企业面临着如何培养和吸引这些人才的挑战，同时还需要对现有员工进行再培训，以适应智能制造的需求。人才短缺和技能不匹配会直接影响智能制造的实施效果和效率。