优先考虑技术转型以取胜
一项新的调查表明，在 IT 投资组合发生重大且快速变化的时代，公司的基础技术从未如此重要。 在我们最新的麦肯锡全球技术和商业领袖调查中，结果表明，尽管大多数公司继续同步改造其核心架…
人工智能的力量发挥：推动能源领域的下一波创新浪潮
德克萨斯州塔图姆似乎不是人工智能 (AI) 革命最明显的地方，但 2020 年 10 月，这确实发生了。 当时，瑞致达旗下马丁湖发电厂的运营经理 Wayne Brown 构建并部署…
中国人工智能的下一个前沿领域可能为其经济增加 6000 亿美元
过去十年，中国为支撑人工智能经济奠定了坚实基础，为全球人工智能发展做出了重要贡献。 斯坦福大学的人工智能指数评估了全球人工智能在研究、开发和经济等多个指标方面的进展，将中国列为全球…
是时候成为数字投资组织了
过去十年来，数字技术的广泛采用已成为工业界最强大和最具颠覆性的力量之一，推动了第四次工业革命，整个行业正在重塑，业务流程正在转型。 正如这种规模的变化经常发生的那样，那些缓慢加入的…
数据伦理：它的含义和要求
现在，每家公司都比以往任何时候都更像是一家数据公司。 到 2025 年，世界各地的个人和公司每天将产生约 463 艾字节的数据，而十年前还不到 3 艾字节。 考虑到这一点，大多数企…
为什么企业需要可解释的人工智能——以及如何实现它
企业越来越依赖人工智能 (AI) 系统来制定可能严重影响个人权利、人类安全和关键业务运营的决策。 但这些模型是如何得出结论的呢？ 他们使用什么数据？ 我们可以相信结果吗？ 解决这些…
从内部构建网络安全文化：MongoDB 访谈
转变网络安全文化是成功实施安全计划的基础。 当所有员工都了解安全性为何如此重要以及它如何为业务增加价值时，就会加速在整个组织中构建和集成安全性。 此外，为高风险团队配备安全专业知识…
边缘技术：重塑 IT 和业务未来的趋势
人们很容易对冲击市场的新技术变得麻木，每一种技术都有自己改变（更常见的是“彻底改变”）商业世界的承诺。 但我们对一些更有意义的技术趋势的分析提出了一个令人信服的案例，表明一些重大事…
智能调度：如何利用人工智能解决劳动力规划挑战
如今，劳动力规划已经到了一个转折点。 传统的劳动力管理流程严重依赖耗时且不一致的手动步骤，在劳动力市场持续混乱的情况下，无法再提供所需的动态劳动力调度。 过去两年，随着 COVID…
“我们可以发明新的生物学”：莫莉·吉布森谈人工智能的力量
有些疾病几十年来一直困扰着研究人员。 但人工智能（AI）在医学上的应用有望大大加速治疗这些疾病的新药的发现。 Generate Biomedicines 联合创始人兼首席战略与创新…
人工智能如何加速细胞和基因疗法的研发
新颖的模式具有巨大的潜力。 例如，在肿瘤学领域，细胞疗法预计到 2030 年将成为所有治疗方式中的第三大细分市场（仅次于抗体和小分子），2021-30 年销售额复合年增长率为 35…
打造致胜的人工智能新银行
凭借强劲的趋势，持牌新银行正在颠覆全球金融服务业，但它们的长期成功取决于它们是否有能力创建以人工智能为动力的银行模式，该模式以客户为中心、运营高效且可大规模盈利。 过去十年，大约有…
人工智能关于缩小量子人才差距的五个教训——在为时已晚之前
当人工智能走出漫长的寒冬并在 2010 年代进入商业议程时，数据科学人才的稀缺对商业领袖应用该技术的方式和地点造成了相当大的限制。 尽管人工智能人才挑战依然存在，但我们已经取得了长…
产品设计中的深度学习
几十年来，数字技术已经悄然改变了工程设计领域。 三维数字模型已经取代了图纸，仿真软件的发展使工程师能够用更快、更便宜的虚拟测试取代许多物理测试。 工程公司已投资数亿美元来使这些计算…
人工智能促进医疗技术商业增长：要避免的五个失误
医疗科技行业正处于关键时刻。 在与 COVID-19 大流行相关的封锁期间实施的数字解决方案已演变成明确的客户参与偏好。 希望保持竞争力的公司正在重新思考其传统商业模式，并为未来设…
利用人工智能发展机构金融
在本系列中，我们与全球银行的领导者进行了座谈，他们利用人工智能来改善服务并更好地为客户服务。 西太平洋银行 (Westpac) 于 200 多年前在澳大利亚成立，通过提供广泛的服务…
生成式人工智能就在这里：ChatGPT 等工具如何改变您的业务
本着本文主题的精神，我们询问 ChatGPT（一种生成式 AI 语言模型，可以根据用户提示创建原始内容）如何设置上下文。 我们对系统的提示： 以麦肯锡公司的风格，撰写一篇关于生成式…
什么是生成式人工智能？
生成式 AI 系统属于机器学习的大类，以下是这样一个系统（ChatGPT）如何描述它的功能： 准备好将您的创造力提升到新的水平了吗？ 生成式人工智能就是您的最佳选择！ 这种巧妙的机…
清除数据质量障碍：解锁制造业中的人工智能
如今，制造商从不断扩大的来源网络收集信息。 无论是来自传统物理传感器的时间序列数据、实时视频流，还是非结构化的手动输入报告，数据都是日常运营决策的核心。 也就是说，希望利用数据来支…
