根据麦肯锡的研究，人工智能 (AI)可能在中东海湾合作委员会 (GCC) 国家创造高达 1500 亿美元的价值。相当于海湾合作委员会国家 GDP 总和的 9% 或更多，尽管生成人工智能等人工智能技术的发展速度表明这一数字可能很快就会被超越。
该地区的组织已经开始着手捕捉 AI 价值的例子已经广为人知。Careem 是一家总部位于迪拜的公司，在该地区开展业务，该公司表示已使用人工智能在其送餐、支付和运输平台上阻止了 35,000 名虚假用户。自 2017 年推出以来，迪拜水电局部署的人工智能虚拟助手已回复了约 680 万次查询。沙特阿拉伯阿美公司的第四次工业革命中心表示，自 2010 年以来，通过使用数据和人工智能来监测情况并采取预防措施，它已将燃气排放量减少了 50%。
62% 的受访者表示，AI 正在其组织中至少用于一项业务职能，这与麦肯锡全球研究所揭示的大致与北美持平。但这个数字掩盖了巨大的未开发价值。
海湾合作委员会国家的不同部门正在以不同的速度采用人工智能。零售公司取得的进步最大，该行业 75% 的受访者表示他们的公司至少在一项业务职能中采用了人工智能。金融服务和资本项目与基础设施 (CP&I) 行业的受访者表示，在同一指标上他们的公司取得的进展较小。
CP&I：capital projects and infrastructure
不同的因素可能会推动不同行业的采用速度。例如，许多能源和材料公司一直是人工智能的早期投资者，因为它们在一个国际竞争激烈的市场中运营，并渴望抓住人工智能提供的机会，提高生产、分配和维护的效率。"你会发现该行业的许多公司正在快速采用人工智能，以便在全球舞台上竞争，"一位受访者说。
零售公司是最快的人工智能采用者，他们拥有大量的数据，长期以来，他们一直在挖掘这些数据，以获得消费者的洞察力，并为定价和促销活动提供信息。受访者表示，零售公司现在正在使用同样的数据来启动人工智能部署。另一方面，中东建筑业的许多公司要么还不能收集训练人工智能模型所需的数据，要么没有需要的能力将他们所拥有的数据拼接起来。规模也是一个问题。建筑业主要由分包商和小型公司组成，其中许多公司没有使用物联网（IoT）技术来收集AI所需的数据。业内专家表示，这不仅使其难以有效地捕获数据，而且还使人工智能的初始成本难以承受。金融服务领域的小型企业也面临类似的问题。
在金融服务领域，受访者表示还存在着监管方面的障碍。在一些国家，监管机构不允许将某些数据储存在国外的公共云上。而受访者表示，虽然他们看到了与风险相关的人工智能模型的潜在价值，但金融监管机构尚未建立相应的风险框架，因此很难获得监管部门的批准来部署人工智能。然而，研究还表明，现在正在部署人工智能的公司，对它所能提供的服务还只是触及表面。据行业专家称，首先，很少有公司正在使用更先进的机器学习分析和人工智能模型。例如，能源和材料行业的公司通常使用线性、基于回归的分析技术来控制流程。一位行业专家说，现在只有少数下游炼油厂使用机器学习模型来优化端到端流程，实现了每桶高达1美元的节约。人工智能也没有在许多业务运营中得到应用。应用最多的领域是市场和销售，尽管只有三分之一的受访者报告在这个职能部门使用人工智能。这一数字在其他职能部门迅速下降，留下了相当大的价值潜力。
麦肯锡之前的分析评估了不同行业的一系列人工智能用例在全球范围内的应用价值，以及该价值是如何根据商业活动划分的。
例如，在零售和消费包装商品领域，所分析的供应链管理和制造用例有可能产生价值，分别占全球行业销售额的2.6%和1.8%。在金融服务领域，一个巨大的机会在于风险用例，如欺诈检测和债务管理（ fraud detection and debt management）。 在零售和包装消费品中，供应链管理和制造中的人工智能用例有可能产生价值分别占全球行业销售额约 2.6% 和 1.8% 的价值。
捕捉AI潜力绝非易事，因为它需要高度的组织变革来嵌入人工智能技术和新的工作方式。
表现优异的公司为建立其人工智能能力在四个方面采取的措施有：战略、组织和人才、数据和技术、以及采用和扩展。
Strategy : 明确的AI buy-in策略，AI budget, 明确的AI vision
Organisation and talent : 是否有AI人才比例
Data and technology: 云支撑，完整的数据收集流程，技术支架
Adoption and scaling ：有效管理以及转换模式
如今，只有30%的人说他们的公司有一个明确的人工智能战略，或者他们的公司有合适的人才。在数据和技术方面，只有35%的人认为他们的公司有支持人工智能的技术基础设施和架构，而只有25%的人说有一个有效的变革管理计划。在任何措施上，都没有超过约50%的受访者说他们的公司已经做好了准备。
当然，不同部门之间存在显着差异。受访者表示，能源和材料公司几乎在所有领域都走在前面。零售业对云计算的采用程度最高，这是推动人工智能的关键（Adoption of cloud, key to powering AI）。但即使在这里，对公司的人工智能战略的认识也很低，这意味着对人工智能的使用采取了零散的方法，（piecemeal approach ）而不是一个综合的、企业范围的战略。（consolidated, enterprise-wide strategy）然而，除了部门差异之外，调查中的所有公司都有相当多的工作要做，譬如创造条件，加速采用人工智能并实现其潜力。
在战略、组织和人才、数据和技术以及采用和扩展这四个领域中，建立必要的人工智能力量构成最大的挑战。组织和人才排在了榜首。37%的受访者说这是最值得关注的领域，其次是数据和技术（26%），采用和扩展（21%），以及战略（15%）。
参考来源：麦肯锡