但是，现在大多数的新闻都是关于 AI 技术提供商。并且许多新用户都还处于实验阶段。市场上几乎没有能够即刻采用并获得大范围欢迎的产品，目前看来也没有可能会很快出现。因此，分析师们对 AI 发展的潜力仍然存在分歧：一些人对 AI 的潜力形成了一个乐观的共识，而其他人对 AI 能带来的真正经济利益保持谨慎。目前的市场预测出现巨大差异，以 2025 年为时间点，低增长的预期是 6.44 亿美元，高增长的预期则达到了 1260 亿美元。鉴于对 AI 投资规模非常大，数字较低的预测可能显示了这样一个信号：我们将迎来下一个繁荣与萧条的交替期。以麦肯锡在 AI 商业上的经验来看，这种泡沫的景象不太可能会出现。
为了提供一个更有启示意义的视角，他们决定研究用户是如何采纳 AI 技术的。麦肯锡的研究提供了对当下迅速发展的 AI 产业的一张快照，通过镜头，我们可以看到供应商和用户的实际情况，进而总结出关于 AI 潜力的一个更加可信的观点。首先，研究投资环境，包括公司在研发和部署方面的内部投资，大型企业并购以及风险投资（VC）和私募股权（PE）公司的融资。然后，再看看需求方面，结合使用案例分析和对 3,000 多家公司的 C 级管理人员的调查，了解公司如何使用 AI 技术，是什么在推动他们采用人工智能，部署的过程中有什么障碍，AI 对市场，财务和机构的影响。
AI 一般指的是机器表现出和人一样的智能的能力，比如，在不使用包含了各种细节指导的手写编码程序的情况下能够接近问题。对于 AI 技术的分类，目前有很多方法，但是，现在很难有一个互相排斥和共同穷举的列表，因为人们经常混合和匹配多种技术来创建个别问题的解决方案。这种创建方式有时会被看成是一个独立的技术，有时则是其他技术的附属，有时又变成了应用。有一些框架将 AI 技术通过基本的功能进行划分，比如文本、语音、图像识别；其他则使用商业应用进行区分，比如商业或者网络安全。
试图更精确地定义这个术语的原因有以下几个：AI 涵盖了广泛的技术和应用，其中一些仅仅是早期技术的扩展，而另一些则是全新的。此外，正在人们习惯于以前的进步时，当前并没有一个被普遍接受的“智能”理论和机器“智能”的定义。
计算机科学家拉里·特斯勒（Larry Tesler）的定理，断言“人工智能还没有完成。”我们在本文中谈及的人工智能技术是所谓的“狭义”人工智能，它执行一个狭义的任务，其反面是通用人工智能或 AGI，旨在能够执行人类可以做的任何智力任务。我们专注于狭义 AI，因为它具有短期的商业潜力，而 AGI 尚未到达。AI 的应用已经开始成熟，而认真采取前瞻性策略的公司将得到显著的竞争优势。
人工智能技术近年来取得了显著的进步。然而，其采纳仍处于初步阶段。这使得评估 AI 对企业和业务真正的潜在影响不容易。我们知道许多没有采用 AI 的企业说，他们在做 AI 投资的业务方面有困难，但是采用了 AI 的那些公司呢？通过案例研究和调查，麦肯锡发现早期规模化采用 AI 的企业实现了有吸引力的回报。这些案例展示了 AI 将如何重塑整个价值链以及各领域的不同职能。这些案例对许多利益相关者，包括跨国公司、初创公司、政府以及社会机构都有着广泛的影响。结合强大的数字能力、稳健的 AI 采用，以及前瞻性的 AI 战略的企业，将实现巨大的财务业绩。
