人工智能技术正被应用于世界上一些最具挑战性的人类发展议题。然而，尽管人工智能在服务公共利益方面具有相当大的潜力，但从教育到风险降低，关键瓶颈仍须克服。
如今围绕人工智能的热情，不仅反映了人工智能应用可能如何改变企业和经济，也体现了人们希望它能够应对癌症和气候变化等挑战。人工智能可能彻底改善人类福祉的想法显然颇具吸引力，但这究竟有多现实？
为回答这一问题，麦肯锡全球研究院审视了超过150个已经或可能被用于公益目的的人工智能应用场景。我们的发现是，人工智能可以为解决多种类型的社会挑战做出有力贡献，但至少目前而言，它并非万能良药。尽管人工智能的应用范围十分广泛，但要在全球范围内实现其效益，仍须克服发展瓶颈和应用风险。
可以肯定的是，人工智能已经在改变我们应对人类发展挑战的方式。例如，2017年，目标检测软件和卫星图像协助休斯顿的救援人员应对飓风哈维过后的局面。在非洲，算法帮助减少偷猎野生动物园区的情况。在丹麦，语音识别程序被用于紧急呼叫中，以判断来电者是否正在经历心脏骤停。而在波士顿附近的麻省理工学院媒体实验室，研究人员在涉及胶质母细胞瘤（脑癌中侵袭性最强的一种）患者的模拟临床试验中使用了“强化学习”，以减少化疗剂量。
此外，这仅是可能实现的一小部分。人工智能目前已经可以从早期迹象中发现糖尿病，通过心率传感器数据，帮助自闭症儿童管理自身情绪，并为视障人士提供引导。如果这些创新得到广泛应用和使用，其在健康和社会方面的益处将是巨大的。事实上，我们的评估得出结论，人工智能技术可以加快实现联合国17项可持续发展目标中每一项目标的进展。
但是，如果要让这些人工智能解决方案在全球范围内产生实际作用，就必须大幅扩大其应用规模。为此，我们首先必须应对发展障碍，同时减轻可能使人工智能技术弊大于利的风险。
在发展方面，数据可获取性是最重大的障碍之一。在许多情况下，具有社会应用价值的敏感数据或具有商业价值的数据为私人所有，非政府组织无法获取。在其他情况下，官僚惰性使本可发挥作用的数据无法被利用。
所谓的“最后一公里”实施挑战是另一个普遍存在的问题。即便数据可用且技术已经成熟，数据科学家的匮乏仍可能使人工智能解决方案难以在地方层面落地。缓解具备相关技能、能够加强和实施人工智能能力的人才短缺的一种方式，是让雇用此类人才的企业投入更多时间和资源用于公益事业。企业应鼓励人工智能专家参与无偿（pro bono）项目，并对其参与给予奖励。
当然，风险确实存在。人工智能的工具和技术可能被有意或无意地误用。例如，偏见可能被嵌入人工智能算法或数据集中，而在应用时，这可能会放大现有的不平等。根据一项学术研究，人脸分析软件对浅色皮肤男性的错误率低于1%，而对深色皮肤女性的错误率则高达35%，这引发了一个重要问题：如何在人工智能编程中考虑人类的偏见。另一个显而易见的风险是，心怀恶意者滥用人工智能，威胁个人的人身、数字、财务和情感安全。
私营部门和公共部门的利益相关方必须共同努力应对这些问题。例如，为提高数据的可获取性，公职人员和私营主体应向那些寻求将数据用于服务公共利益之举措的人士开放更广泛的访问权限。卫星公司已参与了一项国际协议，承诺在紧急情况下提供开放访问。此类依托数据的合作关系必须加以扩大，并成为企业日常运营的一项常规内容。
人工智能正迅速成为人类发展工具箱中不可或缺的组成部分。但是，若要充分实现人工智能为全球带来益处的潜力，倡导者就必须少关注炒作，多关注阻碍其推广应用的障碍。
