2018年-ibm商业价值研究院_02_26017626CNZH_24页_1mb

企业级人工智能转变总结

核心内容

本报告由 IBM 商业价值研究院发布，探讨了企业级人工智能（AI）的发展趋势、主要挑战及成功实践。报告指出，随着人工智能技术逐步从概念验证走向实际应用，企业正在从技术炒作转向务实的实施和优化。

主要观点

• 人工智能的成熟与应用：人工智能正从早期的试验阶段进入实际部署阶段，企业越来越重视其在业务中的应用，尤其是在客户满意度、收入增长和创新领域。
• 数据与技能成为关键：企业认识到，人工智能的成功依赖于强大的数据基础和人才技能。数据监管和技能培养已成为企业实施人工智能的核心挑战。
• 高管态度转变：高管们对人工智能的看法发生了显著变化，从关注技术可用性转向关注数据质量和技能培养。
• 全球趋势与政策支持：各国政府正在积极推动人工智能发展，如中国、日本和美国均投入大量资源支持AI基础设施和人才培养。

关键信息

人工智能的五大优先领域

• 创新：用于探索新的业务机会和模式。
• 客户服务：利用虚拟助手等工具提升客户体验。
• 风险控制：用于欺诈检测和风险预测。
• 信息技术 (IT)：支持人工智能系统运行和数据管理。
• 安全 (IS)：确保人工智能应用的安全性与合规性。

人工智能的价值驱动因素

• 客户满意度与维系率：成为人工智能投资的主要目标。
• 收入增长：企业越来越重视人工智能对收入的推动作用。
• 运营效率：通过流程自动化降低成本，提高生产力。

数据的重要性

• 数据监管与治理：80% 的受访者表示已实施企业范围的数据监管，86% 的表现出众企业实现了数据监管。
• 数据质量与可用性：企业应从现有数据出发，避免因数据问题而延迟人工智能部署。
• 元数据与数据结构：合理化数据结构和利用元数据支持人工智能算法训练。

技能短缺问题

• 技能培养成为瓶颈：63% 的受访者认为技能短缺是人工智能成功的主要障碍。
• 内部与外部合作：企业需结合内部培训和外部合作，建立人工智能人才团队。
• IBM解决方案：IBM 提供人工智能培训平台、分析解决方案和 AI 平台，帮助企业应对技能挑战。

IBM 如何提供帮助

• 数据准备：帮助企业构建坚实的数据平台，整合内外部数据。
• 技能培养：通过 IBM 人工智能学院等项目培养和留住高技能人才。
• 技术与平台支持：提供 Watson 平台、分析解决方案等，助力企业实施 AI 项目。

企业成功案例

• 美国银行：利用认知计算简化客户服务，提高效率并节省成本。
• 东芝电子台湾公司：结合物联网与人工智能技术，改善患者健康监测。
• 快餐店：通过天气与位置信号预测客流量，优化营销策略。

实施建议

• 制定明确的 AI 战略：确保 AI 与企业整体业务目标一致。
• 快速执行与稳健扩展：从小规模试验开始，逐步推进。
• 融合设计思维与敏捷开发：在 AI 路线图中整合这些方法，推动流程重塑。
• 跨部门协作：鼓励开放式协作，打破部门壁垒，推动数据共享与创新。

重要问题

• 战略转化：如何将战略要求转化为三年期路线图？
• 价值驱动：企业的主要价值驱动因素是什么？如何衡量 AI 带来的效益？
• 数据管理：谁拥有并维护企业的数据？企业的数据专业能力如何？
• 技能与文化变革：企业最大的技能差距在哪里？如何管理文化变革与社会影响？

作者与合作者

• Francesco Brenna：IBM 全球企业咨询服务部欧洲分部人工智能实践负责人。
• Giorgio Danesi：IBM 服务部认知业务决策支持服务线欧洲负责人。
• Glenn Finch：IBM 全球企业咨询服务部认知业务决策支持服务线总经理。
• Brian Goehring：IBM 商业价值研究院副合伙人兼 AI/认知与分析负责人。
• Manish Goyal：IBM 全球企业咨询服务部人工智能业务总监。
• 合作者：包括 Tony Giordano、Ratsika Gunnar、Immanuel Luhn、Loretta Mahon Smith、Catherine Reese 等 IBM 高管。

调研方法

• 调研对象：来自18个行业的5,001位全球高管，涵盖企业高层和多个职能部门负责人。
• 调研范围：包括人工智能、认知计算、数据治理、技能培养等关键领域。

相关报告

• 《快速开展认知创新》：探讨 AI 在企业中的成功实践。
• 《加速企业重塑》：如何构建认知型组织。
• 《使AI成为杀手级数据应用》：AI 与数据的结合指南。

备注与参考资料

• 报告数据来源于 IBM 与牛津经济研究院的合作调研。
• 引用数据来自不同国家的政策文件与行业分析。
• IBM 保留对报告内容的修改权，并不对内容提供任何保证。

结论

企业级人工智能的实施正从技术探索走向实际应用，其成功依赖于数据治理、技能培养和跨部门协作。IBM 提供全面的技术和咨询服务，帮助企业克服 AI 部署中的关键障碍，实现可持续增长与创新。