2017-人工智能重塑商业_21页

总结：Reshaping Business With Artificial Intelligence

核心内容

《2017年人工智能全球高管研究与项目报告》探讨了企业对人工智能（AI）的期望与实际应用之间的差距。该报告基于对全球3000多名高管、经理和分析师的调查，以及与30多位技术专家和高管的深入访谈，揭示了企业在AI采纳和理解方面的不同成熟度阶段。

主要观点

AI的高期望与低采纳

• 高期望：大多数高管对AI的未来影响持积极态度，认为AI将在未来五年内显著改变他们的业务和运营。
• 低采纳：尽管期望高，但实际采纳AI的企业比例较低。仅有约20%的企业在某些产品或流程中引入了AI，而仅1/20的企业广泛采用AI。

企业成熟度阶段

报告将企业分为四个AI成熟度阶段：

• Pioneers（19%）：理解并已采用AI的企业，通常在数据和算法方面有较强基础。
• Investigators（32%）：理解AI但尚未全面部署的企业，倾向于在试点阶段探索AI潜力。
• Experimenters（13%）：正在尝试AI但缺乏深入理解的企业，更多依赖试错学习。
• Passives（36%）：既未采用AI也缺乏理解的企业，对AI的商业价值认知不足。

AI对业务的影响

• AI在多个领域展现出巨大潜力，如信息技术、运营与制造、供应链管理、客户互动等。
• AI不仅提升效率和速度，还创造了新的业务机会和突破性活动。

关键信息

AI的实施障碍

• 数据问题：多数企业缺乏足够的数据用于训练AI算法，且数据往往分散在不同系统中，难以整合。
• 理解不足：只有不到一半的企业清楚AI训练所需的数据和流程，许多企业对AI的资源需求存在误解。
• 战略优先级：企业在AI投资上的竞争优先事项和不明确的商业案例是主要障碍，而非技术本身。

AI的商业价值

• 效率提升：如Airbus利用AI快速识别并解决生产问题，缩短了应对干扰的时间。
• 创新推动：如Ping An Insurance通过AI实现快速贷款审批，提升了客户体验。
• 数据的重要性：AI依赖数据进行学习，企业需要投资于数据收集、整合和准备。

AI与组织变革

• AI的实施需要组织文化的转变，尤其是大型企业。
• 企业需要高层支持和明确的商业案例，才能推动AI项目的发展。
• AI与人类工作的结合是一个重要挑战，需协调人机协作。

未来展望

• AI被视为战略机会，但同时也带来潜在风险。
• 企业需重视数据基础设施的建设，以支持AI的长期发展。
• 未来的AI应用将依赖于更全面的数据理解与整合能力。

结论

报告强调，尽管AI的潜力巨大，但企业在采纳AI时面临诸多挑战，包括数据获取、技术理解、组织文化和战略投入。成功实施AI的关键在于建立坚实的数据基础、明确的商业目标和组织层面的支持。