中国企业人工智能应用之道——从“浅尝试”到“规模化”
2020/07/14
研究报告
概述
概述
- 人工智能（Artificial Intelligence，AI）在行业和商业中的应用已成普及之势，并通过溢出效应，激发出广泛的互补式创新。埃森哲最新全球高管调研显示，近半数（49%）的中国企业近三年内在人工智能项目上的总投资超过0.5亿美元。
- 然而，中国企业对人工智能技术的应用仍然普遍滞后。这主要是因为中国企业在部署人工智能应用时面临重重挑战。能否实现人工智能规模化推广，已经成为企业成败的关键。
- 人工智能规模化应用将给企业带来什么红利？首先，企业市场溢价能得到大幅提升。第二，全面提升企业的业务成果。第三，带来高额的投资回报率。
79%
的受访中国企业高管认为，除非将人工智能规模化，否则将无法实现增长目标。
50%
的受访中国企业高管相信，若未能将人工智能规模化，企业便会在5年内倒闭。
52%
的受访中国企业高管表示，知道怎样进行试点，但却难以将人工智能推广至整个企业。
提升人工智能应用段位：从实验到加速应用
为了对人工智能在企业中的落地情况进行深入的洞察分析，并汲取领先企业的经验教训，埃森哲开展了一项具有里程碑意义的全球调研，吸引了12个国家，16个行业的1,500位企业高管的广泛参与。其中包括来自中国的139家企业。
本次调研重点关注：人工智能在多大程度上支持了业务战略的实现，人工智能规模化推广所需的首要条件，以及成功实现人工智能规模化推广可带来的财务成果。而其目标在于：助推企业在人工智能应用征程上向前迈进，从一次性的人工智能实验，到建立起覆盖整个组织的强大能力，以此为实现敏捷竞争与增长注入源源不绝的能量。在调研的基础上，结合大量企业财务指标分析，埃森哲划分出了企业应用人工智能的三个不同阶段。
01 概念验证阶段：80-85%企业艰难起步
- 数据分析被严重忽视，未能成为CEO的关注焦点
- 通常由IT部门牵头，孤立运营模式
- 无法深挖数据价值
- 急功近利，不切实际，难以实现规模化
- 投资严重不足，回报相对较低
02 规模化推广阶段：只有15%至20%的企业完成跨越
- CEO看重高级数据分析和数据团队在解决重大难题时的作用
- 首席人工智能官、首席数据官或首席数据分析官挂帅， 组建200多名专家的多学科团队
- 能够摆脱数据干扰，专注于关键数据
- 充分利用智能自动化和预测性报告
- 弥补数字化/人工智能/数据资产上的投资不足
- 采用实验思维实现规模化推广和投资回报
03 产业化增长阶段：少数派（<5%）境界
- 数字平台的思维模式和人工智能企业文化，生成实时洞察，推动业务决策
- 明确企业愿景、问责制、指标和监管，打破信息孤岛
- 采用“假设分析”提升客户获得率、服务水平与客户满意度
- 通过践行负责任的人工智能提高品牌认知度和信任度
- 差异化竞争和价值创造因素推升市盈率
折叠
从全球整体来看，处于概念验证阶段和规模化推广阶段的两类企业，人工智能投资回报平均相差1.1亿美元。
从概念验证向规模化推广进阶的四大要素
企业如果想要将人工智能应用从概念验证阶段进阶到规模化推广阶段需要满足四大要素。这也是成功实现人工智能规模化应用企业的四个优势特点。
- 价值 + 战略 | 业务战略即是人工智能战略
- 人员 + 能力 | 使人员做好准备
- 治理 | 为人工智能注入责任
- 价值实现 | 投入生产并扩大价值
价值 + 战略
规模化推广阶段企业制定了清晰的人工智能战略和运营模型，使其与高管层的总体目标保持一致并相互整合。
人员+能力
规模化推广阶段企业普遍针对人工智能建立了专门的多学科团队、培训体系、和明确问责机制。其比例是概念验证阶段企业的1.5至2倍。
治理
规模化推广阶段企业充分认识到数据治理的重要性，因此构建起了坚实的数据基础。
价值实现
当一个企业可以持续设计规划人工智能项目，并不断投入生产的时候，意味着规模化推广阶段企业的价值实现。
查看全部
埃森哲全球高管调研指出，相较全球同行，中国企业需要付出更多努力以提升企业上下对人工智能应用的认知和技术能力。
时不我待，即刻行动
企业内外资源扫描，构建人工智能能力。
- 人工智能规模化引擎：构筑企业内部人工智能系统
- 创新加速器：投资外部企业，快速获得人工智能能力
- 他山之石：借助专业企业能力，实现人工智能应用落地
更新思维模式，勇攀新高。
成功的人工智能规模化推广，在遵循三大最佳实践的同时，亦需不断更新思维模式，及时摒弃先前人工智能发展过程中形成的固化观念。
着眼未来，布局产业化增长。
- 首先关注投资
- 采用数字平台思维促进规模化部署
- 通过负责任的人工智能建立信任
查看全部
订阅中心
关于我们的新闻中心
关于我们的新闻中心