您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[IBM]:值得押注的七大投资决策(中文) - 发现报告
当前位置:首页/行业研究/报告详情/

值得押注的七大投资决策(中文)

金融2023-06-09IBM十***
值得押注的七大投资决策(中文)

IBM商业价值研究院 值七得大押投注资的决策 1962年9月,在冷战背景下,约翰·肯尼迪发表了著名的“登月演说”。他说道,“我们正处在变革与挑战并存的时刻,希望与恐惧交织的年代,知识与无知同在的时代。”1 时至今日,这些话仍然适用。肯尼迪意识到,当时的社会充满了焦虑和不确定性,传统的方法和系统已面临瓶颈,压力骤增。但他并没有屈服于这种现状,而是提出了一个充满希望的愿景,激励人们以积极的态度共同面对社会、技术和商业挑战。 60年过去了。一场突如其来的疫情之后,气候变化、经济动荡、地缘政治冲突与以GPT为代表的生成式人工智能技术等复杂交织在一起。企业需要以乐观的愿景激励员工团结进取,领导者则要目光长远,把握投资机会。 未来可期。我们相信人类的创造力和智慧。 只要齐心协力,我们就可以减缓全球变暖,预防下一波疫情,应对系统性金融风险,治愈癌症,并为全人类创造更加可持续的未来。我们当下做出的投资决策将重新定义未来的可能性。 我们生活在一个充满挑战和变革的时代。依据实际经验和深入研究,我们确定了有望在未来三年内改变世界的七大商业趋势,并提出了值得押注的七大投资决策。 高级副总裁 JohnGranger IBMConsulting JesusMantas 全球管理合伙人 IBMConsulting SalimaLin 战略、转型和思想领导力 高级合伙人和副总裁 IBMConsulting 趋速势技:术生驱成动式AI加变革。的企业投培训资到决董策事:从会员全面工嵌全能入AI和网络安 力。 01> 趋成为势:数所字有产产品品。都将投体供资应决链策:一像样投,去资投实资软件供应链。13> 趋投势:体验的重要性将远超想像。重塑资企决业策:通过设计领导力全面19> 趋增势强:现实实用世型界元而宇非宙取将而投代之。:投资可实现明资确决效策益的扩展现实(XR)解决方案。25> 趋和势新:型再合全作球伙化伴、关再系培训正在重塑价值链。字投资化决和策生:态通协过作简打化造、弹数性企业。31> 趋势:平衡可持续发展与经济效益。投两手资抓决,策两:手可都持要续硬发。展与经济效益07> 的值得七押大注投资决策 趋社会势:契技约能。短缺和生成式AI正在重新定义投推动资工决作策生:在活技融术合。赋能的混合式工作场所37> 驱动的企业变革 趋生势成:式AI加速技术 当前的、最新的和未来的 下一代AI技术,包括生成式AI,有望彻底变革人类自工业革命以来的工作方式。先进计算技术有助于缩短药物发现和研发周期。对于公司董事会而言,网络安全正成为与财务敏锐度同等重要的能力。 在此背景下,企业领导层和治理团队必须了解技术变革趋势,既要抓住机遇,也要谨防企业风险。 AI的潘多拉魔盒已悄然打开。 多年来,我们都知道AI将变革大多数行业,其采用速度也在不断加快,但AI的整体应用步伐仍然较为缓慢,整体应用成本也非常高昂。而基础模型的横空出世改变了这一局面:经过预训练的AI几乎能够以“现成即用”的方式应用于各种任务,而且只需少量额外训练即可实现自动化和改进。生成式AI进一步扩大了自动化范围,尤其是在行政、营销和服务领域。而用户友好的界面 (例如聊天和语音)则大幅降低或消除了使用门槛。 显然,AI将改变我们的工作方式。CEO和董事会必须了解如何把握机遇,以及同样重要的,如何降低AI给企业带来的风险。在过去几个月中,AI已经应用于以下领域: •创建破坏银行联络中心安全的语音克隆应用。 •提交能取得高分的课程作业。 •创建用于恶意活动的深度伪造视频或图像。 •基于人类艺术家的版权作品创作生成式艺术作品,并由此导致重大的知识产权侵权诉讼。 从2018年到2021年,组织在AI伦理方面的支出翻了一番。平均而言,AI伦理支出占AI总支出的比例从2018年的3%增长至2021年的6%。随着AI伦理法规的出台和监管趋紧,组织预计未来三年内将在AI伦理领域增加40%的投资。4 网络安全、监管和治理要求持续增长。 如今,组织平均要用277天才能遏制住一项数据泄露,平均每次数据泄露造成的损失为500-1000万美元。5而如果实施零信任安全策略,即要求对所有用户进行持续验证,则组织可以将这项损失减少150万美元。而投资部署扩展检测和响应技术(XDR)的组织可以将数据泄漏生命周期缩短29天。6 此外,IBM商业价值研究院的最新研究表明,在五年的时间跨度内,与安全能力不成熟的组织相比,安全能力更成熟的组织在收入增长率上高出43%。此外,三分之二的受访高管现已将网络安全视为一项收入引擎,而不是成本中心。7 值得押注的七大投资决策1 优先任务: 相整合各种形式的AI,寻找比竞争对手更快、更有效的方法来提高生产力。但始 企业一直期待AI有一天能改变一切。而如今,这一愿景终于成为现实。企业正竞终应将安全性、隐私权、知识产权及数据保护放在最重要的位置。 透明的AI治理 关于AI伦理使用的新立法包括数据隐私和治理方面的法规。例如,欧盟《人工智能法案》要求采用与数据安全事件相同的方式来管理AI事件。8该法案还将高风险AI应用纳入监管范围,包括招聘软件和医疗设备。9 最近,ChatGPT展示了OpenAI的GPT4等基础模型给企业带来的多种隐私和知识产权风险。训练模型生成衍生作品时所使用的知识产权不受保护;新提示文本和训练数据的隐私和机密性得不到保障;生成的作品(文本、代码、图像)也不受版权保护。 在此形势下,四分之三的受访高管表示,解决数据隐私和AI伦理问题对于其企业至关重要。10而要构建 值得信赖的AI,企业需要在产品工程、IT和治理方面做出积极的努力和承诺。偏见检测工具、多元化和包容性的团队以及AI设计指导准则可以帮助企业开发能实现积极变革的AI。而AI风险卓越中心有助于确保未忽略任何重要步骤。 作为零信任安全策略的一部分,组织需要营造现代安全实践和自动化控制文化。当发生违规事件时,这种安全态势有助于组织控制风险,降低实质性损失的可能性。例如,根据IBM商业价值研究院开展的一项调研,在采用零信任安全策略的组织中,有55%的领先组织能够防止恶意软件传播,而其他组织的这一比例仅为35%。11 整体安全态势 此外,自动化和编排解决方案可以提供整体网络威胁视图。通过查看企业数据、应用、网络和设备,这些解决方案可以提高安全运营敏捷性,并增强事件响应能力。 趋势:生成式AI加速技术驱动的企业变革 投资决策: 董事会全面嵌入 从员工培训到 安全A能I和力网络 在未来十年内,生成式AI和先进计算的广泛应用将彻底变革千行百业的商业模式。企业可以通过以下两种方式为未来做好准备。 运用AI和算法责任治理来设计和运营值得信赖的技术。 •确保用例易于解释,AI生成的作品清晰可识别,AI训练保持透明且接受持续批判。 •使用事实清单记录组织中使用AI的所有实例和相关治理,以便管理风险。确保AI生成的资产可以追溯到数字资产管理(DAM)和其他系统中的基础模型、数据集、提示(或其他输入)和种子。随时准备好根据法规变化做出相应调整。 •对全体员工进行再培训,确保在工作中合理运用AI,避免不当运用AI。针对员工和合作伙伴开展AI 伦理和偏见识别培训,确保遵守AI伦理法规。 加速企业和合作伙伴网络向零信任策略转型。 •建立具有协同事件管理和危机响应能力的生态系统级安全运营中心(SOC)。 •实施基于AI的安全智能解决方案,并确保在每个层级(包括董事会)制定明确的事件升级政策。 •建立基于角色的数据访问控制。为关键应用和数据资产实施多因素身份验证(MFA)。 值得押注的七大投资决策3 趋势:生成式AI加速技术驱动的企业变革 案例研究 沃安达全丰应探用索实用性 案例研究 生低命网科络学风制险造商通过转型降 IBM联合全球移动通信系统协会(GSMA)与沃达丰,成立了首个致力于推动全球采用电信保护措施的工作组。12 作为此次合作的一部分,沃达丰将探索各种电信应用场景,并通过IBM主导的迭代原型方法来提升员工技能,同时构建专有能力。 在整个合作过程中,沃达丰将探索如何在其多样化的网络基础架构和系统中应用各种技术。 面对非核心职能的成本压力以及技能短缺,一家生命科学制造公司决定将其IT运营外包给合作伙伴。 为了帮助客户在IT提供商与IT安全职能部门之间实现职责分离,该公司选择利用托管安全服务提供商(MSSP)作为其IT服务的补充,而该托管安全服务提供商可以成功与组织生态系统中的其他合作伙伴相整合。通过整合运营和统一治理,生态系统中的各方可以实现运营效益。 该解决方案的第一步是制定激进的过渡计划和相关转型路线图,旨在帮助该公司构建不断成熟的安全能力。该能力包含一个提供24x7全天候威胁管理功能的开放平台,同时加速转型为新的IT和信息安全服务提供商。该公司建立了一个统一治理模型,可跨多个战略合作伙伴实现持续协同。 现在,通过整合安全运营和更高的安全成熟度,该公司成功改善了网络风险管理,并提高了威胁管理效率。通过运用精简化的转型方法,该公司成功地加快了成本降低和价值实现的速度。通过此次转型,这家生命科学公司成功将其安全投资转化为业务引擎。 4 趋势:生成式AI加速技术驱动的企业变革。 案例研究 全客球户支体付验公司运用AI改善 在“失之毫厘,谬以千里”的金融服务行业,即使最细微的差错,亦可能导致最严重的后果。当客户投诉时,企业需要迅速采取行动,不仅要解决孤立性问题,更要掌握是否有任何系统性问题导致了糟糕的客户体验,然后立足全局,做出全方位调整。 面对每年高达数百万次的客户投诉,要将孤立性问题与系统性问题区分开来绝非易事。某全球大型支付公司选择采用AI来分析和理解客户的关注模式。该公司希望利用AI基础模型来获取即时、切实可行的洞察。而在此之前,采用手动方式来分类和分析投诉则需要数周的时间。 IBMConsulting在公共银行数据集上训练了一个大型语言模型(LLM),并通过微调确保该模型可适用于特定业务上下文。最终,该AI模型能够以近乎实时的速度对客户投诉进行细粒度分类,并实现高达91%的分类准确率。现在,该公司可以在15分钟以内识别新出现的问题,相比之前的三周时间大幅缩短。 这家支付公司的全球商业服务高级经理表示,“我们打造了一款卓越的产品,让我们团队能够从缓慢的手动流程中解放出来,这样就可以专注于更有价值的工作,比如保护品牌声誉、更快地遏制对客户的不良影响,以及开发更出色的产品。” 值得押注的七大投资决策5 与经济效益 趋平势衡:可持续发展 许多企业早就制定了激进的脱碳目标,但是却不知道要如何将其付诸行动。而现在,将这些承诺落实到运营中已是当务之急。此外,可持续发展计划需要具有经济可行性才能走得更远,无法为企业的收入和利润做出贡献的可持续发展计划将面临更大的挑战。而且,面对众多不同的标准,企业要将可持续发展目标融入到其运营指标中,仍要克服诸多限制和挑战。事实上,86%的受访CEO表示其组织制定了可持续发展战略,但只有35%的受访 CEO表示已将可持续发展计划落实到行动上。13但展望未来,诸多积极因素将推动组织领导者迈出更加实质性的步伐。 随着信息披露的审查力度加大,可持续发展承诺正在付诸实施。 组织今天采取的每一项行动,都将决定人类社会和地球的未来。随着经济压力加剧,可持续发展预算也日益趋紧。与此同时,企业需要提高ESG报告的透明度来满足日益严格的监管要求。投资者正在积极推动企业兼顾环境问题与经济效益,企业制定的碳减排目标也将受到各方的严格监督。 因此,企业领导者正在设法实现更具体的可持续发展目标、扩大影响范围并将可持续发展计划融入到运营中。 超地球越一。般性净零承诺,制定更明确的四重目标,涵盖宗旨、利润、人类和 几乎四分之三的受访组织制定了净零排放目标,但只有不到10%的受访高管表示其组织将与生物多样性相关的可持续发展目标(例如保护陆地或海洋生命)列为优先任