人工智能行业之旅：从实用走向变革

商业白皮书 人工智能之旅：从实用走向变革 高级分析和综合AI策略的开发框架 立即阅读 商业白皮书 目录 04 执行摘要 03 AI客户之旅 简介 06 05 AI的现状 14 11 AI的初心AI与业务目标的一致性 19 如何制定良好的AI策略 21 边缘到云解决方案 结语：推动AI的发展迈入新阶段 27 25 AI成功与否的主要障碍 28 HPEAI可助您一臂之力 商业白皮书 执行摘要 主要调查结果 •鲜少有企业指望AI一开始就能帮助他们重新构想业务，真正的业务转型是后来才发生的。 •大多数企业在初始阶段关注的是传统指标，例如成本效益和决策流程是否有所提升。 •而有一些企业的AI策略已日趋成熟，他们会通过数据策略和技术基础设施予以支持。 •高管层对AI计划的支持是获得动力的关键所在。 人工智能和机器学习（AI和ML）不再是新奇事物。高管层始终关注着不断变化的技术需求，AI已然成为他们的最高优先事项之一。“AI先行”这一流行语就是很好的体现。尽管大家都在大肆宣传这一概念，但实际情况是，当下的AI更多的是在标准业务流程的基础上进行递进式改进。本研究报告旨在帮助企业领导者全面了解不断演 变的AI格局，弄清楚自己在典型AI发展历程中所处的位置，并提供有助于他们落实 AI策略的框架。 本报告以EmeraldResearchGroup于2021年6月受HPE委托进行的研究为基础。文章涵盖研究结果和专家分析，以及顺利开启AI之旅的注意事项。 方法 EmeraldResearchGroup采访了大型企业（拥有超过1,000名员工）的近2,500名商业领袖（IT决策者[ITDM]、业务线[LOB]高管、业务决策者[BDM]、数据科学家、机器学习工程师、实验室主任和科学家）。本研究涉及八个国家/地区（美国、亚太地区和东欧）和四大行业（制造、零售、生命科学和金融服务）。 商业白皮书 AI客户之旅 98% 14% 89% 人工智能和机器学习时代已然来临 98%的受访者表示他们在某种程度上已经使用了 AI技术，或通过该技术进行概念验证或试点项目 但鲜少有人会有意识地制定AI策略 只有14%的受访者表示他们已经完全意识到 AI策略的必要性 但靠自己的力量难以闯过重重关卡，因此需要合作伙伴的帮助 89%的受访者表示他们在生产中扩展AI时需要帮助。 82%的人士则表示他们所在企业对AI即服务(AIaaS) 感兴趣 85% 58% 39% 基础设施不是推行AI的主要障碍 85%的受访者认为他们现有的技术基础设施足以实现最初的AI目标。60%的人士表示现有的基础设施可以支持AI技术完成当下想做的大部分或全部工作。 专业知识和技能差距导致实施缓慢 58%的受访者表示，寻找实施AI的专家团队或合作伙伴是一项挑战，并认为这是AI走向生产环境的两大障碍之一（另一大障碍是衡量AI的投资回报率）。 对数据缺乏信任阻碍了AI技术的深入运用 39%的受访者对其使用的数据持怀疑态度。63%仍处于AI开发早期阶段的企业仍表示怀疑，但只有11% 相对先进的企业存在这种现象。 商业白皮书 简介 虽然AI初创公司好似无处不在，但大多数拥有成熟AI策略的组织早在AI风潮兴起之前就已存在。与从最初就以AI为核心价值的企业相反，大多数公司的成长与AI渗透市场的进程同步。 有些企业会随着AI的进步逐渐成熟并制定有效的策略，他们往往通过关注传统的商业利益开启AI旅程，例如成本效益和决策流程是否有所改进。最初，企业只是试着用AI来做他们已经做过的事情。尽管AI最终可能会从根本上实现企业转型，颠覆原有的业务模式，但鲜有企业在最初就怀有如此雄心壮志。 有些企业顺利开发了AI策略并逐步走向成熟，他们通过数据策略和技术基础设施来实现AI计划。此外，他们在计划早期就获得了高管层的支持，这有助于巩固工作和协调企业内部各部门的进程，并确保AI计划在分配预算时获得一席之地。 然而，AI发展欠成熟的企业缺乏AI策略和高管支持，未明确协调业务目标之间的一致性，而且难以获得专门划拨的预算。不够老练的企业难以实现其AI目标，因为他们的数据太过分散，技术基础设施也跟不上时代，以此为基础想必难以大获成功。 企业在AI成熟过程的各阶段都会面临特定的挑战。AI策略较成熟的企业往往难以扩展其AI解决方案，因而在整个企业内部广泛运用AI技术成为一项挑战。而AI策略较不成熟的企业往往难以证明AI投资的合理性，而且无法轻松获取必要数据来打赢AI之战。 有待解决的问题 AI发展势头强劲，引起了市场领军企业的关注。AI爆炸式增长正当其时。在本次研究中，我们探讨了以下问题： •就实现AI价值而言，为何有些企业顺风顺水，而有些企业则寸步难行？ •技术投资和数据对顺利达成AI策略有何影响？ •AI之旅中常见的误区是什么？ 商业白皮书 AI的现状 人工智能和机器学习已经成熟并呈指数级增长 98% 的受访表示其所在企业 在某种程度上正在使用AI技术。 47% 的受访者表示企业已将AI纳入两大优先方案 75% 的受访者表示他们明年将保持或增加AI专用预算 商业白皮书 47% 企业的策略方案：前两大优先事项 29% 29% 28% 26% 23% 18% 人工智能/机器学习数字化转型数据分析研发数字化客户体验工具客户服务工具防损机制 商业白皮书 虽然企业都很重视AI的发展，但不同企业在AI的深度、复杂性和理解水平上差异巨大。在采访完全球的商界领袖后，我们发现企业主要分为三种类型： AI开发型 AI开发型企业（占受访者的17%）的AI技术仍处于萌芽状态。该群体中的大多数企业正在通过概念验证或试点计划探索AI技术（占所有企业的14%），但也有少数（占所有企业的3%）企业根本没有制定AI计划或策略。 AI应用型 AI应用型企业（占受访者的57%）采用了一些AI技术，但尚未走上业务转型之路。在生产中使用AI（占所有企业的31%）和在实验基础上实施AI模型 （占所有企业的27%）的企业数量相对平均。 AI进阶型 AI进阶型企业（占受访者的26%）正在以颠覆传统业务模式（占所有企业的20%）或将AI作为创造业务价值主要方法（占所有企业的6%）的方式使用这项技术。 17% 57% 26% 商业白皮书 开发型、应用型和进阶型 企业在处于AI成熟过程的各阶段时会面临不同的挑战，因此关注的优先事项也必然不同。在讨论这些特定的需求和挑战之前，我们首先得评估AI 的现状，了解企业如何逐步靠AI策略实现发展。 类型 AI开发型 AI应用型 AI进阶型 AI/ML成熟度 没有策略或正在进行AI/ML试点项目 AI实验阶段或将其用于日常功能 颠覆性AI策略是其业务目标的核心 AI/ML是企业的重中之重 21% 26% 32% 定义完善AI策略的一个方面 改善决策的洞见 改善决策的洞见 领导层支持 AI/ML策略与业务目标保持一致 低 中 高 对企业数据的信任度 低 中 高 对AIaaS的兴趣 63% 82% 94% 商业白皮书 我们80%的目标是使用AI做已经在做的事情，实现更好的成果，也许仅有20%的目标是完成只有机器学习和AI才能胜任的创新任务。 userid:497168,docid:145171,date:2023-11-08,sgpjbg.com 商业白皮书 企业的AI初心比转型更切合实际 如今我们说到现代AI技术，通常都离不开这项技术为企业带来的转型价值，也就是帮助企业重塑自我，与时俱进并在竞争中获胜。有趣的是，我们的数据表明，即使是深谋远虑的企业在实现业务转型之前，也已经从AI投资中获取了价值，也就是说对AI的应用即便很有限，也会产生重大影响。 在问到配备完善的AI策略意味着什么时，我们预计企业领导者会给出“颠覆性业务转型”和打造新的“智能业务模式”之类的回答。然而，我们采访的大多数领导者都是务实派，更加注重实际，并且他们明白，企业在AI之旅中会持续受到影响。 商界领袖告诉我们，这些是完善的AI策略的指标： •改善决策流程 •实现当下的业务目标 •获得成本效益 实际上，之前我们预计具有远见卓识的企业会给出的答案，大多都位于列表的底部。即使是那些告知我们其已有完善策略的企业，他们也鲜少会说策略对重塑现有业务模式至关重要。 这表明，业务转型并不是大多数AI策略发展的主要目标，转型也不能定义大多数AI策略是否成功。相反，通过改进核心业务流程和提高成本效益，AI才能在企业中站稳脚跟。AI投资一开始必须在短期内实现投资回报，后续才能获得领导层和企业层面的广泛支持。 大处着眼，小处着手，快速扩展。 –ITDM，零售业 业务转型是执行良好AI策略的结果，不是投资的最初驱动力 完善AI策略的十大重要方面 1.激发可改进决策流程的洞见 2.获得高管层的支持或由高管层发起 3.提升差异化竞争优势 4.实现成本效益，助力提高利润 5.明确支持当下的业务目标 6.引入有效的变更管理流程 7.增加营收 8.重构核心业务流程 9.重塑当下业务模式 10.结合其他关键策略 86% 的企业未完全实施AI策略 也就是说，AI一旦正式实施，最终可能会改变业务流程并颠覆传统的业务模式。即使在进阶型企业中，也只有不到一半的企业表示AI在一年前逐步颠覆了传统的业务模式，而四分之三的企业表示AI正在改变他们当下的业务。 随着时间的推移，通过AI进行的企业转型会自然而然地发生。最终AI可能会实现全面的业务转型或业务模式的重塑，但成功的AI策略很少将其作为首要目标。 AI策略：一年前 （进阶型组织） 46% 使用AI颠覆传统业务模式 商业白皮书 让AI计划和业务目标保持一致是关键所在 采取进阶AI策略的企业： •最初就了解高管层对AI计划支持的重要性 •注重在企业内部各角色之间就AI策略和业务成果达成一致意见 •制定周密的数据策略，通过必要的数据推动AI技术带来成果 •在需要加速AI策略时投资技术基础设施 •积极采用边缘计算，规划端到端AI解决方案*，并使用AIaaS和云进行构建 •利用外部合作伙伴填补知识和技能缺口 如果在AI策略上领先的企业几乎还未开始有重塑或革新业务的雄心，那么我们不禁会产生这样的疑问： “一个在AI目标上更有雄心壮志的企业如何制定进阶的AI 策略？” 幸运的是，我们通过研究发现了顺利实施进阶式AI策略组织的标志性特点。希望采用进阶策略的企业可以善用这些原则来构建计划，加速提升AI技术的成熟度。 *端到端AI解决方案是指通过单个平台（有时为即服务）连接、保护、分析并根据您的数据洞见采取行动，无论其位于基础设施中的哪个位置（边缘、本地、托管或云端）。 如果企业有高管对推进AI投资感兴趣，企业就能一步一个脚印地走好AI之路。 –BDM，生命科学行业 AI策略与关键业务目标保持一致 50% 开发型 69% 应用型 96% 进阶型 由于进阶型企业将AI视为一项重要的策略计划，因此保障AI专用投资预算并非难事。此外，即便企业资金紧张，他们也不太可能削减这笔预算。领导层充分认识到AI的商业价值后，AI在后续的发展过程中就有先行的机会。例如，尽管新冠疫情给全球各大企业带来了挑战，但只有14%的进阶型企业表示疫情停止或放缓了其AI进程。相反，53%的进阶型企业表示疫情反而加速了AI的发展。 自新冠疫情以来，至少有两家与我合作过的公司已经大范围改变了策略要求，将重心移向了AI和机器学习。” –BDM，数据与分析 对于AI来说，新冠疫情始终是一把双刃剑。一方面，公司被迫削减很多赚钱的渠道。另一方面，疫情促使公司加快执行计划事项，也就是正常情况下公司不会自行去做的事情。” –BDM，数据与分析 数据科学家相信AI与业务策略应保持一致，而BDM 和ITDM则表示怀疑 多数企业同意 AI策略和业务策略相辅相成 开发型企业 49% ITDM 67% 数据科学家 47% BDM 进