如何提升AI应用段位？

埃森哲中国

在全球第二大人工智能（AI）单一市场——中国，无论是企业高管还是消费者，对于人工智能的积极态度始终走在世界前列。埃森哲最新调查显示，过去三年，年营业额超10亿美元的受访中国企业中，近半数在人工智能领域的总投入超过3.5亿元人民币;而认为必须借助人工智能实现增长目标的企业高管比例更是高达79%。在它们中间，有一部分领军者已经收获了可观的回报，但更多企业则身陷人工智能的应用泥沼。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。

人工智能规模化势在必行

人工智能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。

中国人工智能市场已经成为全球第二大人工智能单一市场，约占全球市场规模的12%。在此过程中，中国企业相信未来人工智能将逐渐改变全球商业的游戏规则，并将人工智能作为优先投资的战略方向。据IDC预测，到2023年中国人工智能市场规模将达到979亿美元。相较全球，中国企业对人工智能的投资热情更高：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。埃森哲技术展望调研显示，89%的中国企业认为人工智能在自己企业推广的速度落后于该技术的发展速度——远高于这一比例在全球企业中的77%。这主要是因为中國企业在部署人工智能应用时面临重重挑战。超半数的中国企业缺乏精通人工智能的相关技术人员，以及没有积累起高质量的数据集。此外，人工智能应用场景不明确，投资人工智能项目成本较高等问题也为中国企业带来了一定的困扰。

由此可见，虽然中国企业争相投资人工智能技术，但是，其应用难以在企业里规模化落地。

埃森哲最新全球高管调研的数据显示，高达79%的中国企业高管均认为，他们必须借助人工智能来实现业务增长目标。他们中的绝大多数也坚信，若想通过人工智能投资收获积极回报，就务必在整个组织范围内规模化推广人工智能。埃森哲预计，从2018到2025年，全球企业借助人工智能应用获得的收入将增长50%以上。

然而，52%的中国企业高管人员坦言，人工智能试点容易，但当设法将人工智能推广至全企业时感觉异常艰难。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？

第一，企业市场溢价能得到大幅提升。埃森哲数据科学家团队创建了一款模型，将调研数据与公开可用的企业财务数据相结合，通过考察不同企业的特征，以确定样本中成功推广人工智能的组织取得溢价的原因。埃森哲发现，成功推广人工智能与财务估值的三项关键指标（估值收入比，市盈率，市销率）之间存在正相关。

第二，全面提升企业的业务成果。纵观全球，各行各业的企业正纷纷运用人工智能技术，结构性地改变其业务内容和工作方式。而那些能够将人工智能在企业内部进行战略性推广的企业更有望在部分领域收获全面成果（见图4）。

第三，带来高额的投资回报率。与仍在从事单项概念验证的企业相比，已开始从战略层面规模化推广人工智能的组织实现了近2倍的成功率和近3倍的投资回报率。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。

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1500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。

人工智能应用三个阶段

概念验证阶段：80%-85%企业艰难起步。这一阶段的企业进行人工智能实验和试点，但规模化应用的成功率和人工智能投资回报率都非常低。他们的努力往往局限于某一部门或团队内部，并通常由IT部门主导。同时，这些举措往往与企业成果或战略要务缺乏联系。此类企业普遍低估了推广人工智能工作所需的时间和投资，人工智能的潜力尚未得到充分开发。埃森哲研究表明，多数企业止步于此，未成功进阶到下一段位。

·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。

规模化推广阶段：只有15%至20%的企业完成跨越。这一阶段企业的人工智能应用已突破概念验证的范筹，他们不仅推广人工智能的成功率实现翻番，而且投资回报水平更胜一筹——几乎可达同行的三倍。这些企业将推广人工智能定为高管层的优先事项，建立了与业务目标紧密相关、清晰明确的人工智能战略和运营模型，同时，在负责人工智能、大数据或分析法的首席高管带领下，由人员更充实的团队提供多维度支持。但是，得到推广的人工智能经常只是基于个性化的单点解决方案。

·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。

产业化增长阶段：少数派（<5%）境界。这一阶段的企业拥有数字平台思维，并通过在整个组织内普及大数据和数据分析工具来创建人工智能文化。他们利用负责任的人工智能框架推广数千种模型，不仅以此促进产品与服务创新，还进一步洞悉客户和员工的期望，由此实现收益。埃森哲研究表明，人工智能的产业化将有力支持差异化竞争，而财务业绩的显著提升与之一脉相承，然而，实现人工智能产业化应用的企业屈指可数。

·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。

人工智能的布局阶段

企业在应用人工智能技术的时候常举步维艰，停滞不前。 6这主要是由两大原因造成的。首先，企业缺乏明确的人工智能路线图，无法按部就班地将人工智能项目从概念验证，有效、顺畅地向实际生产阶段推进。其次，企业对人工智能整体发展格局不能做到充分了解，也容易導致企业沿用固有的行为模式——从零开始，闭门造车。实际上，许多行之有效且低成本的商品化人工智能解决方案已纷纷问世，可以立即投入使用。关键在于，企业应善用已有资源，根据自身需求做出个性化调整。

为有效实现人工智能应用的规模化推广，企业应沿着一条连续不断的路线图运行，通过所有紧密相连的要素，对实际生产的关键路径进行追踪——唯有这样，才能真正令人工智能带来的价值迅速攀升。

从概念验证向规模化推广进阶的四大要素

从上面的人工智能路线图不难看出，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

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。

规模化推广阶段企业能够试点并成功推广80%的人工智能项目。与此同时，他们设定了更长远的规划，其中表示从试点到规模化会覆盖一至两年的比例，较概念验证阶段企业高出65%。这些领先企业目标更为明确，对于实现规模化的时间跨度，以及需要为此采取哪些合理行动，均有着更现实的预判和规划。与概念验证阶段企业相比，规模化推广阶段企业的基础工作做得更细致到位。

为了成功实现规模化，企业需要合理的组织结构和有效的治理机制。规模化推广阶段企业二者兼备，近四分之三（71%）的此类受访企业表示，自身拥有清晰定义的战略和运营模式来推广人工智能技术，而概念验证阶段企业持相同看法的仅占半数。此外，规模化推广阶段企业拥有更为灵活的业务流程，以及整合进入更广泛的生态系统。

此外，规模化推广阶段的企业还清晰定义了职责明确的流程与管理者，并安排了致力于人工智能发展的领军者为高管层提供支持。一旦缺乏牢固的业务战略根基，以及可有效监督与管控的治理机制，推广计划必然进展迟缓。究竟谁是人工智能和数据的“拥有者”？这一问题已在许多企业中引发纷争。而且，无论使用何种人工智能平台，抑或引入何种专有技术，只要偏离正确的方向，一切努力都将付诸东流。

企业行动指南——业务战略即是人工智能战略。厘清对自身而言，商业价值的具体含义;将商业价值的定义转化为业务战略;制定与业务战略重点相统一的发展路径，由此创造前所未有的成果。

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。

企业要想有效规模化部署人工智能，就必须将多学科团队全面植入组织当中——这些团队应得到自上而下的明确支持，从而与公司高管层的愿景始终保持一致。就规模化推广阶段的企业来看，此类团队通常由首席人工智能官、首席数据官或首席数据分析官领导，成员则包括：数据科学家;数据建模师;机器学习、数据和人工智能工程师;可视化专家;以及数据质量、培训和宣传等领域的专业人士。

在这方面，规模化推广阶段企业经验更为丰富。92%的这类企业表示在人工智能应用中充分发挥了多学科团队的作用。此外，绝大多数这类企业的员工都接受过正规的人工智能培训，充分知晓如何在工作中运用人工智能，同时理解和应用负责任的人工智能。

企业行动指南——使员工做好充分准备。建立合适的人才组合;审视组织结构;确保技术应用与首席高管层的发展理念一致;部署人工智能前，找寻外部资源极为必要;优先重复利用，购买次之，最后创建。

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。

多年来，大多数企业在不断收集、存储、分析和重新配置的信息层层累积后，都疲于应对庞大的数据量，无法有效对其进行清理、管控、维护和使用。规模化推广阶段企业则能够在有效治理数据的同时，消除环绕在真正数据周围的“噪声”。他们认识到关键业务数据的重要性，因此将财务数据、营销数据、消费者数据以及主数据确定为优先领域。

规模化推广阶段企业不仅更善于组织和管理数据，而且还通过大力投资，在云端建立数据质量、数据管理和数据治理框架。除此以外，规模化推广阶段企业拥有清晰的操作模式，能够合理协调数据的生成与使用。埃森哲研究显示，多数规模化推广阶段企业（61%）在使用更加准确的数据集，比例远高于概念验证阶段企业（38%）。另一方面，同概念验证阶段企业（56%）相比，规模化推广阶段企业（67%）更普遍地将整合内外部数据集作为标准做法。此外，规模化推广阶段企业还更擅长获取和整合各种不同的内部数据源。

规模化推广阶段企业大多使用恰当的人工智能工具来管理应用软件中的数据。这类工具包含云数据湖、带有模型管理与治理功能的数据工程/数据科学工作台、数据和分析功能交易平台，以及搜索服务等。从数据的创建、托管，一直延伸至利用。规模化推广阶段企业深知，借助更为多样化的数据集来支持各项行动至关重要。

企业行动指南——构建责任。定义公平与偏见对于贵公司的实际意义;制定和宣传符合道德规范的数据使用公告;确保有关人工智能的考量已纳入核心价值观和合规流程之中;实施具体的技术指南，以确保人工智能系统的安全性、透明性和问责性。

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，意味着企业实现了规模化推广阶段的价值。

如何判断一个企业是否已经在实现人工智能规模化的道路上步入正轨呢？这就需要企业通过以下问题的考验。

问题思考：大规模构建人工智能的条件已然齐备？

·您是否已界定“价值”对于贵公司的涵义，并且会优先通过哪些人工智能应用模式来实现已界定的价值？

·企业是否已制定数据战略，明确数据是人工智能技术的关键使能因素？

·企业人工智能团队是否确切知晓借助人工智能想要实现的商业目标——他们有没有准备好进入生产阶段（避免受困于概念验证阶段）？

·当人工智能作出错误、片面，甚至非法的决策时，贵公司是否具备相应道德框架和正确方法来予以纠正？

企业行动指南——投入生产并扩大价值。全方位统筹，确保大规模构建人工智能的条件就绪。明晰价值目标，聚焦于人工智能在关键业务领域的应用推广;制定数据战略，最大化数据对于人工智能技术应用的使能作用;企业人工智能团队聚焦需要实现的商业目标，完善各项准备，人工智能应用投产就绪;建立相应道德框架和正确方法，纠正人工智能作出的错误、片面或非法决策。

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

·从数据供应链出发，为智能自动化奠定基础，打造竞争优势。人工智能战略的背后其实是大数据和数据分析战略，数据越好，人工智能就越好。为了在这个智能新时代取得突破性成果，企业需要把暗数据转换为动态数据，并建立对数据的信任度。对于将数据视为竞争优势而非产品的企业来说，这也会是一个新的机遇。

·人才与技术的融合，打造全新商业模式和工作方式。人工智能、数据分析和自动化不止是技术，它的背后更是人才。从数据、机器学习和软件工程师，到数据科学家和人工智能技术专家，人工智能系统的成功需要各种广泛技能，方可从企业的数据中提炼出新锐洞察，进而揭示新的商业模式和新的工作方式，帮助企业转变方式和开拓新领域。

·端到端的人工智能战略为指引。人工智能议程想要取得成功，需要有一个端到端的愿景。

创新加速器：善用外部工具，快速获得人工智能能力

·企业通常希望快速实现人工智能规模化，并将其效用最大程度发挥到业务成果里。“即服务”模式类的人工智能工具可以帮助企业分忧，承担构建和维护人工智能系统环境的风险和复杂性。企业不必关心分析背后的系统架构，从而更加专注于自身的业务发展。在市场上，有很多业已成熟的人工智能应用工具和解决方案，例如，可扩展的分析和信息管理平台，可以提供随时随地“即服务”，并支持云端部署或本地化。

·借助专业的人工智能工具或解决方案，可以帮助企业在快速发展的技术环境中，利用大数据分析并快速获得可操作的洞察和业务成果。以可控的成本，高效部署人工智能应用，同时，大大缩短企业快速检测人工智能投资回报及商业价值的时间。

他山之石：借助专业企业能力，实现人工智能应用落地

·全球领先的端到端人工智能服务提供商可以与企业共享数字化转型全球最佳实践，站在巨人肩膀上才能快速前进，抢占窗口时机。企业凭借自己力量，从零做起实现人工智能规模化，难度相对较大，时间成本和试错成本都较大。借助具有人工智能实施能力的专业企业，能够避免企业少走弯路，快速实现人工智能在企业中的有效应用和规模化。

·端到端的人工智能服务提供商拥有覆盖全面行业经验，可以提供推动行业相关人工智能实施的全面分析，帮助企业实现人工智能的落地和规模化，构建规模化人工智能系统，为企业的全业务流程赋能。此外，全球领先的专业人工智能服务提供商拥有相应的知识产权和能力，可以帮助企业更好地实现人工智能布局。

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

在逐步实现规模化推广阶段之后，产业化增长将成为企业的动态目标。实现产业化增长并非固定目标，而是会随着技术的发展出现变化——认识到这一点非常重要。根据过往经验我们得知，以下三项的进一步改变将助力企业更快到达其人工智能规模化之路的最终点——建立数据驱动型企业文化，由此支持人工智能推动回报的指数级增长。

首先关注投资。企业首席高管层将人工智能投资视为开展业务的成本。他们认识到人工智能计划对企业未来增长和支出的关键意义，从而为此拨付预算，无需通过事先证明投资回报率来说明投资的合理性。

采用数字平台思维促进规模化部署。平台具有加快速度和扩大价值两大主要目标。数据只需在平台上发布一次，即可通过应用程序接口（API）和微服务为诸多产品所用，这显然能够增强成本效益。此外，平台还有助打破信息孤岛、实现数据和洞见的广泛可用，进而推动业务推广，在整个企业乃至更广阔的合作伙伴生态系统中促进协作与创新。

通过负责任的人工智能建立信任。负责任的人工智能需要創建一套框架，确保技术应用的伦理道德、透明度和责任制充分符合用户期望、企业价值观以及社会法律和规范。负责任的人工智能能够防止使用带有偏见的数据或算法，保证自动化决策合理、可阐释，并且有助于维系用户信任和保护个人隐私。

稳步推进人工智能规模化

依托覆盖整个企业的数字平台来释放人工智能的庞大威力，是一次不断积累和深入的征程。那些在每段路径中持续汲取经验教训的企业都能达到一种理想状态：将业务战略与数据分析法无缝融合起来、充分借助可反复使用的数据基础，并且通过平台高效推广。最终，这些企业会打造出不可战胜的全方位竞争力——从组织有效性，一直延伸至品牌认知度和信任度，从而收获产业化增长的丰硕成果。