研究洞察 向企业级 AI 转变 石油化工行业领导者如何采用人工智能 IBM 商业价值研究院 1 Spencer Lin、Santosh Mulayath、David Womack 和 Ash Zaheer 合著 摘要 大规模采用 AI 石油化工企业日益关注人工智能 (AI)。 越来越多的企业考虑采用 AI，并优先在能够增添价值的业务职能领域应用这项技术。我们的研究表明，企业打算继续投资 AI，但对于投资回报的期望值却变得越来越现实。增加收入和提高客户满意度作为价值推动因素，是他们实施 AI 的主要目标。 业绩出众的企业在 AI 之旅中大步向前迈进。 业绩出众的企业是指财务绩效（收入和利润）优于同行的组织。他们的 AI 之旅处于更成熟的阶段。业绩出众企业的 AI 投资有望继续“碾压”同行。 利用 AI 所需的战略眼光与能力。 业绩出众的企业从战略层面思考数字技术，包括 AI。他们将分析技术和 AI 融入到整个企业中。业绩出众的企业擅长利用数据。他们坚持数据治理。 人工智能已经过了炒作期，越来越多的石油化工企业希望采用 AI 相关技术。这些企业关注于在职能领域应用 AI 的优先顺序，尤其强调收入增长。这份“研究洞察”报告探讨了该群体中财务表现最为出色的一些组织 —“业绩出众的企业”，研究他们如何从战略的高度洞悉 AI，把 AI 投资花在刀刃上，并培养相关能力以便充分利用 AI 的威力。 实现 AI 的价值 人工智能技术正在迅速成熟。目前，正考虑在哪些领域采用 AI 以及如何利用 AI 的石油化工高管比以往任何时候都要多。此外，对于 AI 在企业中的实施优先顺序以及如何推广这些前沿技术，高管的思路也变得越来越清晰。这些最高层主管主要聚焦三个职能领域：信息技术、信息安全和创新。因为这些领域能够显著促进收入增长和客户满意度提升，而这两者正是 AI 投资的主要价值推动因素。技术可用性是 2016 年受访高管们关切的主要问题，但在今年的调研中，他们的关注重点已转变成如何解决实施问题。 这样的变化意味着什么呢？从试验阶段过渡到实施阶段并非易事，许多企业都感到难以应对。然而，有一些企业已经开始大规模地成功部署 AI — 并且他们的财务绩效之高也令人惊叹。通过采用 AI 推动更为广泛的数字化重塑、投资特定的职能领域以及增强组织能力，是企业实现 AI 价值的关键所在。 2 3 个不同的 职能优先领域表明企业确定了 AI 的投资和部署重点 48% 的业绩出众企业将 AI 视为战略平台 46% 的业绩出众企业使用实时报告和仪表板技术 定义人工智能和认知计算 对本报告而言，认知计算是集理解、推理、学习和互动能力于一体的系统，这些系统不断积累知识，了解自然语言，进行推理，与传统可编程系统相比，能够更自然地与人类进行互动。AI 系统具有认知系统的某些（但不一定是全部）特征，例如语音识别、模式识别、决策和经验学习等。 2018 年，IBM 商业价值研究院与牛津经济研究院合作，就 AI 和认知计算对最高层主管和职能部门高级主管开展了一次调研。（有关本次调研的更多信息，请参阅第 12 页的“ 调研方法”部分。）为了解石油化工高管们对于应用 AI 的考虑、期望和目标，我们从参与本次调研的全球 5,000 多位高管中甄选出该行业 251 位高管的回答进行了研究。本报告将探讨石油化工企业过去两年中对 AI 看法的变化，以及一组业绩出众的企业如何通过 AI 获得优势。 AI 的采用 目前，89% 的石油化工企业至少在考虑采用 AI，这一比例在 2016 年为 75%，同时也高于今年所有行业的平均水平 (82%)。在这些企业中，超过三分之一目前正处于评估、试点或实施阶段。今年，这些企业的 AI 投资力度较为温和，预计 AI 投资占到总体 IT 支出的 2%。但在未来三年，这一比例预计将增加三倍至 6%。 石油化工企业对于哪些业务职能领域能够从 AI 中获得最大价值的看法变得越来越清晰。我们最新的调研数据表明，大多数石油化工行业最高层主管只选择了 3 个职能领域，只有不到 25% 的最高层主管选择了 4 个职能领域（见图 1）。石油化工高管们选择最多的两个职能领域与参与本次调研的 5,000 多位各行业高管的选择一致。但他们选择最多排在第三的职能领域，却是所有行业受访高管的第四选择。 3 89% 的石油化工企业正在考虑采用 AI 图 1 可以从 AI 收获最大价值的职能领域 认为 AI 会增加价值的最高层主管的比例 信息技术 信息安全 创新 客户服务 风险 营销 产品开发 销售 供应链 制造 财务 采购 人力资源 10% 22% 19% 16% 40% 39% 37% 35% 33% 30% 60% 59% 72% 选择最多的三个职能领域 选择最少的四个职能领域 来源：IBM 商业价值研究院与牛津经济研究院合作进行的人工智能/认知计算调研。2018 年。 那么，受访者为何会将信息技术 (IT)、安全 (IS) 和创新职能领域视为 AI 最优先的部署领域呢？因为 IT 和 IS 不仅能受益于基于人工智能的帮助台虚拟助手、流程自动化和威胁检测功能，而且还经常负责支持人工智能和“完成任务”所需的数据计划。创新可以带来战略机遇，而 AI 可以帮助确定盈利增长点。例如，AI 可以帮助企业实时洞察客户的态度及其对企业收入的影响。对于并购活动，AI 可以建议潜在的收购候选目标，进行深入的分析，对目标企业进行评分，以突出价值和协同增效机会，描绘权衡方案，以及探索假设情景。 这一点与最近两年高度强调收入增长正好吻合。石油化工行业的高管持续将收入增长以及及客户满意度和维系率视为人工智能投资的主要目标 — 远远高于成本因素（见图 2）。这与跨行业受访者的回答一致：分别为客户满意度 72% 和客户维系率 59%。 然而，与跨行业同行相比，石油化工企业更注重收入推动因素。当然，这并不意味着成本对于石油化工受访者而言不重要。有趣的是，在许多 AI 项目的业务案例中，降低成本都作为关键要素存在。 4 通过大订单和加快产品面市速度实现收入增长，是企业投资 AI 的主要价值推动因素。 图 2 收入价值推动因素2016 年与 2018 年相比 实施 AI 的价值推动因素 — 石油化工行业 35% 35% 40% 53% 62% 72% 71% 2% 17% 23% 21% 25% 22% 22% 30% 30% 37% 41% 45% 47% 2018 2016 来源：IBM 商业价值研究院与牛津经济研究院合作进行的人工智能/认知计算调研。2016 和 2018 年。 如图 3 所示，石油化工高管已将主要注意力从考虑是否采用 AI（技术可用性）转移到了如何实施 AI 上面（技能、法规和数据安全等）。这些主要顾虑与跨行业高管的想法一致。 事实上，86% 的受访石油化工高管表示，他们认为 AI 在未来五年内会对技能需求产生一定影响。如果企业不能坚持不懈地专注于培养所需技能，那么其人工智能计划在从概念验证到试点再到实施的整个过程中，会面临更大的延迟风险。企业不仅在数据科学家、人工智能技术专家和 IT 专业人士方面面临人才短缺的挑战。而且还需要在战略、财务、运营以及所有业务部门中融入协作和创新等软技能。 38% 通过大订单增加收入 通过加快产品面市速度增加收入 通过缩短销售周期增加收入 通过进军新市场增加收入 提高客户满意度 提高客户维系率 降低其他运营成本 减少人数 降低客户争取成本 人员重新部署 降低其他运营成本 45% 5 42% 74% 27% 70% 34% 54% 33% 47% 38% 42% 32% 37% 43% 31% 28% 20% 30% 8% 图 3 AI 的实施阻力：2016 年与 2018 年相比 阻力 — 石油化工行业 2016 2018 高技能人才或技术技能的可用性 法规限制 有关数据和信息使用的法律/安全/隐私顾虑 为决策提供上下文支持的数据的可用性 组织的支持力度/准备程度/文化契合度 数据治理和政策 技术可用性 高管支持程度 客户的准备程度 业绩出众的企业 那么石油化工企业该如何利用 AI 呢？为了回答这个问题，我们分析了调研反馈，确定了一小部分业绩出众的企业。这组受访者占到本次调研受访者总数的 21%。这组受访者自称在过去三年中，其收入明显高于竞争对手，并且效率和盈利能力也显著高于同行。业绩出众的企业在石油化工行业的比例为 20%，与其他行业差不多。 石油化工行业中业绩出众的企业在采用 AI 的道路上走得更远。38% 的业绩出众企业要么正在试点和实施 AI，要么已经开始运营 AI，而行业中所有其他同行的这一比例仅为 11%。这一采用率与其他行业相似 — 在所有调研样本中，39% 的领先企业要么正在试点和实施 AI，要么已经开始运营 AI，而所有其他企业的这一比例仅为 14%。 Bridger Pipeline：通过深度学习 AI 保护环境1 Pipelines 提供安全高效的碳氢化合物运输方式，帮助减少公路和铁路交通流量，避免尾气排放。虽然该公司可将接近 100% 的石油运抵目的地，但还是认为新技术可以帮助避免剩余的一小部分损失。 Bridger Pipeline 需要管理大约 3,500 英里的管道，在及时检测和解决泄漏方面面临着严峻挑战。该公司每天都通过这个运输网络运送 45 万桶石油。Pipelines 已建立了使用智能计量工具和卫星监测系统的成熟监控系统，以 24X7 方式全天候为控制中心提供大量的实时数据。 该公司正在部署 AI 解决方案，以密切监控系统状况，检测泄漏。Bridger Pipeline 预计借助 AI，能够显著减少误报数量并大幅提高灵敏度。 6 巴斯夫：通过认知云技术，支持智慧的供应链运营 2 巴斯夫 (BASF) 是世界上最大的化工集团之一，提供广泛的化学产品、塑料产品、高性能产品和作物保护产品，帮助几乎所有行业的客户应对各种社会和环境挑战。该集团的营养与健康部门运营着遵循严格服务标准的全球价值链，需要在供应和分销点之间进行密切协作。 巴斯夫营养与健康部门将 AI 视为推动补货规划创新的潜在颠覆性解决方案。一直以来，该公司的规划人员必须梳理大量的系统和报告，才能获取明智补货决策所需的事实和数据，而自从有了认知技术，他们能够整合、分析并直观呈现多个来源的数据，令决策过程变得更迅速、更轻松、更智能。该工具使用最新的运营数据（如预测和实际销售数据、销售商机和运输计划等），为规划人员提供有关补货时机和数量方面的指导。 概念验证表明，AI 和机器学习通过智慧地直观呈现相关信息，帮助做出供货决策，提供补货建议，支持供应链顺畅运行。 石油化工行业中业绩出众的企业纷纷计划加大 AI 投资力度。事实上，这些业绩出众的企业表示，他们今年的投资将是同行的两倍（占 IT 支出的比例分别为 2.8% 和 1.4%）。他们预计未来三年的投资将提高三倍，达到 7.4%。 根据这些领导者的调研反馈，石油化工企业希望从多个不同层面利用 AI 的力量： — 从战略角度思考数字技术 —