抓住 AI 和自动化机会 ： 现在是时候了

现在的时刻 IBM如何 提供帮助 IBM拥有成熟的工具、见解和专业知识，可帮助您识别和执行具有高影响力的自动化和AI驱动的解决方案。业务-使IT系统更主动，业务流程更高效，人员更高效。有关更多信息，请访问ibm. com / automation 关键要点 生成式AI采用和数据主导创新的领导者报告说，他们正在收获回报 我们正处于一个合适的时机来调查生成AI和自动化为组织创造的潜力。 他们的年度净利润比竞争对手高出72%，年收入增长17%。 高期望 高管们预计，在未来三年内，人工智能自动化的运营收入增长将翻一番。 增压AI，增压自动化 近九成(87%)的生成式人工智能领导者表示，这项技术有助于他们执行更具影响力的自动化计划。 压倒性共识：收益大于风险 十分之八的受访者（82％）认为，生成人工智能的好处值得潜在风险。 Introduction 生成型人工智能无处不在。它使数据民主化，并加速了模型到货币化的周期。四分之三的首席执行官表示，他们的竞争优势在于它。1 处于创造性AI采用和数据主导创新前沿的公司— —我们称之为创造性AI领导者（参见Perspective，“创造性AI领导者”）— —已经获得了巨大的回报，报告年度净利润比同行高出72%，年收入增长17%。势头正在蔓延，92%的高管期望将其组织的工作流程和杠杆数字化。到2026年人工智能驱动的自动化。2 挑战：虽然一些组织加快了速度，但另一些组织却跟不上。早期采用者和犹豫不决的企业之间日益扩大的差距正在形成一个巨大的鸿沟— —在这个鸿沟中，努力拥抱人工智能驱动解决方案的组织可能会在日益技术驱动的市场中失势。 为了应对这些巨大的发展，IBM商业价值研究所(IBM IBV)对人工智能和自动化进行了最复杂、最深远的研究。我们调查了全球2, 000多名高管，包括首席自动化官，了解关键战略和投资，他们通过人工智能和自动化推进智能工作流程，以改善连接性和价值扩展(有关更多信息，请参阅第27页的“研究和方法”)。我们还强调了上面提到的生成型AI领导者。离散小组正在对这一先进技术进行关键投资，增强其组织中的AI和自动化。 十分之八（82%）的受访者认为，创成式人工智能带来的好处值得潜在风险。随着社会的各个方面都在这个新领域中航行，现在是调查创成式人工智能和自动化为组织创造的影响和潜力的最佳时机。 在接下来的章节中，我们深入到四个关键领域：数据和准备；劳动力人才和数字助理；IT机会；和投资重点。一路上，我们分享了现实世界影响的案例研究。最后，我们提出了一个行动指南，其中包含优化智能自动化的11点蓝图。 透视 生成的AI领导者-是什么让他们与众不同 每个人都在参与生成式AI革命吗？看起来可能是这样，但并非所有的计划-或企业-都表现平等。五分之一的受访者（19％）表示自己是我们所说的“生成型AI领导者”。他们认为该技术对他们至关重要，并将生成AI功能视为其自动化投资的主要驱动力。这个精选团队在生成AI战略和采用以及业务和技术绩效方面都处于领先地位。 Gen AI领导者积极投资于自动化-也认为它非常或至关重要-快速跟踪他们的数字化转型议程。 他们计划通过智能工作流程来提高性能，并且正在投资和扩展IT平台和应用程序，同时通过自动化降低IT复杂性。他们积极积极的立场是显而易见的-例如，他们将自动化视为数字转型的加速器，比非领导者的同行高出25％（见图）。 Chapter 1 高级套件的紧迫性：提高生产力的数据 极端数字化已经爆发，催生了无数的数据源和微观见解。将生成式AI添加到等式中，整个企业和广阔生态系统的影响将更加复杂。全新的复杂数据水平正在推动AI的新水平，加速自动化工作流程的智能化。 这些超级自动化、超级智能的工作流程可以帮助组织提高生产力并满足客户需求，从而保持竞争激烈。 当然，高管们希望自动化能够带来更广泛的业务影响，但他们也在通过实时洞察力、决策、行动和弹性来推进和扩展内部数字化转型议程。 事实证明：Gen AI Leaders在自动化方面进行了更大的投资，以通过AI驱动的智能工作流程来加快绩效，他们报告说，在劳动力敏捷性（增长36％），盈利能力和效率（增长24％），创新（增长53％）和收入增长（增长17％）方面优于竞争对手。（请参见图1。） 所有这些的基本要素是数据，但数据本身并不因其存在而有价值。它的有用性取决于其起源的透明度、信任和安全性。将强有力的治理应用于数据管理和人工智能的使用对于保持这种有用性至关重要。 “我们需要进入黄金过程-传统的AI和机器学习与生成AI交互，增强预测并提供主动警报 客户主管，半导体产业 例如，在我们日益注重可持续发展的世界中，客户期望从供应链的第一到最后一英里完全透明。 当与数据和AI管道的良好治理相结合时，智能工作流程使这种可见性成为可能。 图1 生成型AI领导者 人工智能，真正的结果 但是可见数据并不总是等同于可消耗数据。对数据可视化的相应需求正在出现-实际上，翻译和传递数据 以易于理解的格式。结合AI和分析，数据可视化可以帮助模拟决策影响，预测运营挑战，建立先发制人的新策略模型，并且在前所未有的时代至关重要的是，在没有可用历史数据的情况下评估选项。可视化和模拟是在首席执行官的雷达上进行的，超过一半(52%)的高管希望这些模型能够为预测操作提供更大的透明度和可见性。 数据、人工智能和自动化相互依赖。基本上，没有数据就没有人工智能。人工智能是自动化的基础。这就是为什么66％的受访者表示，如果没有集成的数据和AI战略，他们的数字化转型计划就不会成功。 通常，这种整体思维需要扩展到企业本身之外。为了提高透明度和可见性，高管们越来越多地将智能工作流与其生态系统合作伙伴集成在一起。事实上，53%的高管希望新技术能够提高生态系统和网络数字连接的透明度和可见性。到2026年，扩展到生态系统合作伙伴的工作流程将通过智能自动化实现数字化，这将是许多高管的两倍多。 案例研究 BlueIT：加速数字化转型和可持续性3 IT外包提供商BlueIT的使命是帮助其客户实施IT战略，以确保性能，优化IT支出并减少碳排放。实现这些目标的关键是它能够为客户提供整个IT环境的全面视图，并帮助他们主动重新分配资源以减少浪费并提高应用程序性能。 BlueIT目前的主要优先事项是从传统的ITOps转向AIOps。以前，BlueIT团队依靠不同的监控工具和手动干预来优化客户的环境。现在，他们拥有全栈视图和AI驱动的自动化。这有助于BlueIT团队在最终用户体验受到影响之前识别资源拥塞，同时减少浪费。 Results –将应用程序资源决策执行速度提高60%–平均恢复时间(MTTR)减少50%–减少跨客户端环境的浪费–腾出更多时间帮助客户实现目标 “我看到的力量的地方 人工智能的方法是在这些工具中，可以主动向我们展示潜在的问题，并建议采取行动，以改善资源规模并确保性能。 FrancescoSartiniBlueIT首席创新官 Chapter 2 不断发展的化学反应：AI助手和员工协作 虽然人工智能和自动化可以使工作流程更加智能，但要真正提高业务绩效还需要进一步的步骤：增强员工的智慧。这是一个特别关键的问题-这意味着通过自动化重新构想人类与技术的关系。 生成式AI最近引起了最大的轰动；这是技术进步的最新浪潮。十分之八的高管同意：生成式AI将从根本上改变他们的工作流程，以及人们如何高效地完成工作。 “聊天机器人成为人们的副驾驶— —引导你找到你正在寻找的报告或信息— —要快得多。 客户主管，消费品行业 Gen AI Leaders在这一领域取得了出色的成绩。86%的人认为投资于生成AI是其自动化计划的关键因素。十分之八的人说生成AI使数字助理能够支持对复杂问题进行预测和生成解决方案想法(见图2)。 图2 变革性工作流的关键4 赋予员工权力，消除重复性工作 图3 擅长赋权 自动化可以提高生产率，减少重复繁琐的工作。这将腾出更多时间 生成型AI领导者引领员工灵感 专注于增加更多战略价值以建立客户和业务合作伙伴关系的活动（参见案例研究“SELTA SQUARE ”）。奖励：这些增值活动通常对员工以及技能增强更有趣。 近一半的高管(47%)表示，技能短缺可能会在未来三年对组织产生最大的影响。自动化和人工智能不仅可以改善员工的工作和提高生产率，还可以帮助弥合劳动力短缺和增加技能。 但是，自动化的这些积极方面不一定会带来平稳的发展。80％的高管认为，员工队伍的增加可能会受到变更管理不足的限制。热烈欢迎数字自动化支持需要视角的明显转变，这需要高管领导的指导和鼓励。 我们的研究表明，Gen AI领导者表现出特别积极的立场。与其他组织相比，他们更频繁地通过关键举措来缓解过渡，例如实施中心 围绕智能自动化的卓越，使用多学科团队融合技术和业务专业知识，雇用首席自动化官或其同等人员，并教育员工与数字助理一起工作（见图3）。这些步骤可以帮助员工重新了解人工智能和自动化，以及如何高效和正确地使用它们。 案例研究 SELTA SQUARE: 第一个用于药物安全监控的自动化流程5 韩国领先的研发公司DaewoongPharmaceutical帮助成立了一家新公司-SELTASQUARE-该公司正在创新一个关键流程，可以提高世界各地人们的药物安全性。这是一个称为药物警戒（PV）的过程，这是一个法律规定的学科，用于检测和报告药物的不良反应，然后评估，理解和预防这些影响。 SELTASQUARE正在使用智能自动化软件来运行自动化PV服务，该服务可能会改变制药公司帮助确保消费者安全的方式。智能自动化软件对涉及大量数据库，医学文献和病例报告的关键但繁琐的过程提供了巨大的改进 以及每种产品的活性药物成分的名称。随着搜索，PV人员需要拍摄和保存屏幕截图，下载源文件，文档搜索结果，并将数据上传到Daewoong Pharmaceutical服务器。结果令人印象深刻： Results –使光伏过程的速度提高了四倍–将文献检索时间从五分钟缩短到一分钟–给专家更多的时间来提高光伏的质量–帮助提供更安全的药物 “人类专家仍然决定如何对信息采取行动，现在他们只要更快地获得关键信息。" MinKyungShinCEOSELTASQUARE 决策和数字助理 通常，工作流自动化定义了如何通过由员工和与其协作的数字系统执行的一系列任务来完成工作。通过生成可根据需要提供的见解，并基于广泛的背景，人工智能驱动的工作流引导团队进行更高价值的客户和合作伙伴合作，复杂的解决问题的情况，以及前瞻性的创新活动。 等式的数字方面越来越多地通过传统和生成AI获得更复杂的分析和决策技能。超过四分之三(77%)的高管报告说，数字助理可以实现更好的洞察力和决策。在接下来的三年中，他们希望数字助理能够支持员工做出极其复杂和关键的决策（见图4）。 图4 关键任务 预计自动化工具将越来越支持复杂的决策 高管了解智能自动化的潜力。十分之六的人正在投资自动化，以提高员工的生产力和敏捷性。 几乎一半的人引入了新的自动化技术，使运营更加可预测、灵活和智能-特别是在自动化主动客户和员工体验时。54%的人正在评估自动化和人工智能在提供新的工作方式方面的作用，52%的人认为更好的客户体验是他们的首要任务。 这些组织正在重新考虑基本的工作方式，自动化是更广泛的重新设计的一部分，以提高生产率。这是一种结构性的转变，实际工作地点的重要性越来越低，从世界几乎任何地方获得技能和能力的机会也相应地升级。 生态系统在这里也发挥着重要作用。这些新的物流需要强大的、明确的工作流程，这些流程需要与数字工具和与生态系统合作伙伴挤在一起的人类团队进行交互— —通常是虚拟的。生态系统为最重要的数据添加了另一个考虑因素，因为在企业和生态系统中，数据都必须是可消费的、灵活的和安全的。 “我们需要测量行为来预测行为。 客户主管，制造业 放