C - Suite 全球 AI 指标报告

AI是终极升级 四种方法来释放你的游戏改变AI和机器学习的潜力 目录 Introduction 记住互联网早期的感觉。它可能觉得它[只是]一种技术，你可能在一家企业里说过，嗯，互联网不会影响我。看起来这至少会一样大，如果不是比互联网更大。 还记得他们说互联网是一种时尚吗？ 2023年5月，美国和加拿大的科学家宣布发现了一种能够杀死致命超级细菌的新型抗生素。1他们的秘密武器？人工智能（AI）。 这只是由AI和机器学习（ML）推动的越来越多的突破之一。生成AI的其他显着突破包括备受讨论的自然语言处理工具ChatGPT，Bard和Llama2。 很大程度上要归功于这些引人注目的进步，人们已经写了很多关于人工智能如何对就业产生负面影响的文章。2但是如果它创造了一个工作场所，员工从假期回来，这项技术总结了他们最迫切需要解决的问题？或者，如果人工智能使工程师能够更快地编写代码，或者可以用作招聘工具，以表明团队特定角色所需的技能？如果AI可以分析合同，公司政策和法规以确保收入得到适当确认，该怎么办？ AjayAgrawal 多伦多大学罗特曼管理学院教授 其中一些进步已经在发生，但现在我们需要确保我们确切地了解如何负责任地使用和扩展这些技术和应用。 Workday对2,355名高级业务主管进行了一项全球调查，以了解整个企业（尤其是AI和ML）的数字革命对财务和采购，人力资源，IT和首席执行官办公室的影响。调查发现，71％的商业领导者预计AI和ML将在未来几年产生全球影响，但这种影响的性质仍在人们的视野中。 更多来自这个演讲者 我们的研究表明，98%的CEO*说他们的组织内部会从实施人工智能中获得一些直接的商业利益，而3在 5家企业正在以某种方式采用AI和ML。然而，只有1%的企业将其采用归类为成熟，3四分之一的人希望在决定他们的方法之前，先看看AI和机器学习如何影响他们的组织。大约一半(49%)的首席执行官表示，他们的组织没有准备好采用这种方法。 但是这些技术发展很快，所以商业领袖负担不起 Theimplicationscouldmeanthatthecompetitionraceaheadandleftthesebusinessesbehind.What’smore,withCEObollishonAI,beingtoocauseymightbehazardtoone’scareer. *我们的调查将首席执行官定义为商业领袖，他们将自己的工作角色定义为首席执行官或董事总经理（公司负责人，不包括部门负责人或部门负责人）。在全球2,355名受访者中，有435名首席执行官受访者。 AI和ML：当前状态。 1.商业领袖对AI和ML的影响持乐观态度。 企业领导者对AI和ML可以为其组织做些什么感到兴奋，尤其是运营效率，更好的决策和竞争优势。在这些领导者中，71％的人希望这些技术能够改变其组织的核心功能和全球业务格局。 2.商业领袖觉得还没准备好，关心安全和隐私. 只有五分之一的组织(20%)已经将大部分内部运营数字化，这表明他们已经准备好并能够迅速接受变革，而其余80%的组织可能会发现它更具挑战性。近一半的首席执行官(49%)表示，他们的组织没有准备好采用人工智能和人工智能。ML，企业缺乏整合这些技术所需的部分或全部工具、技能和知识。领导者也在质疑AI和ML的可信性，HR、财务和IT领域的人尤其关注安全和隐私风险。 3.先锋企业将AI和ML作为业务变革的催化剂。 在AI和ML的采用方面，一些企业处于领先地位。然而，整个企业不断增长的需求为加速采用AI以维持创新和增长奠定了基础。 认识AI先驱。 在整个报告中，我们将定义与AI作为AI先驱进一步发展的组织组。一半的AI先驱已经将大部分内部业务数字化。他们的业务功能在AI和ML的采用方面进一步领先：正在扩展AI或处于成熟期的比例为47％的人力资源团队，31％的财务团队和29％的IT团队。这与19%的人力资源团队的总体样本量相比。 10%的财务团队和15%的IT团队表示他们正在扩展AI或达到数字成熟度。我们的研究发现，AIPioneers正 在以下四个方面利用AI和ML： •数据和工具。AI先驱更擅长让数据对内部的每个人都可访问企业需要它。•员工生产力。AI先锋正在更多地使用AI和ML来改善工作方式，并使员工能够增加更多的战略价值。•人类技能和机器能力AI先驱表示，AI和ML将与技术并行显着增强人们的技能。•组织文化。AI先锋对AI和ML可以为可持续性和多样性，公平性和包容性做些什么特别乐观。 了解更多关于AI先锋的信息，请访问第15页。 1.商业领袖对AI和ML的影响持乐观态度。 数字化转型，从AI中受益。 AI和ML技术现在的能力如此之大，以至于它们有可能彻底改变企业的运营和创新方式。但是，公司仍有很多工作要做，并且在使用技术最大化其收入来源和内部运营时，需要评估其“数字成熟度准备”。4 我们调查的企业中有一半(49%)现在接受数字衍生的收入来源——利用技术尽可能多地消除购买过程中的摩擦——对他们未来的成功至关重要，这比2022年增加了10%。 我们的2022年全球数字加速调查发现，成功实现数字化转型的公司是那些将其运营和应用数字化的公司。 在短期内，投资可能会趋于平稳，因为尽管33%在未来6个月内计划在AI和ML上投入更多资金的组织中，有34%的组织计划减少支出。但从长远来看，情况却有所不同：一半的组织表示，在5年内，他们将在AI和ML上投入更多资金。企业领导者通常有一个优先事项：56%的组织表示，运营效率是AI和ML采用和投资增加的主要驱动力。 56%的商业领袖说运营效率是 即使对AI和ML的潜在好处持乐观态度，许多企业也不认为他们已经准备好在有意义的用例中利用AI。 加速人工智能采用的其他压力来源包括： •改进数据驱动的决策•竞争激烈的市场格局•更具吸引力的员工体验•领导/董事会压力 受访者认为，在未来3年内，人工智能和机器学习的进步将维持预期的内部和外部业务影响。 组织内的一个或多个特定功能 全球商业格局 组织内的一项或多项战略计划 2.商业领袖并没有准备好，他们担心安全和隐私。 不同的功能在整个企业中具有不同级别的AI和ML准备和采用。 即使是希望采用AI和ML的组织也在努力接受它：目前只有16％的企业正在试用该技术，而39％的企业仍处于初始研究阶段或尚未开始其旅程。 我们的研究表明，财务和人力资源在采用AI和ML方面落后于IT。尽管首席执行官对AI的整体业务影响持乐观态度，但他们对决策的直接回报持怀疑态度：只有2/5（43％）认为AI和ML的应用能够立即改善整个组织领导者的数据驱动决策。 按组织和业务功能划分的AI和ML采用的当前水平。 组织机构* 调查问题：以下哪一项最好地描述了您团队中AI和ML的当前采用水平？（所有受访者；财务和采购n=640；HRn=640；ITn=640。）受访者选择了一个响应选项来反映他们自己团队中的AI和ML采用情况。 受访者认为最不准备利用AI和ML采用的业务领域： •36%的技术基础设施和业务应用程序 •35%的规划模型和运营分析 •34%的劳动力技能和人才发展 49% AI和ML采用准备：来自全球的观点。 当谈到每个地区的企业如何接近AI时 和ML，我们的研究描绘了一幅不同的采用曲线的揭示图。 的首席执行官形容他们的组织对人工智能和机器学习的采用毫无准备，这意味着他们缺乏一些 或所需的所有工具、技能和知识拥抱这些技术。 北美（NORAM）的企业要么领先，要么落后：该地区42％的企业尚未开始采用AI和ML，或者正在进行研究-表明它们落后。而且，五分之一的企业正在扩大规模或处于成熟期-也是所有地区中最高的。 相比之下，欧洲、中东和非洲(EMEA)的组织在人工智能和机器学习方面有更大的动力，其特点是在推出和扩大规模/成熟度阶段。此外，我们的定性研究表明，EMEA被广泛推崇为AI和ML政策和法规的全球领导者，这可以解释该区域内更快的采用曲线。 在亚太地区和日本（APJ），组织正在采取更加严格的方法来采用AI和ML，这三个地区中规模扩大或成熟的业务数量最少。尽管如此，APJ的一半企业预计他们将在五年内对AI和ML的投资比现在更多。 对信任和透明度的追求仍在继续。 当他们考虑利用AI和ML时，我们调查中的商业领袖最关心的是安全和隐私，错误在数据和偏见中。五分之一的人（43%）表示他们担心AI和ML的可信性。 我们知道这些技术如何为人们带来经济机会——这是我们的业务。但是人们不会使用他们不信任的技术。 最近的另一项关于人工智能的Workday研究发现，只有29%的受访者表示，他们非常有信心人工智能和机器学习目前在商业中得到道德应用。 “我们相信AI能够释放人类潜力的力量，”Worday公司事务副总裁ChadlerMorse说。“我们知道这些技术如何为人们带来经济机会-这是我们的业务。但是人们不会使用他们不信任的技术。技能是前进的道路——不仅是技能，而且是由深思熟虑、道德和负责任的人工智能实施支持的技能，以及有助于促进信任的监管保障措施。令人难以置信的令人兴奋。." 钱德勒莫尔斯 公司事务副总裁，工作日 商业领袖表示，利用AI和ML的最大风险是： 安全和隐私 错误 偏置 缺乏透明度 调查问题：将AI和ML集成到您的组织中的最大风险是什么？（所有受访者；n=2,355。）受访者按优先顺序对他们的前3个选择进行了排名。 垃圾进，垃圾出： 领导人谈论数据完整性。 数据完整性取决于AI和ML工具的数据源，这是首席执行官特别担心的问题：67％的人表示“潜在错误”是AI和ML集成的最大风险，这一比例上升到71％ “在我与之打交道的大多数组织中，总会有一些非常好，干净的数据，”研究员MichaelSchrage说。 在麻省理工学院斯隆管理学院（MITSloan）。“但是很少有组织具有标签，血统和治理的质量，使他们能够立即获取数据以可靠地训练机器学习算法-或微调ChatGPT或Llama。” 美国首席信息官兼运营总监DaCoheS.生活方式服务和酒店公司TheAmeityCollective表示，释放AI全部力量的最大障碍是对其使用的数据集完整性的不确定性。“我们的内部数据和对流程的坚持是我们真正关注的重点，”科恩说。“我们不一定要一跃而过，直到我们觉得我们在所有这些方面都有一个稳定的基础。." 数据完整性对于技术专业服务公司CAI也很重要。“其中很大一部分是，'您拥有您信任的高质量数据吗？'，因为那台机器将根据数据的完整性进行学习，”CAI的Sager说，“这就是我们现在正在努力解决的挑战：确保我们有一个可靠的数据源来提供所有工具。” 隐私和安全是首要问题。 62%许多商业领袖将安全性和隐私列为AI和ML采用风险的首要关注点。 在企业内以任何形式使用人工智能都会面临机密性、隐私甚至公司间谍活动的风险。尽管正在进行一系列监管活动-而且肯定会有更多的政府监督-许多公司已经在自我调节并努力帮助创造负责任的人工智能的未来。在这种情况下，毫不奇怪62%的企业领导者将安全和隐私列为AI和ML采用的首要问题。 例如，CAI受所有客户的审计要求约束，因此它必须遵守许多模型和标准。如果它推出AI解决方案，该解决方案也必须履行这些义务。 人工智能工具也有可能导致数据泄露和同意问题。“我每天都在想的事情是，我们如何保护员工的信息和数据不落入不同的人手中？”供应链管理组织BlueYonder的执行副总裁和CHRONathalieCarruthers说。 BleYoder试图通过托管自己的ChatGPT版本来限制公共领域的风险。“建立治理很重要，关于我们如何使用AI和ML的明确指导方针意味着你必须进行一些投资，”Carrthers解释说。“如果我们不考虑如何最好地利用它并将其纳入我们的工作，我们就有可能落后于一个组