全球专业服务AI指标报告

目录 引言 专业服务领域的变革正在加剧。 人工智能的兴起正在加剧影响专业服务机构（PSOs）的变化。例如，最近的研究表明，买家持续向基于成果的消费模式转变，这挑战了传统的基于时间和材料的预算模式。1他们还期望获得更多的信任和透明度。与此同时，最大化可收费小时数和现金流继续成为许多专业服务组织（PSOs）的一大难题。2 这些因素不仅在战略上具有挑战性；它们还可能过度压力数字化系统、内部工具和培训模型。许多PSO（流程服务组织）仍在与繁琐的手动流程、不足的技术以及缺乏对财务、人员和运营数据的可见性作斗争。由预算稀缺和经济不确定性加剧的人才和资源错配问题，加剧了已经相当重要的一长串现代化任务清单的紧迫性。 人工智能。 未来的道路：减少人工干预，增加智能运用。 作为一个群体，PSO通常倾向于云计算，并愿意使用数字工具，这在很大程度上并不令人惊讶，因为他们的服务和价值主张在很大程度上依赖于远程工作、远程服务提供、强大的客户和项目管理系统等。这使得PSO在数字化转型中处于领先地位——如果他们能在如何以及在哪里演变上达成一致的话。 本报告基于2023年的数据。全球人工智能指标报告它捕捉了来自全球2000多位来自各个部门和行业的领导者的经验和情感。它汇集了被调查的PSO领导者的回应，将它们与总体样本进行对比，从而提供关于AI状态的客观、有说服力的见解——最终解释了PSO领导者和整个行业的前进道路。 49%CEO中有相当一部分描述他们的组织在AI和ML技术的采纳方面准备不足，这意味着他们缺乏拥抱这些技术所需的一些或全部工具、技能和知识。 人工智能与机器学习：全球现状 1. 商业领袖对人工智能和机器学习的影响持乐观态度。 各行各业的商业领袖都兴奋地期待着人工智能（AI）和机器学习（ML）可以为他们的组织带来的好处——尤其是在提高运营效率、优化决策制定以及创造竞争优势方面。在该研究的所有领导者中，有71%预计这些技术将转型他们组织的基本功能以及全球商业格局。 我们的2022全球调查数字化加速研究发现，将运营和应用数字化转型的公司将能够在数字化转型中取得成功。 2. 一些领导者感觉准备不足，并且对安全和隐私问题表示担忧。 仅有五分之一的组织（20%）已经数字化大多数内部运营，将近一半的首席执行官（49%）表示他们的组织尚未准备好采用人工智能和机器学习。领导者也在质疑人工智能和机器学习的可靠性；尤其是在金融、人力资源和信息技术领域的领导者对安全和隐私风险尤其关注。 遇见人工智能先锋。 通过我们的研究，我们发现了一批在人工智能领域走在前列的组织——即AI先锋。值得注意的是，其中一半的AI先锋已经对其大部分内部运营进行了数字化，它们在人工智能和机器学习技术的应用方面也进一步领先。 我们的研究发现，AI先锋正在以下四个领域利用AI和机器学习： 数据和工具。人工智能先驱者更擅长让企业内部所有需要数据的员工能够轻松获取。这尤其适用于PSO数据样本，对于他们来说，数据和工具对于追求业务演变和获取新的收入至关重要。 员工生产力。AI先驱者正在更多地使用人工智能和机器学习来改进工作方式，并使员工能够增加更多的战略价值。 人与机器能力。人工智能先驱表示，人工智能和机器学习将与科技同步显著增强人们的技能。 组织文化。AI先锋特别乐观地看待AI和机器学习在可持续性以及多元性、公平性和包容性方面所能发挥的作用。 PSOs和AI：来自“全球AI指标报告”的启示 PSOs展现出高度的初始数字化水平。PSO受访者是在研究中报告过程数字化程度显著的第二大群体。 人工智能的采纳情况令人鼓舞。49%的PSO正在试点或推广AI，相比之下，总体样本中这一比例为43%。 运营效率是关键。 随着PSO（产品支持组织）感受到增加人工智能投资的压力，他们主要倾向于解决“运营效率”问题——将其视为采用人工智能的首要驱动因素。 关于人工智能（AI）和机器学习（ML），矛盾的情感依然存在。 仅有43%的PSO受访者确认他们欢迎在其组织内采用人工智能（AI）和机器学习（ML），而普通样本中的比例为50%。其他不太欢迎这些技术的行业为金融和高教行业。 许多人对现有的工具不满意。 PSO受访者的最大不满来源是用于完成重要工作任务的工具。这种对工具的关注高于一般样本。 来自IT的阻力？ 在PSO（服务外包组织）内部的IT部门相较于整体IT样本，更有可能采取观望态度使用人工智能和机器学习（49%比37%）。 IT关注风险和服务提供。 PSO IT受访者相较于普通样本，更有可能将风险识别和服务升级作为从人工智能和机器学习中获取即时价值的选择来源。 人力资源部门也可能持怀疑态度。 PSO人力资源受访者比总体样本更担心人力资源员工不会信任人工智能和机器学习。他们还不太担心人力资源员工会过度依赖人工智能和机器学习，或者随着决策自动化，领导角色会变得不那么重要。 PSO案例研究：解决偏差和透明度问题。 CAI是一家美国技术专业服务公司，为客户提供商业和公共部门的各种服务。“我们提供IT管理和自动化解决方案实施的专业服务与咨询服务，同时在更多独特的关注领域有所侧重，例如为州政府提供托管服务，以及在许多解决方案中致力于利用神经多样性人才，”CAI的首席技术官马特·彼得斯说。 马特·彼得斯首席技术官，CAI 挑战 彼得斯表示，人工智能算法背后的不透明性可能是组织面临的一个问题，并且当确定人工智能的适用位置以及如何安全部署时，这会给技术团队带来额外的压力。“我们的AI解决方案必须能够遵守许多模型和标准，”彼得斯说。“因此，例如，如果AI做出决定却无法解释原因，我们就无法部署它，因为这必须是一个可辩护的决定。” 解决方案 通过与组织内部的同行——如财务和人力资源部门——紧密合作，IT团队将更好地理解业务需求，并在安全、适合目的的人工智能解决方案中实现这些需求。“我们将部署一种替代的人工智能技术，将团队带到他们想要去的地方，并且我们会确切地告诉你它是如何得出这个结论的，”Peters说。 建议 组织必须确保其人工智能和机器学习采用人工介入的方法，以确保算法可解释，以及威胁评估和检测。Peters表示，在问题出现之前就采取这种做法，将有助于克服透明度问题：“理解你如何得出洞察的内幕工作将变得越来越困难，因为这些算法现在比几年前要复杂得多。” 全球专业服务人工智能指标报告 | 6 67%CEO们表示，潜在错误是AI和ML集成的主要风险。 垃圾输入，垃圾输出：数据完整性的重要性。 数据完整性依赖于为AI和ML工具提供数据的数据源，这对CEO们来说是一个担忧：67%的人表示“潜在错误”是AI和ML集成的主要风险，而在AI先锋CEO群体中，这一比例上升到了71%。 数据完整性和可信度对于CAI来说尤其重要。“其中很大一部分在于，‘你拥有高质量并且值得信赖的数据吗？’因为那个机器会基于数据完整性来进行学习，”CAI财务部高级副总裁Derek Sager说。“这是我们正在努力解决的挑战：确保我们有可信的数据源，为所有的工具提供信息。” 规范和合规也是关注的焦点。 目前，一股监管活动的热潮正在展开——预计会有更多的政府监管随之而来——许多公司已经在自我监管并帮助创造负责任的AI的未来。 CAI，例如，受其所有客户的审计要求管辖，因此遵循多个模型和标准。如果它推出一个AI解决方案，该解决方案也必须满足这些义务。 3. 先锋型企业拥抱人工智能和机器学习，将其作为急需变革的催化剂。 到现在为止，人工智能的先驱们已有丰富经验证明AI投资的价值。总的来说，这些公司在年度预算上比全球平均水平高出67%——提供数据和结果，让其余的人可以从中学习。 最重要的是，它们具体展现了商业价值。AI先驱者们正在从其同侪中脱颖而出，在商业敏捷性、对数字化收入流的接受和管理以及商业模式创新方面——所有这些对于PSOs（服务外包公司）来说都是至关重要的益处。 人工智能先驱者的数字化转型投资帮助他们的组织引领走向更深入的商业价值。 四种释放AI和ML在专业服务中力量的方法。 1. 数据与工具：为任务成功做准备。 对于所有企业，尤其是依赖数据的PSO，AI的强大程度取决于其设计和应用所依赖的数据。孤立、质量低或结构不统一的数据限制了AI的潜力。事实上，只有4%的受访者表示他们的数据完全可访问。这一比例在AI先锋中上升至7%，但很明显，还有很多工作要做。 员工生产力：超凡成果，人性化控制。 近一半的商业领袖（47%）认为人工智能和机器学习将显著提升人类潜力，而在人工智能先驱中这一比例上升至59%。尽管人工智能和机器学习的组织效益不可否认，但通常最好的结果是在人类与机器协作完成任务时获得。 对于CAI来说，一个紧迫的任务是安全运营。在这个领域，人的参与至关重要。“鉴于CAI所从事的工作以及我们的客户是谁，我们成为了许多网络攻击的攻击范围，”CAI的普特斯解释道。“我们正在研究人工智能模型来执行大量的威胁评估和检测，以及确定响应的下一步行动。我们绝不想将人排除在循环之外。” PSO案例研究： 普华永道描述了它是如何重振技能跟踪并放大人类潜能的。 在152个国家的办公机构和近33.8万名员工，PwC是全球领先的专业服务机构网络之一。公司提供质量保证、税务和咨询服务。在机器学习进步的推动下，PwC恢复了技能跟踪和能力。 使用Workday Skills Cloud PwC团队专注于技能相关且团队能够定期刷新的流程。Workday技能云是全球最开放的技能智能基础，也是机器学习（ML）的自然环境。例如，通过机器学习，它可以： •识别人与相关技能之间过于复杂，以至于人类分析师难以可靠检测到的联系。 • 快速分析大量数据，为工作、教育材料和与招聘人员的顶级候选人匹配提供公平的建议。 •基于技能和表现而非人类假设或偏见来改善机会和零工匹配。 当开启Workday技能云时，普华永道为该项目设定了三个主要目标： 1 重振整个组织内技能的使用。 2将技能嵌入到业务流程中，使它们成为人们工作方式的基本组成部分。 将所有数据从现有解决方案迁移至Workday技能云。 一年后部署Workday Skills Cloud，记录下来的技能数量增加了90%，现在还包括公司之前没有的非技术技能。普华永道（PwC）的技能之旅持续发展，公司领导表示他们期待采用和嵌入新的Workday Skills Cloud功能。 30%CEO们担心，随着人工智能（AI）和机器学习（ML）在组织中的进一步整合，员工将难以跟上快速的变化。 3. 人类技能与机器能力：一对动态搭档。 人工智能先驱正在调整他们的人才和指导策略，重新培训一些商业职能以充分利用人工智能工具并提升人类潜力。 我们的研究发现，32%的人力资源领导者和30%的财务领导者担心他们的团队将没有所需的技能来有效地与人工智能和机器学习合作。此外，30%的首席执行官担心，随着人工智能和机器学习在组织中更加集成，员工将难以跟上快速的变化。根据世界经济论坛的报告，人工智能和机器学习专家是增长最快的职业角色。2023年就业报告.” 因此，许多PSO（项目服务组织）正专注于人才发展和利用AI来放大人的潜力。“这真的是知识工作者的未来：人类直觉、生成式AI和某些领域专业知识，”Aurecon数字领域的负责人Dave Mackenzie说。“这种理解的融合就是魔法和真正机会所在。” PSO案例研究：汤姆森路透如何通过Workday人工智能和机器学习放大人力资源。 对于30多年以来，汤森路透一直应用语言模型和人工智能，为法律研究和税务合规等领域的客户提供行业领先的创新。如今，这家跨国技术公司计划每年投入超过1亿美元于人工智能能力，并在其产品系列中开发一个新的生成式人工智能体验。 那也就不足为奇了，汤姆森路透公司（Thomson Reuters）选择在内部采用人工智能和机器学习解决方案，以提高员工参与度、留住关键人才以及在