影响人工智能：2024年企业人工智能成熟度指数

影响 AI:2024 年企业 AI 成熟度指数 CONTENTS Introduction 公司、非营利组织和政府正面临技术历史上最为重要的转折点之一。围绕人工智能的技术热潮——包括机器学习、自然语言处理、计算机视觉和决策算法，以及支持生成式AI应用的大规模语言模型——回响着互联网、云计算和移动应用程序所做出的承诺。 风险巨大。尽管将AI应用于实际工作仍处于早期阶段，但一些组织已经在AI的采用、整合和修改方面取得了先机。尚未采取行动的组织必须立即行动。AI已经展示了其在众多领域（从改进面向客户的应用到优化后台效率以及在整个业务生态系统中融入数据驱动的见解）中彻底改变商业运作方式的能力。 对于许多被调查者而言，AI的应用仍处于实验阶段：超过三分之一的高管（38%）表示他们已经发现了自动化的机会，并正在努力将AI目标与企业目标联系起来。略少一部分人（32%）正在将AI付诸实践以推动业务目标。大约十分之一的人（18%）声称正在充分利用AI的全面变革力量。 仍有充足的时间利用人工智能的潜力。大多数组织面临的最关键问题是“如何行动？”在这场竞争中处于领先地位的企业做了哪些与众不同的事情？ 为了了解高管们下一步的规划，牛津经济研究院和ServiceNow对全球4,470名在组织中使用人工智能能力的高管进行了调研。企业 AI 成熟度指数强调 AI 的使用仍处于起步阶段。这个新颖的指数衡量了 AI 成熟度的五个关键支柱的性能 ： 一支精英团队在其AI成熟度指数的五个参数中表现强劲。我们将这一群体称为领跑者（Pacesetters），他们在100分的指数评分中均获得了50分或更高的分数。这些公司更有可能表示他们正在利用AI进行转型和创新（33% 对比 其他公司的14%）。尽管如此，我们在调查中表现最好的公司仅获得了71分——这表明即使是最先进的组织也仍然处于AI转型的早期阶段。尚未成为领跑者的组织仍有充足的时间缩小差距。 01 AI 战略与领导力 02 工作流集成 03 人才和劳动力的组成部分 在本报告中，我们将展示领先者在人工智能管理、投资和实施方面与其他公司有何不同，并阐述这种全面的转型方法如何比同行取得显著更好的结果。 04 AI 治理 05 实现 AI 投资价值 我们的主要发现显示以下内容 ： 01 AI 驱动的业务转型处于早期阶段。 02即便如此 ， 一些组织 — — 人工智能标兵 — — 已经在远离其他组织。 03标兵正在将这一优势转化为有意义的商业价值。 04还有时间让其他人赶上 - 特别是如果他们从标兵的例子中学习。 关于研究 The企业 AI 成熟度指数基于对我们全球调查的响应进行分析，我们使用了统计学和计量经济学建模技术。该指数作为一种工具，帮助组织更好地了解其在市场或行业中的表现与他人的比较情况。 鉴于这些目标，ServiceNow 和 Oxford Economics 定义了五个维度以衡量组织的表现。AI 成熟度 ： 战略与领导力、工作流集成、人才与劳动力、 AI 治理和 AI投资。调查中的具体问题旨在了解组织在这些各个维度上的成熟度。 我们随后使用主成分分析（PCA）计算了五个维度的得分。PCA是一种统计方法，通过将大量调查响应的数据简化为较小的一组不相关的变量（称为主成分）来处理复杂数据。PCA广泛应用于数据分析和机器学习中的维度减少，因此非常适合用于指数的创建。使用PCA创建指数主要有两个主要优势： • 简化:主成分分析（PCA）有助于将大量来自不同问题的信息浓缩成较少的关键组件。这有助于生成索引而不丢失重要细节。 • Objective representation:PCA 确保指数反映了数据中最重要的模式，而不受任何特定因素集的影响。这意味着该指数提供了公平而准确的响应图景，使其在决策方面更具可靠性。 主成分得分标准化至0到100的范围以进行比较，其中0表示企业AI成熟度为零，100表示企业AI成熟度完全成熟。然后将五个维度的标准得分结合并赋予同等权重以生成单一的企业AI成熟度指数评级。选择同等权重反映了研究人员的观点，即所有五个维度在定义组织的AI成熟度方面同样重要。 Section 1:AI 战略与领导力 AI 标兵受益于强大的执行领导和共同的成功愿景。 在构建企业人工智能成熟度时，强有力的领导力至关重要。确实，在我们的指数中，战略和领导力支柱上的强劲表现比任何其他因素更能预测总体人工智能指数得分的高低。 高级管理层必须引领人工智能能力的整合。我们的数据显示，大多数高层领导正在这样做：81%的受访者表示首席执行官团队正积极投身于人工智能的努力中。其参与有助于创建高度透明且沟通良好的流程，四分之三的受访者表示在人工智能实施过程中存在健康的跨部门沟通（81%），并且有明确且在整个组织内共享的人工智能愿景（82%）。大多数受访者还表示他们能够有效地与业务各部门的同事合作——80%的受访者认为这种程度的合作对于有效实施人工智能至关重要。 尽管许多高管对高级领导层管理人工智能表现出信心，但在我们的人工智能领跑者群体中，这种信念更为强烈。这些受访者更有可能强烈同意他们的组织正在采取关键性的AI策略步骤（见图1）。或许他们的信心源于从人工智能采购对话中获得的广泛视角。他们比其他人更可能表示，IT部门（83%对67%的其他）和安全/网络安全职能（79%对56%的其他）在人工智能采购过程中非常活跃。领跑者也更有可能表示董事会成员（55%对34%的其他）、首席执行官办公室（52%对40%的其他）、运营部门（43%对30%的其他）和法律团队（42%对28%的其他）在这一过程中非常活跃。 不仅整个组织内部具有透明度，我们的首席执行官——我们所有人都向其汇报的人——以及监督AI在我们未来实施和监控影响的董事会，也具有清晰的透明度。 总体而言，高管们普遍认为人工智能具有巨大的潜力，并预期它将在多个业务领域产生广泛影响。位居榜首的是提高效率和生产力（41% 的“极其重要”回应）、改善客户体验（39%）以及提升竞争地位（33%）。要实现这些目标并非易事；内部构建人工智能能力需要大量资源和技术专长。许多应用场景依赖于大型语言模型（LLMs）来处理信息。尽管高管们一致认为LLMs是其人工智能战略的重要组成部分，但在如何构建这些模型方面仍未达成共识。目前，大约有三分之一的公司正在使用混合、预构建和内部解决方案来开发LLMs。 建立了自身能力（47% 对比 其他方的 31%）。领先者也更有可能不仅自行构建大型语言模型AI能力，还构建聊天机器人和其他工具（49% 对比 其他方的 27%）。 即便是在领先企业（Pacesetters）的AI转型过程中，他们仍然在一定程度上依赖外部供应商。随着企业级人工智能的成熟，领导者必须确保这些宝贵的合作关系能够与时俱进。许多企业并没有选择替代现有的合作伙伴，而是加强并扩展了与现有AI供应商的关系。同时，新的合作伙伴也在不断加入：调查显示，近三分之二的企业（64%）已经将新供应商提供的AI能力纳入其技术组合中，而大约一半的企业（49%）正在实施由现有供应商提供的全新AI能力。这种策略是合理的：如果没有强大的战略合作伙伴关系作为支撑，高管们可能会错误地或不准确地实施AI，最终让竞争对手超越自己，在AI创新领域取得领先地位。 AI 正在推动全球创新复兴。每个行业的每个企业的每个业务工作流程都将以 GenAI 为核心进行改造。我遇到的领导人对这个机会非常乐观。 Section 2:工作流集成 组织正在利用 AI 为运营增压 人工智能已经在企业的关键岗位中得到应用，并且这一趋势在未来几年将进一步加速。 AI可以变革组织运作方式——前提是它们愿意这样做。领先者深知这一点，并更有可能利用AI打破阻碍创新和成长的功能性孤岛。 没有经过仔细研究和规划的人工智能应用场景，组织面临投资浪费的风险。一些受访者表示当前的努力方向是适当的，但许多组织计划未来扩展人工智能的应用场景。目前，数据清洗、管理、集成、可视化和转换是最易于实施的领域——接近一半的组织正在以这种方式使用（48%）——而聊天机器人（44%）、改善体验（43%）和绩效管理（42%）紧随其后。不出所料，领先者在这些领域的使用更为普遍（见图2）。然而，即使对于领先者来说，他们的成熟度仍有提升空间：他们尚未将AI应用扩展到员工/客户体验（46% vs.43% 其他组织）、领导洞察（36% vs. 33% 其他组织）或招聘（28% vs. 29% 其他组织）。 尽管许多组织正在利用AI来自动化日常任务，AI成熟度的关键标志在于将AI能力深度整合到工作流程中。调查结果在这方面显示出积极的趋势：大多数接受调查的高管已经部署了跨多个业务领域的独立AI应用（51%）。略少一些的受访者已经部署了具有内置AI能力的企业级平台（49%）。领先者更有可能采取后者的方法，目前有61%的领先者正在使用具有企业级内置AI能力的平台（相比之下，其他组织的比例为46%）。 你必须找出生成式AI可以在多大程度上对员工的工作产生实质性且可衡量的积极影响。这主要是要让他们摆脱那些他们不喜欢或极其重复且可预测的工作，并帮助他们变得更加战略化。 这可能表明领跑者与其他人之间存在关键差异，使他们能够在AI投资方面产生更大的影响，而那些仍处于成熟度较低阶段的企业则无法达到这一效果。总体而言，超过一半（51%）的受访者仍在研究或刚刚开始在其业务流程中实施AI；只有29%的企业在业务功能之间整合工作流并利用AI进行简化；而仅有19%的企业创造了新的工作流程，利用人机协作来提高工作效率。 人工智能成熟阶段（51%）的情况下，很少有公司能够将AI整合到工作职责中——这是实现规模经济的关键一步。这种不成熟的状况表明，公司可能尚未以能够创造商业价值并帮助其实现提高生产效率和收入增长等目标的方式利用AI。 领跑者展示了前进的道路。他们在业务功能领域更有可能发明了人机协作的工作流程，从而提高了工作效率（54% 对比 其他公司的12%）。他们在连接数据和打破运营壁垒方面取得了显著进展（60% 对比 其他公司的41%）——这是他们宣称要加速创新的关键步骤（55% 对比 其他公司的31%）。解锁人工智能的预测能力使领跑者能够实现商业价值。 此外，许多受访者仍在拆掉阻碍工作流程和创新的组织壁垒。超过一半（55%）的企业尚未在跨运营孤岛连接数据方面取得实质性进展。这使得将AI洞察转化为具体的商业成果变得更加困难。接近一半的企业仍处于实验阶段，进展缓慢。 如果没有仔细研究和规划人工智能功能的用例 ，高管们可能在浪费他们的人工智能机会。 Section 3:人才和劳动力 图 3 AI 正在改变技术人才格局 在 AI 成熟度方面具有最大优势的公司正在寻求在一系列关键角色中增加员工。 集成AI到日常工作当中，在缺乏合适的人才指导其部署的情况下将是徒劳的努力。为了构建具备AI素养的劳动力队伍，专门技能和持续发展至关重要。组织正在积极采取双重策略来提升技能——外部招聘和内部培训——以填补创建AI投资业务价值所需的关键职位。 01AI 配置器是主要关注点，受访者表示这是他们计划招聘的重点（53%），以及通过提升技能或重新培训来满足这些需求的主要方式（49%表示“显著程度”的响应）。 02数据科学家也是高管们的关注焦点，超过一半的受访者（51%）预计会外部招聘，几乎同样比例的受访者（48%）通过内部培训来解决这些技能问题。 03经验开发人员是第三个最关键的职位 ， 一半(49 ％) 从事外部招聘， 45 ％ 使用提高技能来满足人员需求。 04机器学习工程师被略为视为更加重要，但接近一半的受访者表示他们将在下个财政年度雇佣更多这类工人（44%），或对员工进行相关培训（42%）。 我们专注于增强，而非替代。因此，我们倾向于强调人工智能旨在增强人类的能力，而不是替代它们。我们不断强调AI可以使员工专注于更具战略性和创造性的工作。 拥有