前言
在当今快速变化的商业环境中，将人工智能（AI）集成到运营中已成为保持竞争力的必要条件。AI 提供了优化流程、提升决策能力和推动价值链效率的机会。然而，要充分发挥 AI 的潜力，需要将其应用于能够创造明确价值的实际应用场景中。本白皮书探讨了当前运营中可感知的人工智能应用场景，以微软智能制造奖（MIMAs）展示的多样化应用领域为例，介绍了七项在运营中成功采用人工智能公司的共通关键因素，旨在为商业领导者和战略家提供实用指导。
AI 在运营中的优势和挑战
AI 在运营中的益处显著，例如研发专家估计传统 AI 和生成式 AI 应用可以将产品开发时间缩短多达 60%，采购效率提升高达 50%。然而，行业在 AI 的采用率方面落后于形势，主要障碍包括证明商业价值、缺乏基础设施和缺乏熟练的人工智能人才。尽管如此，企业仍需拥抱智能解决方案以应对经济、环境和社会挑战。
前进的道路
要在运营中优化 AI，企业必须考虑三个关键战略问题：识别紧迫的问题和价值洼地、如何利用技术以及制定发展路线图。最终问题是如何做到这一点，接下来的章节将提供实际应用案例、关键成功因素以及罗兰贝格和微软如何支持企业导航 AI 运营飞行路径的详细信息。
AI 在运营中的关键成功因素
我们的分析显示，工业数字领导者在人工智能采用方面共有七个共同原则：
2.1 制定明确目标的清晰 AI 路线图
成功利用人工智能的公司制定了组织内部 AI 应用的结构化计划，基于三个步骤：确定使用支持 AI 的解决方案可以解决的关键挑战、确定哪些技术可用，以及制定一个人工智能驱动运营未来的战略计划。
2.2 确定技术基础并确保数据的可访问性
AI 运营领导者专注于两个主要领域：建立灵活、基础广泛的 IT 基础，使数据能够充分、安全地访问；以及超越算法，数字化工厂需要大量的硬件以确保智能制造系统的最优性能。
2.3 拥抱模块化平台
模块化平台允许 AI 解决方案灵活、可扩展且易于升级，克服解决方案孤岛的整体方法至关重要。
2.4 利用现成的技术组件并采取“快速失败”的方法
利用现成的技术组件加速智能解决方案的研发、改进和部署，同时保持解决方案的可靠性，并将努力和成本降到最低。使用这些解决方案来实现“快速失败”（Fail Fast）的方法，从而以最小的经济风险为组织积累实际的 AI 应用经验。
2.5 数字化民主化
新型 AI 工具在整个组织中的接受度对于其成功至关重要，同样重要的是通过 engages 人们来帮助塑造运营数字化。教育和鼓励各层级用户反思其所在部门或职能中人工智能使用潜力，培养基于 AI 的创新精神。
2.6 利用 AI 破坏价值创造的潜力
使用 AI 生成的见解来改进产品、维护安装基础并创建新产品。超越现有产品和流程中的效率提升，人工智能有潜力彻底颠覆传统的企业收入模式和所有权结构。
2.7 利用人力和人工智能优势
AI 启用的算法解决方案在处理大量数据以实时提供决策支持或指导方面表现出色。AI 运营领导者利用人力和人工智能优势，最大限度地提高运营效率，充分利用不断减少的劳动力数量，使用 AI 消除繁琐重复的任务，释放员工进行更具创造性的工作。
展望：AI 的未来影响
展示的应用证明了企业已经开始从使用 AI 提升运营中受益。然而，它们仅触及了其全部潜力的表面。企业现在正积极寻求加速其整合、在组织内部激发创新并利用基于 AI 的工具赋能员工的方式。AI 技术正在迅速演进，对个人和公司产生三个关键影响：提高效率和提升生产率、融入新的技能和能力、伦理考虑和合规性成为关键议题。
我们如何在运营中支持 AI
罗兰贝格和微软分别开发了多种工具以利用 AI 带来的好处为公司服务。罗兰贝格的 rAIse 框架围绕三个核心支柱构建了全面的人工智能 Adoption 路径，每个支柱包含多个价值创造指标。微软建议在 Microsoft 套件内探索 Copilot——微软的生成式 AI 工作伴侣，并提供了广泛的支援机制以促进人工智能之旅。
联系方式
为了了解罗兰贝格和微软分别如何利用 AI 工具和专业知识，以及运营中的 AI 如何转变您的业务，请联系罗兰贝格或微软的相关专家。
