AI准备好了吗？

你准备好迎接人工智能了吗？1数据和赋能技术阐释原则和规范，以确保AI的道德和负责任使用，并确保遵守所有法律人工智能的道德与风险原则制定数据基础设施战略，建设技术基础，并建立合作伙伴关系以支持人工智能创新思考：设定一个粗体的 AI 视野并确定高影响力的用例设定boldAI愿景和抱负，并为客户和公司识别具有高影响力的用例和价值驱动因素为开始迈向人工智能就绪的旅程，组织需要关注四个维度（见图1）。在人员战略、能力建设和流程变革中做出正确的选择，以嵌入和扩展通过多措并举拥抱人工智能机遇领先组织为人工智能设定宏伟愿景，并思考这项技术对其商业模式可能产生的颠覆性影响。然而，需要重点关注创造价值，因为许多用例可能会变成白象，投资回报率不高。此外，许多用例的创新和叙述都局限于内部，例如提高效率和生产力。领先的创新者已经在思考人工智能将如何为他们的客户创造价值。 运营模式转变来源：凯洛格分析图1AI视觉和使用案例人工智能的出现已经逐渐成为本世纪一个定义性的时刻。这项百年难遇的技术正蓄势待发，有望成为各行业的颠覆者，并且一直是各种组织希望的征兆——无论是那些寻找下一次创新S曲线的组织，还是那些面临利润缩水的组织。然而，对于人工智能的伦理和安全影响也日益引起关注。无论如何，有一点是肯定的：每家组织都需要理解人工智能，思考人工智能，并制定人工智能计划.Kearney的AI准备和路线图框架提供了一个实用的方法来制定AI战略人工智能是企业董事会和高管层从根本上重塑业务的千载难逢的机会。要让您的组织迈入人工智能优先的时代，您需要多方努力。行动的时机就是现在。人工智能最后一部分可能会特别具有挑战性，考虑到这个空间正在以怎样的速度发展。我们的研究自年初以来，只有21%的高级领导者同意或强烈同意他们的组织有能力应对未来五年人工智能的预期中断。那么，你的组织如何才能准备好人工智能？ 从拥有总成本角度看待人工智能投资，并使投资周期与人工智能保持一致创新周期。人工智能的成本会根据解决方案的复杂程度、建设与购买决策以及数据准备和维护工作等因素而有显著差异。从长期、总拥有成本的角度来看，有助于准确评估投资的可行性和回报期。此外，建立能够实现并同步于人工智能创新快速步伐的投资周期也很重要。无论是早期在年度运营计划中为特定预算划定界限，还是调整资金审批流程以释放针对性的资源批次，领先组织在将人工智能计划扩展到成熟阶段时很少遇到障碍。以测试和学习的心态接近人工智能，根据需要调整和转向。在每个已识别的主题中，采取测试和学习的方法，迅速通过概念验证来验证价值，然后再推进最小可行产品并投资于构建。对于任何新技术，这些初始实施将充满不确定性。不要过早地停滞人工智能项目，并给构建和实施留出失败的空间。领先的组织拥有沙盒环境来开发、试点和成熟人工智能用例，以供全组织实施——这是一种已被证明能够产生满足适用性需求并最大化价值的使用案例构建的方法。构建人工智能平台以提升内部效率和客户价值。当人工智能被用来从根本上改变商业模式时，它的价值才会产生。要以平台建设的思维，采取主题化的方法来创造内部和外部价值。离散用例的孤立构建不会释放人工智能的全部潜力。领先的组织专注于提高盈利能力、提升员工生产率以及升级日常运营的整体效率。然而，先驱者也在关注为客户创造长期价值的用例。这一点可以从人工智能驱动下的服务支持简化、产品的高度个性化以及营销和销售引擎的加速来更好地服务客户中观察到。在制定您的AI愿景和用例方法时，有三步至关重要： 在追求这个目标时，两步至关重要：构建：正确获取数据和科技赋能领先的组织有沙盒环境来开发、试点和成熟AI用例。领导者们继续着十年前开始的旅程，为迎接人工智能驱动的未来而奠定正确的数据和科技基础。没有这些坚实的基础，人工智能就无法得到实际应用。提前思考如何简化你的 AI 技术堆栈。追求人工智能很可能意味着您的组织正在与多个合作伙伴合作——从超大规模计算企业到系统集成商。而每个合作伙伴都将拥有自己的AI工具、大型语言模型和应用程序组合。这可能会给您的技术栈带来巨大的复杂性，并产生被某个合作伙伴的创新议程所束缚而非构建于组织的人工智能优先事项的风险。对于领先的组织而言，北极星是一个能够与多个合作伙伴协作以快速推动创新的技术栈，尤其是在人工智能的初始阶段。例如，在您的技术栈中构建一个互操作性层可以使您能够与多个技术合作伙伴协作，加速创新，并避免对单一参与者的依赖。关注数据质量，并利用人工智能来提升数据。开始提升您数据质量的最佳方式是采用按用例逐个处理的方法，优先考虑特定的业务单元或领域，而不是整个业务，这可能会非常缓慢且耗时。此外，人工智能，特别是生成式人工智能，可以加速数据目录化工作，处理非结构化数据，并自动化数据访问步骤，这些通常是部署的瓶颈。 你准备好了吗？AI 2 20%70%30%20%50%10%你准备好迎接AI了吗？3占比对话贡献to success—混合模型。这正成为最适合需求的模型，因为它提供了极大的灵活性。AI优先级和关键使能因素（如数据、治理、技术栈以及合作伙伴关系）由中央驱动，以创造组织范围内的协同效应。然而，也认识到专业职能的独特需求。例如，与运营相关的AI优先级可能与组织整体的AI战略略有不同，因此路线图可能会由运营和供应链团队来领导。其意图是利用灵活性，在中央创造协同效应的同时，建立组织范围内对AI的深度拥有。 The cool部件前沿用例提升csat | 降低流失率 |活动投资回报率 | 提高转化率 |销售效率 | 提高生产力 |降低成本 | 提升网络性能 | …Thehard部件启用数据和科技架构基础设施 | 工具 | 模型 |存储 | 数据治理 |安全 | 访问 | 产物最硬的部件运营模式人与能力 |组织和管理 |流程 | 领导力与文化价值链与合作伙伴关系—集中式模型。一个核心AI团队，通常隶属于IT、数字或数据与分析职能部门，作为卓越中心的典范，为组织内的业务或职能团队提供服务。该团队负责就AI做出所有决策。注释：CSAT是客户满意度；ROI是投资回报率；NW是网络。来源：Kearney分析大多数组织关注于识别用例以及确保基础使能因素正确（见图2）。然而，运营模式转型可能是任何人工智能战略中最困难的部分。领先组织认识到这一点，并将人工智能嵌入到其组织的核心。实现便于跨组织扩展AI的结构。我们看到为扩展人工智能出现了三个主要原型：图2许多公司关注人工智能用例，但运营模式转变是成功的关键规模：实施运营模式转变以嵌入人工智能—联邦模型。各个AI团队分散在组织内，向特定的业务或职能团队汇报。一个小型中央团队负责指导整个组织的AI优先事项和技术堆栈或合作伙伴关系。数据、治理等使能者也由业务单元团队领导。 将负责任的AI原则转化为实际通过建立强有力的治理并将伦理嵌入人工智能体系的核心来缓解人工智能风险。步骤。许多领先企业都制定了关于负责任使用人工智能的总体原则，但重要的是要将这些原则付诸行动。第一步是确保这些原则在整个组织内层层传达，并转化为团队和个人的实际操作指南。例如，数据治理原则明确界定哪些数据可用于何种业务场景，有助于将符合伦理的人工智能付诸实践并消除模糊性。此外，还需要共同努力确保始终遵守所有地方性法律法规；这可以通过将人工智能风险提升到组织整体风险矩阵中的首要位置来实现。以原则、护栏和流程为所有人工智能工作提供基础，确保人工智能以符合道德和负责任的方式进行使用。建立目标明确的负责任人工智能原则，并通过信任与风险论坛将其付诸行动，对于降低人工智能风险和遵守所有法规至关重要。管理不善的人工智能应用可能会对公司财务稳定性和声誉构成重大风险。数据和安全漏洞，导致敏感信息泄露，已造成经济损失、法律后果以及损害客户信任。当过时或不准确的数据产生有缺陷或带有偏见的结果时，人工智能模型也面临“幻觉”的风险。缺乏模型“可解释性”，以及难以追溯人工智能的决策过程，会加剧这种风险，导致缺乏信任和合规问题。从一开始就通过使用强大的人工智能治理流程，并制定清晰伦理规范来主动应对这些风险。 — 聚焦体验式学习项目。—有效协作，共建尖端人工智能学院。在线培训项目，通常由合作伙伴提供支持，提供最新相关课程，是建立您的AI学习学院的好方法。在设计人工智能素养课程时，我们看到了以下有效的策略：为了促进全组织的AI应用，投资于再培训和技能提升项目，并调整运营模式，以便为员工采用AI提供有意义的激励。通过实践学习有助于AI和数据能力得以巩固。组织黑客马拉松，邀请顶尖专家建立概念验证的原型，并提供沉浸式工作坊和学习之旅，都是学习AI的绝佳方式。做中学有助于人工智能和数据能力保持。—通过认证项目创造成就感。高级认证，尤其是面向外部的认证，可以赋予员工权力，并提供提升技能的动力。—激励重技能培训和提升技能的时间。就像任何再培训或技能提升计划一样，要表彰那些积极投资于自我提升的员工。 您准备好迎接人工智能了吗？4 作者内森·贝尔伙伴，阿姆斯特丹 Nathan.Bell@kearney.com立即行动，让您的组织做好准备迎接人工智能安舒曼·森加尔合作伙伴，悉尼 anshuman.sengar@kearney.com在过去的二十年中，许多技术都曾引起轰动。然而，人工智能从根本上不同。一些行业专家称其为互联网诞生以来最具颠覆性的变革。对您人工智能成熟度的早期评估和一个明确的执行路线图将有助于释放这项颠覆性技术的全部潜力。Kearney的人工智能成熟度与路线图方法可以作为制定有效人工智能战略的蓝图。 你准备好迎接AI了吗？5push bharadwaj伙伴，悉尼 poush.bharadwaj@kearney.comRishabh Gupta顾问，悉尼 rishabh.gupta@kearney.com制定有目的的人工智能战略和路线图将是一个开创性和长期性的商业决策。第一步是从问自己开始：你准备好迎接AI了吗？没有经过深思熟虑的AI计划，AI投资的回报很少能获得预期的结果。组织将不得不规避各种陷阱，例如不切实际的应用场景、数据和科技成熟度有限提升、AI改变流程的采用不尽如人意，以及不符合AI风险护栏（包括法规）。 kearney.com如需更多信息，或转载/翻译本研究之授权，及所有其他信函往来，请发电子邮件至 insight@kearney.com。A.T. Kearney Korea LLC 是在韩国以 Kearney 品牌运营的独立法律实体。A.T. Kearney 在印度以 A.T. Kearney Limited (分支机构) 的形式运营，A.T. Kearney Limited 是根据英格兰和威尔士法律组建的公司的一家分支机构。© 2024，A.T. Kearney, Inc. 保留所有权利。凯文尼是一家领先的国际管理咨询公司。近100年来，我们一直是C级高管、政府机构和非营利组织的信任顾问。是员工让我们成为今天的我们。为了将一个宏大的想法变为现实，我们致力于成为其中的关键力量，与客户并肩作战，革新他们的业务，创造一个适合所有人的未来。