多年的人工智能优势：打造未来的企业

多年AI优势 构建未来的企业。 表内容 本出版物是我们研究简报系列的一部分 研究报告 研究简介 我们由CXO、政策制定者、诺贝尔奖获得者、顶尖学者和初创企业精心策划内容的旗舰期刊： • 5,000字 • 短篇调查 • 高管引言 • 建议快速概览 • 10,000至15,000字 • 深入的全球调查 • 15至30次高管焦点访谈，分享最佳实践 • 详细建议 • 高管及CXO访谈 • 多角度文章 • 图形信息与视觉总结 • 趋势概述 谁应该阅读这份报告以及为什么？ 这些见解尤其适用于数据、技术、战略、财务和运营领域的CEO、CXO以及高级管理人员，他们正在就如何下注、如何负责任地扩展以及如何在短期结果与长期转型之间取得平衡等关键决策进行权衡。该报告突出了那些超越试点、实现持续AI影响力的组织的特点。 本报告面向制定其组织人工智能议程的高级领导者，以及负责将雄心转化为可衡量影响的高级领导者。它考察了跨行业组织如何看待人工智能的现状，重点关注准备情况、扩展策略和长期价值创造，而非短期实验。 读者将获得关于加速人工智能采用、建立信任、有效的人类人工智能协作以及重塑工作方式的实用指导，以释放企业整体价值。该研究基于对15个国家中1505位高级领导者的全球调查，并 concludes with actionable recommendations to help leaders advance their AI journeys。 执行摘要 执行摘要 人工智能无论如何市场情绪都是一个战略必要性 各行各业领导者越来越将人工智能视为长期战略必需，而非可自由选择或实验性技术。我们的调查显示，尽管短期存在不确定性，但人们对人工智能实现变革性影响的信心依然很高。人工智能已经跨越了关键门槛：对于CEO和CXO而言，问题已不再是是否追求人工智能，而是如何将其融入企业肌体。因此，各组织正在加速投资，将人工智能作为长期运营能力来建设，超过一半的组织承诺持续多年的投资视野。这种做法反映了这样一种信念：对人工智能进行持续、长期的投入能够带来累积效益，例如更强的能力、更坚实的数据基础以及更快的创新速度，而晚期的采用者将难以复制。 全球组织正优先投资于流程清晰且成果可衡量的职能中的人工智能。我们的调查表明，超过一半计划集中人工智能投资于销售、营销以及it运营等职能。 除了传统的机器学习方法之外，组织们也在探索物理人工智能和其他新兴人工智能技术。生成式人工智能已经从试点阶段跨越到规模化应用阶段，已有38%的组织正在其业务中实施生成式人工智能。具有不同自主性和人类监督程度的智能代理系统（能够支持决策的AI代理）正在获得关注，目前已有十分之六的组织正在探索其应用。同样，边缘人工智能也正吸引着更多关注，近半数组织报告其在不同职能和地点进行了有限的或全面的部署。 组织也被看到在长期愿景与近期优先事项之间寻求平衡。领导者正追求能够带来快速回报的策略性举措，同时将项目围绕高价值领域进行整合。即使发生人工智能寒冬（全球人工智能乐观情绪的衰退），大多数人仍期望核心能力的持续投资和人工智能驱动的转型，组织将焦点转向已被验证、可扩展的领域，而不是实验性项目。 组织面临一个关键决策：是应该内部构建人工智能能力还是外部购买人工智能能力？普遍的人工智能方法强调在创造差异化的地方构建人工智能应用和能力，在加速进展的地方购买商业人工智能工具和平台，并在通用模型之上协调专有价值。现成产品易于获取且成本效益高，而内部开发最适合独特、定制或敏感的应用场景。 人工智能预算也预计将增长。平均而言，全球组织预计将在 2026 年将年度业务预算的 5% 分配给人工智能计划，从 2025 年的 3% 上升。同时，领导者认识到其中的利害关系：未能像竞争对手一样快速扩展人工智能可能意味着错失机会和失去战略优势。在未来 12 个月内，组织旨在加速在基础设施、数据、治理和工作技能提升方面的投资，为可持续的人工智能采用和影响奠定坚实的基础。此外，人工智能正成为企业增长的战略引擎，并传递超越生产力提升的业务价值。 • 约40%的组织购买商业或现成的人工智能解决方案。• 31%主要内部构建能力。 执行摘要 推荐 - 重塑人工智能赋能的企业 企业级AI应用是一个新的学科，行动指南仍在发展中 为什么领导者需要关注人机化学反应和信任 随着人工智能增强流程和自动化日常任务，人类的判断力、责任感和决策所有权仍然至关重要。人机协同是指设计那些人类能够保持对关键决策的控制权、指导人工智能行为并在必要时进行干预的人工智能系统——确保人工智能在承担更广泛范围的工作时保持问责制。这种合作已经开始推动效率和生产力的提升，但要释放其全部价值，对这种以人为主导的模式建立信任至关重要。组织开始将这种方法付诸实践： 随着组织从试点阶段转向规模化，加速人工智能采用需要系统的方法和严格的执行。组织正在探索多种企业范围内的采用模式，强有力的行政支持被认为是最有效的催化剂（67%）。其他关键推动因素包括外部合作（59%）、监管清晰度和伦理框架（53%）、员工技能提升（53%）、稳健的治理（53%）和可扩展的数据基础设施（51%）。 要有效且可持续地扩展人工智能，组织必须关注四个战略要务： • 加强人工智能基础，解锁企业级智能：构建组织范围内的访问和价值创造基础引擎 • 通过治理、协同和战略护栏提升人工智能准备状态：确保人工智能在采用加速时安全、有弹性且战略协同 衡量AI成功也在超越投资回报率（ROI）而包括收入增长、市场份额影响和竞争定位等指标。 • 66%确认人类-AI协作带来了可衡量的生产力和决策质量提升， • 59%报告员工感觉被赋权在日常工作中使用AI， • 48%提到他们的组织为人类和AI系统协同有效工作明确了角色和责任 • 将人机化学反应作为核心组织能力：支持无缝、直观和高-人机之间的信任协作 • 通过平衡“立即转型”和“为未来构建”来调整Scale AI的价值：今天实现运营效率，同时为未来的重塑构建引擎。 数据和人工智能主权正成为一个新的战略要务 为了应对人工智能驱动的未来，组织正在重新构想工作的未来，并推动超越传统培训的文化变革。许多人正在重新思考关键技能，其中六成组织正在重新定义各个角色的所需技能集以与人工智能应用保持一致，64%的组织正积极加强人机协作。此外，大约一半的组织专注于人工智能模型评估和道德决策等专门领域，以培养真正的人机协同效应。 数据主权正随着广泛的宏观经济和地缘政治变化而成为一个关键优先事项。如今，54%的人优先考虑数据主权，确保敏感或受监管的数据始终处于其控制之下，即使在使用外部AI模型或平台时也是如此。在此基础上，AI主权正日益重要，因为组织正在寻求对影响关键业务决策的模型拥有更大的控制权。 人工智能并非取代人类，而是放大并支持他们的能力。在技术和技能发展方面进行投资的组织将在生产力和创新方面领先。 关键定义 在这个研究中，当我们提到人工智能（AI），我们指的是使机器能够学习、推理和做决策的完整技术范围——无论是通过分析数据、生成内容还是采取自主行动。 我们使用“人工智能”这一术语来反映所有能力。这包括但不限于： 一个利用极其庞大模型的强大能力和大规模数据和计算能力的AI子集，根据其从中学到的模式和数据来生成新内容，包括文本、图像、视频、音频和代码。 在现实世界环境中部署AI代理，代理能够检测信号、规划推理、做出自主决策，并独立于人类干预地实现设定目标——例如实时调整制造工艺或规划执行实验室实验。 系统从数据中进行学习以预测或识别模式。 边缘人工智能 将人工智能算法和模型直接部署在物联网传感器、摄像头、智能手机、工业机械或自主系统等边缘设备上，而不是依赖集中式的云服务器进行数据处理。这种方法结合了边缘计算（在数据生成地附近处理数据）与人工智能能力，能够实现本地实时数据分析和决策。 人工智能是一个战略性的必然要求，无论市场情绪如何 超过一半的组织认为，尽管短期存在不确定性，但人工智能将具有长期变革性影响 53% 有组织将人工智能视为一种长期能力工具，投资周期为5年以上，将在各个职能部门中嵌入智能。 尽管存在短期不确定性以及早期阶段的挑战，组织机构将人工智能视为竞争优势、面向未来以及长期价值创造的基础。 我认为你会从很多公司和很多行业中听到这个，人们非常关注利用[AI]技术加速来真正实现自动化、效率，从而实现投资。这是我们为什么对前景感到乐观的原因之一：未来几年，企业将在经济中实现非常有意义的生产力提升，这创造了一个良好的顺风，将平衡其他可能或不可能发挥作用的宏观因素。1 大卫·索尔摩ン高盛首席执行官 组织计划持续在人工智能领域进行投资，即使可能发生人工智能寒冬 你们组织正在如何准备应对潜在的AI寒冬，在接下来的2-3年中，全球对AI的乐观情绪可能会下降？ 组织现在愿意与人工智能寒冬相关的问题划清界限，鉴于他们所看到的利益以及不迅速行动而失去竞争优势的风险。 布鲁克·塞拉西，高德纳人工智能与业务增长战略副总裁，解释了他所接触的组织中存在的错失恐惧。他指出： 人工智能正在创造赢家和输家。在每一个领域，一个相对较小的主要参与者群体塑造着竞争格局。而且我们预计成功不会平均分配，就好像每个都能平等地分享机会。远非如此。优势将集中，收益将不成比例地流向那些能够最有效地利用人工智能的人。2 企业正优先考虑将其投资集中于成熟的、可扩展的领域 人工智能投资现在变得更加战略性和集中。 同意该声明的组织百分比 -内部日益增长一种观点，即人工智能支出需要更多地聚焦于已被证实且可扩展的应用案例，而不是实验性项目。 64% 有组织的百分之五十表示他们已经开始暂停低价值的人工智能项目，以将他们的精力转移到高影响领域。 63% 有组织预计将在未来一年内对其人工智能计划进行合理化或整合，以将资源集中在价值明显更高的地方。 组织正将其投资导向已证明能有效扩展的领域 我们优先考虑我们的用例，并致力于那些对公司最有价值的用例，与首席财务官办公室密切合作。3 大众集团将在2030年前投资117亿美元用于人工智能技术，以推进车辆开发和IT基础设施，旨在通过在整个价值链中应用可扩展的人工智能，到2035年节省400亿欧元。 我们的雄心是加速我们开发有吸引力、创新性车辆，并比以往任何时候都更快地将它们带给我们的客户。为了实现这一目标，我们有目的地部署人工智能：可扩展的、负责任的，并具有明确的工业效益。我们的雄心：没有人工智能的没有流程。”4 安迪 马库斯att首席数据与人工智能官 IT管理委员会委员，大众汽车集团豪克·斯塔斯 人工智能预算正在飙升，各行业组织将无法快速扩展人工智能视为一种竞争劣势 组织正在增加对人工智能的投入，因为不扩展的成本正变得越来越明显 66% 有组织正进行战术性人工智能投资，专注于短期回报（2-3年）。 有组织认为，如果他们未能像竞争对手一样迅速扩展人工智能，他们就有错过战略机遇和失去竞争优势的风险。 越来越多的组织在评估人工智能投资时，越来越关注可衡量的业务成果（例如，收入增长、成本降低、客户体验）。 谷歌计划到2027年投入400亿美元，在美国扩大云和人工智能基础设施。6 洛克希德·马丁洛克希德·马丁公司，一家美国国防和航空航天制造商，于2024年12月推出Astris AI，一家专注于AI的子公司，旨在将其先进的AI工具和平台商业化，面向国防、航空航天、金融、医疗保健、能源和制造业的客户。7 2026年是基础设施扩容之年 2026年，组织计划将人工智能资源分配用于构建强大的数据和专业技术能力，以及组织和文化的准备。 五家丰田集团公司（爱信株式会社、电装株式会社、丰田商事株式会社、丰田汽车株式会社和丰田编织公司）已启动丰田软件学院，旨在培养人工智能和软件人才，并与丰田全球人工智能加速器GAIA合作，以推动人工智能研发和创新。这些举措旨在培养专业人才，并创造人工智能