The Board's AI Moment

目录目录 0507奠定基础：关于人工智能成熟度和投资回报率的观点1803引言及主要发现人工智能转型视角：关于融合、治理、利益与挑战的分歧观点 24282929正确的提问艺术调查人口统计关于Protiviti关于董事会前景从周期性到永久性：董事会人工智能监管与参与正在变革 引言及主要发现 %63的机构看到13 作为董事会成员和高级管理人员调整他们对组织的人工智能（AI）转型和增长策略的监督和执行时，成功不在于拥有所有正确的答案，而在于提出正确的问题。 2025年，也揭示了感知自己在人工智能能力（以及由此带来的回报率）方面更先进的组织与其它组织之间的明显对立。 高投资回报率（ROI）来自他 运营以及以道德和负责任的方式部署这项技术的信心要大得多。他们的董事会更频繁地讨论AI问题。他们还对由AI创新驱动的风险、缺乏必要的才能和技能以及技术基础设施限制等问题更为关注。 报（ROI），董事和C级领导者需要提出针对人工智能的尖锐问题，涉及运营整合、合适的治理框架、短期和长期利益、与人工智能应用使用或生成虚假信息相关的风险，以及有效部署的障碍。此外，现在是董事将人工智能确立为每次董事会会议的固定议程事项的时候了——这在当今大多数董事会中并非如此。 %们的AI举措包括AI在每个董事会会议上的议程，而不仅仅是 先事项的看法，以及董事会对这些努力的不断发展的监督。总之，在董事会层面需要多方面取得进展。董事会必须更加努力地提升对人工智能的认识并与之互动。他们必须使自己和他们的组织能够更快地应对人工智能战略和挑战，特别是在利益相关者对人工智能项目产生足够可衡量回报的需求之下。 结果基于对超过750名（n=772）董事会成员和高管在第四季度进行的一项全球调查得出。 01主要发现 有效的AI整合和负责任的应用推动更高的投 资回报率。组织通过应用全面的框架、培养透明度、强调道德实践和积极应对 而言，提升的客户体验。在董事会之间，最大的区别之一就是AI在会议日程中出现的频率事会会议上都会讨论人工智能。 风险，增强了将人工智能技术负责任地整合到运营中的信心。不出所料，大多数对有效整合人工智能能力有信心的组织，都从其人工智能项目中获得了高水平的投资回报率。具体来说，95%的组织看到了显著的ROI，而只有三分之一的组织获得了低ROI。在人工智能的负责任和道德部署方面，同样的模式也适用，93%的高ROI组织对这一领域的战略有信心，而只有42%的低ROI组织如此。董事和高管们认为，更高效的业务流程是人工智能的最大益处，但根据组织的AI成熟度水平，存在显著差异。例如，与最低成熟度组相比，在AI成熟度较高的组织中，有更多领导认为提升客户体验是一个关键益处。后一类公司更加关注成本节约。 。几乎三分之二（63%）从其AI项目中获得高回报率的组织董事会，在每次董事会议上都将AI列入议程，而只有13%的低回报率类别董事会这样做。这一显著差异表明，董事会采用的是一种积极主动而非被动应对的方式来与管理部门就AI战略、转型和监管进行互动。 人工智能融入战略，高价值机遇是首要任务 创新风险是人工智能最大的障碍。 关于即将到来的年份与人工智能相关的董事会优先事项，将人工智能融入业务战略以应对创新和竞争地位，以及识别高价值的AI 大多数处于最高AI成熟水平的组织都关注与AI创新相关的风险管理，而处于AI转型初期阶段的组织中，这一比例仅为20%。人才 机会和用例，是关键话题。以AI驱动型组织更有可能关注战略以及与实施进度相关的具体指标。缺口和基础设施限制也是成熟AI企业关注的重点。 建立基础：关于人工智能成熟度和投资回报的看法 在实现更高AI成熟度和感知更高AI投资回报率的组织，对AI变革有着独特的见解，从收益和障碍到董事会监督。 我们要求董事会成员和高级管理人员对我们的AI成熟度和投资回报率连续体进行评分。正如我们在报告中探讨的那样，在更高AI成熟度和投资回报率水平的组织中，与其他受访群体相比，存在一些明显的差异。 在报告的剩余部分，我们通过这两个分类的视角分析了众多调查结果，这两个分类我们已经按以下方式进行组织和定义： 人工智能转型视角：关于整合、治理、利益与障碍的不同观点 技术的信心越强，其在AI项目中看到的投资回报率就越高。 合AI技术的能力充满信心（图3）。然而，在将AI整合到运营中以及以负责任和道德的方式进行整合方面，AI领导者与初学者和落后者之间存在鲜明的对比。 图4：根据投资回报率（ROI）的级别对将AI融入运营的信心非常自信为了说明这一点，在投资回报率（ROI）较高的群体中，几乎所有受访者（95%）都对该组织将人工智能技术融入运营的能力充满信心。而仅有三分之一的组织（33%）在投资回报率较低的群体中表达了类似的信心（如图4所示）。可以合理推断，这种信心很可能源于在将人工智能能力融入核心面向客户的流程和后台运营流程和功能方面取得的成功——这些成功带来了预期的结果。成功的整合结果会增强信心。 95%受访者中，高回报率类别中的受访者对组织将人 33工智能技术融入运营的能力充满信心，与% 鲜明的对比将AI领导者与初学者和落后者区分开来，尤其是在将AI整合到运营中并以负责任和道德的方式进行这一点上 与此类似，大多数董事会成员和C级高管（61%）表示，他们的组织正在以道德和负责任的方式将AI投入运营（见图5）。但是，不同的投资回报群体对AI负责任和道德部署的策略信心水平大相径庭，高投资回报群体中的93%的董事会成员和C级高管对其组织策略有信心，而低投资回报类别中仅有42%的人有信心（见图6）。 和治理流程的进展时至关重要。低投资回报和高投资回报组的受访者在对人工智能整合和治理的看法上存在显著差异。在人工智能的益处和部署障碍方面，我们看到了类似的趋势（见下文）。这些差异揭示了通往人工智能成熟高级阶段和产生可衡量、稳定投资回报的关键里程碑。 整体导演和C级管理层对人工智能效益的反馈表明，许多人工智能部署仍然集中于战术领域。当被要求选择他们组织期望从人工智能系统实施中获得的（除预期的回报率之外）主要效益时，最常见的回答包括提升业务流程效率，其次是成本节约、资源优化、员工生产力和客户体验改进（图7）。 值得注意的是，“更高效的业务流程”与“流程效率带来的成本节约”之间的区别在于行动与结果。前者指的是运营改进本身，而成本节约则涉及由此产生的具体、可衡量的财务效益，例如减少开支和更高的利润率。 对更大、更广泛的AI回报日益增长的需求——这是处于我们AI成熟度连续体顶端的高级组织更加关注的领域。成熟的AI公司正超越效率和生产力的提升，寻求从其AI投资中获得更多战略性的好处。具体来说，它们最重要的好处是提升客户体验。虽然流程效率带来的成本节约对该群体来说排名第二，但这一好处在最早期的AI成熟度阶段的组织中提及的频率要高得多（图8）。此外，与这一初始阶段群体相比，在AI之旅中更为先进的组织更加重视改进的市场推出产品、收入增长和市场占有率。 这些回应有道理，指明了前进的方向。那些在AI投资上获得更高回报的组织，能识别并实施旨在产生更多价值的用例——无论是现在还是长期。客户体验的改善和产品改进导致顾客终身价值提升，进而帮助企业保持或增加市场份额。随着那些AI能力相对较弱的组织开展转型，他们的董事会和高管层需要强调优先考虑更高价值收益的重要性，而不是仅仅关注短期成本降低和一次性生产力提升。总之：公司正在迅速转向以收入生成为重点，这是对他们的AI努力更加成熟的一种期望。 限制，例如旧系统的技术债务（见图9）。 行动事项清单 理解管理层如何定义和衡量“成功的AI集成”。建设性地参与，必要时挑战管理层关于AI部署的领域、衡量成果的方式，以及AI举措是否带来持续、可扩展的价值而非一次性收益。考虑以下指标和指标： 对于处于AI探索初期的组织，鼓励管理层将重点从流程效率、成本节约和生产率提升转移到更具变革性的方面，例如改善客户体验、推动收入增长和市场份额的产品和服务。考虑以下指标和指标： 强调将道德和负责任的AI视为企业治理的优先事项，明确责任、风险监督及纳入组织更广泛的治理框架。考虑以下指标和指标： • 管理层对负责式人工智能部署的信心• 董事会升级的与人工智能相关风险问题的频次和严重程度 • 与业务案例相比的AI项目投资回报率表现• 管理层对AI集成效果信心趋势 • 直接关联到客户体验、收入或市场扩张的AI项目• 管理层对AI在市场推广和产品策略中角色的阐述 相反，处于AI旅程早期阶段的组织在战术障碍，如规划和识别有影响力的用例方面面临更大的挑战。鉴于它们相对的AI不成熟，对初期快速成功的重视是可以理解的，但在AI生命周期的每个阶段持续整合道德考量、透明度和信任，才能实现可持续的长期回报率。因此，董事会有责任强调关注战略层面的障碍，一旦解决，将使他们的组织在AI转型之旅中更有效地前进。这些启示表明，董事会成员和高级管理人员需要强调技术现代化如何支持并帮助推进人工智能的优化和转型。在人工智能能力方面更先进的企业也似乎更加关注获取人工智能技能和相关培训与提升，这表明人工智能人才管理是实现成功的一个普遍、系统的挑战。为了应对高成本和人工智能人才短缺，组织越来越倾向于寻求第三方供应商提供的托管服务AI方案，以填补关键技能缺口、加快人工智能部署并减轻员工提前离职的风险，这一点毫不意外。 再次，从人工智能成熟度层次来看，这些差异非常显著。达到高级水平的组织相比初始水平的组织，对管理与人工智能创新相关的风险的关心程度更高（56%比20%）。同样的模式对于缺乏人才和执行人工智能实施项目的专业技术资源（36%比18%）以及现有技术基础设施所施加的限制（39%比11%）也都成立。 缺乏理解、缺乏现实可行的路线图、目标不明确，以及对人工智能预算和战略制定的关注不足。 行动事项清单 评估董事会监督管理层AI治理框架的性质、范围和时机是否适合，考虑到公司AI部署的范围和规模。考虑以下指标和指标如下： 评估管理层从端到端的人工智能路线图，它将人工智能的愿景与促进技术基础设施和工作能力持续投资联系起来。考虑以下指标和指标：确保管理层已将人工智能风险管理正式化，并将其纳入企业风险管理（ERM）流程中，随着人工智能项目的扩大，应定期在董事会层面进行可见性评估。考虑以下指标和指标： • 按照批准的AI路线图取得的进展，重点在于技术现代化和能力提升的里程碑• 在AI培训、技能提升和人才培养方面的投资，与管理层目标相关• 由于基础设施或技能限制而推迟的AI项目百分比• 管理层重点从试点项目转向可重复的、企业范围内的价值• 将AI相关风险纳入ERM过程中的性质• 完全董事会或董事会委员会就AI伦理、透明度和信任方面合规报告的频率• 将风险评估与AI价值创造机会的评估相结合的风险讨论，而非作为事后考虑 • 证明框架会随着组织的AI成熟度不断提高而定期调整的证据 从周期性到永久性：董事会人工智能监督与参与正在转型 话，并密切监控高管如何将人工智能融入战略以应对创新和竞争定位。 要。数字基础设施是标配，消费者偏好正在转移，数据驱动价值，产业界线正在模糊，自动化成为一项关键紧要的任务。因此，令人惊讶的是，只有四分之一的董事（26%）报告说AI是在每次董事会会议都会讨论的议题（图11）。在超过40%的组织中，AI似乎仍然是董事会偶尔会讨论的话题，或是当管理层提出时才讨论。可能有受访者在回答问题时误以为调查问题是仅指整个董事会而不包括其委员会，例如审计委员会。如果是这样，这个发现表明尽管某些董事会委员会可能会定期讨论AI，但大多数全体董事会的讨论却不如此。 许多董事会因董事会成员专业知识不足、战略目标不明确和人工智能投资回报率不明确而陷入困境。 然而，当按照组织从其人工智能项目中获得的投资回报率（ROI）来评估结果时，数据揭示了不同的故事。 规董事会议程话题，而在低投资回报率群体中的组织只有13%（图12）。这个50分的差距非常显著