简洁总结
企业AI正从试点和实验阶段转向规模化应用,员工对AI工具的获取范围在过去一年中扩大了50%,从不到40%的员工扩展到约60%。然而,AI的利用率仍然较低,只有25%的企业将40%或更多的AI实验转化为生产应用,54%的企业预计在未来三到六个月内达到这一水平。
AI转型已为大多数企业带来生产力提升,但只有少数企业正在利用AI重塑商业模式。34%的企业开始使用AI深度改造其业务,30%的企业围绕AI重新设计关键流程,而37%的企业仅在表面层面使用AI,且几乎未改变其现有业务流程。
尽管对自动化抱有很高的期望,但84%的企业尚未围绕AI能力重新设计工作或工作性质。技能不足被视为将AI整合到业务中的最大障碍,但不到一半的企业对其人才战略做出了重大调整。大多数企业专注于教育员工以提高AI素养,而很少重新设计角色、工作流程和职业发展路径。
随着主权AI的兴起,技术所在位置的重要性与它所能做的事情一样重要。77%的企业将AI解决方案的来源国纳入其供应商选择决策,近60%的企业主要使用本地供应商构建其AI堆栈。这表明,地理主权现在与创新能力一样重要。
自主AI的扩展速度超过了护栏。近74%的企业计划在两年内部署自主AI,但只有21%的企业报告拥有成熟的自主代理治理模式。物理AI已经嵌入到运营中,并且其足迹正在快速扩大,58%的企业报告至少有限度地使用了物理AI,预计两年内使用物理AI的企业比例将达到80%。
领导层感觉在战略上比在基础设施和人才方面更准备好采用AI。尽管AI已经从生成式AI (GenAI) 发展到自主AI和物理AI,但42%的企业认为他们的战略高度准备好采用AI,30%的企业认为他们在风险和治理方面高度准备好,两者都比去年的报告有所提高。然而,与去年相比,对技术基础设施、数据管理和人才的准备程度有所下降,这表明在创新的速度下现代化系统和技能仍然是一个持续的挑战。
为了充分利用AI的潜力,企业应将AI视为基础。最成功的企业不会是那些拥有最多AI项目或最大预算的企业,而是那些将AI融入其运营、竞争和增长基础的企业。以下是六个关键重点领域,以帮助您的业务捕捉AI的未开发边缘:
- 关闭获取和激活之间的差距
- 通过围绕AI重新设计工作来释放人类优势
- 在扩展之前建立治理,并使治理成为每个人的职责
- 解决主权AI要求
- 建立一个“活”的技术和数据基础设施,为未来的AI而准备
- 追求战略重塑,而不是增量效率