中端市场组织对AI投资抱有高期望,但面临人员、数据和技术的挑战。85%的受访者担心不加快AI部署会失去竞争优势,因此多数采取非传统、针对特定功能的方法,但基础工作仍需完善。
核心观点与数据:
- 回报率预期: 59%的受访者期望每1美元AI投资在12个月内获得最多4倍的回报,但商业案例仍需制定(44%处于概念验证阶段)。
- 价值衡量: 84%认为AI投资旨在替代员工以节省成本,但仅9%根据人力岗位变化衡量ROI,69%以生产力和运营改进为主要指标。
- 实施方式: 81%采用现成或隔离到特定功能的AI,显示“一点AI”的随意做法,而非连贯策略。
- 紧迫性与速度: 85%担心落后于竞争对手,40%预计6-12个月看到回报,27%仅愿等待3-6个月。
- 基础工作: 虽然IT现代化和云服务加速(超90%),但39%的组织缺乏完整责任AI(RAI)指南,42%计划制定。
- 人类因素: 79%计划增加AI培训投资,77%关注变革管理,但仅51%推广到特定部门。
- 数据挑战: 获取符合目的的数据是主要障碍,77%将数据和分析平台列为投资优先事项。
- 信任度: 96%使用AI做决策,但仅26%完全信任其结果,33%非常自信领导层能区分人机贡献。
研究结论:
- 组织需平衡速度与基础工作,重新定义生产力,关注员工体验与技能提升。
- AI应被视为“同事”而非工具,通过流程创新而非简单替代员工实现价值。
- 建立负责任AI框架,包括“忘记”机制和沙盒环境,以降低风险并促进创新。
- 领导者需评估风险阈值,确保AI符合组织价值观,并通过沟通和反馈建立信任。