《埃森哲:數據驅動明智轉型:加速人工智能規?;瘧茫?2頁).pdf》由會員分享,可在線閱讀,更多相關《埃森哲:數據驅動明智轉型:加速人工智能規?;瘧茫?2頁).pdf(12頁珍藏版)》請在三個皮匠報告上搜索。
1、數據驅動 明智轉型加速人工智能規?;瘧? 近年來,企業加快數字轉型的步伐,并進一步探索與應用人工智能。新冠疫情深刻改變了人們的工作和生活方式,也加快了企業數字轉型的步伐。面對充滿不確定性的“新常態”,企業正重新審視業務戰略,加大技術投資,從而增強運營韌性、提升核心競爭力。在這一過程中,人工智能等新興技術得到了更廣泛的探索與應用。2021年,埃森哲面向全球20個行業4,300名高管的調研顯示,隨著新冠疫情的常態化發展,59%的企業已加大在人工智能和機器學習上的投入1。IDC指出,2021年至少有65%的中國1000強企業正利用自然語言處理(Natural Language Processing
2、)、機器學習(Machine Learning)和深度學習(Deep Learning)等人工智能工具,賦能60%在客戶體驗、安全、運營管理和采購等業務領域的應用2;2022年,60%的中國1000強企業正在所有關鍵業務職能(如營銷、法務、人力資源、采購和供應鏈、物流等)中擴大使用機器學習3。埃森哲與Frontier Economics預測,到2035年,人工智能可讓企業的盈利能力平均提高38%;其中,住宿和餐飲服務、批發與零售,以及生產制造等行業的提升非常顯著,分別為74%、59%和39%4。數據驅動,明智轉型:加速人工智能規?;瘧? 數據驅動,明智轉型:加速人工智能規?;瘧萌欢?,大部分
3、企業仍未突破試點困境,未能釋放人工智能應有價值。毫無疑問,企業已經看到人工智能在優化用戶與員工體驗、提升運營效率、保障生產安全,以至驅動商業模式轉型,并踐行可持續發展等方面的廣闊前景。然而,無論是從中國,還是全球范圍來看,大多數企業并未能充分釋放人工智能投資的應有價值他們在推行了概念認證,或單點試驗之后,卻發現規?;斯ぶ悄艿牡缆芬廊怀錆M挑戰。埃森哲在2021年開展的企業運營成熟度調研發現,只有6%的中國企業正在規?;瘧萌斯ぶ悄?。IDC指出,2021年72%的中國企業仍在人工智能單點試驗或局部落地的階段躊躇不前,并未持續深入地部署企業智能化轉型。圖1.中國企業AI成熟度各階段分布 26%4
4、6%18%6.5%3.5%單點試驗(探索)局部推廣(落地)擴展復制(自主)營運管理(規模)優化創新(轉型)12345資料來源:2020-2021中國企業AI成熟度研究報告,IDC,2021年事實上,規?;瞧髽I進一步釋放人工智能價值的關鍵。首先,規?;斯ぶ悄軐⒅破髽I市場溢價。埃森哲數據科學家團隊創建了一款模型,將調研數據與公開可用的企業財務數據相結合,通過考察不同企業的特征,以確定樣本中成功推廣人工智能的組織取得溢價的原因。埃森哲發現,成功推廣人工智能與財務估值的三項關鍵指標(估值收入比、市盈率、市銷率)之間存在正相關。其次,規?;斯ぶ悄芸扇嫣嵘龢I務成果。那些能夠將人工智能在企業內部進
5、行戰略性推廣的企業更有望結構性地改變其業務內容和工作方式,并從客戶與員工體驗、組織有效性、產品與服務創新、管理效率、資金利用率、品牌認知度等方面取得更大收獲。第三,規?;斯ぶ悄軐砀哳~的投資回報。根據調研,與仍在從事單項概念驗證的企業相比,已開始從戰略層面規?;茝V人工智能的組織實現了近2倍的成功率和近3倍的投資回報率。從全球整體來看,處于概念驗證階段和規?;茝V階段的兩類企業,人工智能投資回報平均相差1.1億美元。后者的關鍵財務估值指標也較前者提升了30%6。4 數據驅動,明智轉型:加速人工智能規?;瘧脧脑圏c落地到規模推廣,當中的核心是什么?企業應如何規?;茝V人工智能,深化數字轉型?
6、埃森哲認為,企業規?;茝V人工智能的路徑不盡相同,但起跑線都在“數據”之上。全球數據是在過去10年間生成的,預計到2025年總量可達175ZB(即175萬億GB),是2017年的10倍之多7。數據的爆發性增長為企業應用人工智能帶來了豐富的燃料,同時也對企業采集、存儲、分析和配置數據帶來了新的挑戰。企業需構建成熟的、面向人工智能的數據篩選和分析能力,以及治理框架,通過自動化的方式,實時采集符合要求的內外部數據,才能支持人工智能在業務流程上的規?;瘧?,進而開拓新的增長機遇。換而言之,以數據為關鍵要素,形成數據驅動的智能決策能力,是當下企業轉型的重要目標。例如,麥當勞(McDonalds)正大力投
7、資數據基礎、機器學習和移動技術,以改善客戶體驗。藥業巨頭諾華(Novartis)以數據為關鍵要素,擴展人工智能的使用范圍,確保每年高達90億美元的研發預算集中用于更為有效的藥物。優步(Uber)、螞蟻集團和亞馬遜(Amazon)一直以來緊握數據爆發性增長的機遇,賦能員工利用人工智能做出更精準的決策,并突破組織瓶頸8。然而,成為數據驅動的企業并非易事。從全球范圍看,Forrester研究表明,企業內部有60%-73%的數據未能得到有效分析9。自疫情至今,僅17%的企業管理層認為他們擁有足夠的信息與洞察,用于驅動智能決策;81%的企業因缺乏數據戰略而未能充分釋放數據資產的潛力10。在中國,IDC指
8、出,只有22%的企業可較好地定義應用人工智能的數據要求,建立了初步的數據質量標準和數據質量提升機制,能夠針對特定業務場景構建數據采集方案,并從模型方案角度分析所需數據11。5 數據驅動,明智轉型:加速人工智能規?;瘧? 數據驅動,明智轉型:加速人工智能規?;瘧冒I芘c麻省理工大學在2021年針對全球首席數字官的調研指出,企業在推動數據戰略、實現數據愿景的過程中,最大的挑戰分別為專業人才匱乏(53%)、企業文化因素導致新技術推廣緩慢(47%),以及缺少長期投資(43%)。圖2.企業推動數據戰略過程中遇到的挑戰53%47%44%42%37%33%32%32%缺乏專業人才企業文化因素導致技術創新
9、推廣緩慢缺乏長期投資業務部門之間的資源競爭技術孤島管理層對數據投資和管理的權責不明確管理層認為數據投資和管理只會帶來支出數據質量難以提高究竟是什么阻礙了企業挖掘數據潛力,更好地釋放人工智能價值?資料來源:CDO Survey Results,埃森哲與麻省理工大學,2021年7 數據驅動,明智轉型:加速人工智能規?;瘧闷髽I應如何解鎖數據價值,加速人工智能規?;瘧??企業需兼顧短期和長期因素,確保數據戰略與業務目標的高度一致,調整全企業系統以支持數據驅動型決策,并且培育人才和數據文化來助推人工智能規?;瘧?,使整個企業能夠更迅速地收獲數字轉型的價值。價值導向的戰略愿景數據驅動的智能技術組合可持續
10、的文化與人才建設8 數據驅動,明智轉型:加速人工智能規?;瘧闷髽I管理層必須立足未來,以價值為導向,加快建設從被動響應到主動預測的商業模式。他們須為此制定具前瞻性的人工智能和數據戰略,在組織內部清晰傳達,并在落地過程中動態監測,確保企業按照既定目標與計劃前進。與此相關的優先事項包括:清晰闡明數據和人工智能如何為企業創造價值;設置與人工智能相關的關鍵目標、應用場景和項目;決定應該使用哪些數據來完成更準確的業務預測;設法幫助員工詮釋人工智能系統做出的各種建議等等。此外,企業還需清晰定義職責明確的流程與管理者,并安排數據與人工智能應用專家為管理層提供支持。例如,一家總部位于香港的跨國保險公司,正加速
11、邁向以人工智能驅動的數字化保險企業的行列。它通過評估企業在人工智能能力、運營模式、數據治理、數據質量、人工智能道德、業務采用和產生的價值等方面所處的位置,對標行業領軍者優化人工智能戰略和商業用例,擬定了15項改進措施并制定了未來三年的發展路線圖。這一系列舉措,加速其成為一家由人工智能驅動的數字化保險企業。日本電信運營商KDDI與埃森哲聯手創建了ARISE Analytics公司,該公司將尖端人工智能和數據科學相結合,挖掘可以改變電信公司客戶體驗的見解,并與合作伙伴探討將該技術推廣到諸如優化出租車服務和簡化工業維護等領域的可能性,從而開啟嶄新的業務增長模式12。價值導向的戰略愿景9 數據驅動,明
12、智轉型:加速人工智能規?;瘧妹鎸A繑祿?,傳統的管理系統架構往往會阻礙企業最大程度收獲人工智能價值,因此,企業還需要在云端構建跨職能平臺,讓安全、統一、真實的數據,貫通業務流程與員工體驗的每一環節,并與可量化的業務成果全面聯系在一起?,斒希∕ars)與微軟和埃森哲合作,基于Azure構建了其生產過程的數字孿生模型,并利用機器算法優化生產工藝和流程,大幅提高生產運營的效率,減少材料浪費,并在從訂單到交付的各個環節支持員工進行實時決策。由于試點效果顯著,項目從幾家工廠推廣到全球數十家工廠?,斒弦嗾龑⑦@一技術推廣到產品研發,通過數字技術模擬氣候、突發干擾和其他變量因素,強化從原產地到消費者的全鏈條
13、追溯體系13。泰國匯商銀行利用云升級了數據環境,簡化數據和分析結果的訪問和使用,為不同部門、不同職能的員工提供決策所需的洞察。例如,為了改善ATM現金管理,該團隊將人工智能和先進的機器學習技術相結合,分析了1200多萬個交易數據點和200多個變量(如地點、發薪日、季節和節假日等),以確定每個ATM的最佳現金水平。該公司還實施了專項計劃,為有效、安全地使用數據和分析工具創建明確的指導原則。通過這些舉措,泰國匯商銀行能夠利用源源不斷的數據,持續支持業務發展14。數據驅動的智能技術組合10 數據驅動,明智轉型:加速人工智能規?;瘧梦幕c人才是推動組織創新的重要因素。規?;茝V人工智能必須從企業頂層
14、開始,但絕不能止步于此。為了觸達各個層面的員工,應通過全面的變革管理計劃,在企業文化中注入創新動能。此類舉措的核心為內部教育項目培訓員工更有效地共享數據和人工智能模型,使之成為日常職責的一部分。在此過程中,企業將面臨多種挑戰,如一些員工不可避免地會對新技術抱有畏懼心態,而其他人則可能缺乏持續學習的精神和動力。某全球高科技企業為實現人工智能的規?;瘧?,創新性地成立了跨學科首席數據官團隊,負責統籌建設集團各業務發展所需的數字化體系共性資源與能力,填補企業數字化變革和數字技術變現之間的斷層,推動人工智能應用開發團隊與業務部門的協同。在團隊的努力下,企業很快實現了人工智能應用與業務的無縫結合,以及在
15、多業態模式下,業務的精益管理和智能管理。此外,開發團隊和業務部門的協同,也確保了業務穩定連續和靈活決策。在埃森哲內部,我們也通過構建“未來人才平臺(Future Talent Platform)”解決在職培訓問題,幫助員工以數字化方式快速獲取特定領域知識,實現人工智能培訓即服務。通過多維度的技能分析算法定制學習內容,切中員工的項目或工作需求;培訓內容涵蓋從初步認知到熟練應用不同階段,從而促進企業形成持續學習的文化。同時,該平臺匯集海量人工智能相關的培訓內容,靈活的模塊化內容組合,助力員工的技能更新,突出培訓效果。埃森哲員工在這個平臺上從人機互動到人機互學,從知識、能力、心態多角度準備就緒,迎接
16、人機協同時代??沙掷m的文化與人才建設結語展望未來,人工智能將對商業世界產生更加深遠的影響。各行各業都在投入資金開發人工智能,從而不斷優化產品和服務,提升核心競爭力,并通過探索新的業務模式推動企業明智轉型。企業需盡快行動起來,以數據作為燃料,從戰略愿景、技術組合和能力建設等方面著手,為規?;瘧萌斯ぶ悄芴峁﹦幽?,塑造價值閉環,引領企業增長。參考資料1.跨越發展,領軍未來,埃森哲,2021年2.2021年中國人工智能市場10大預測,IDC,2021年3.IDC FutureScape:全球人工智能(AI)及自動化市場2022預測中國啟示,IDC,2022年4.AI如何大力推動行業經濟發展和創新,埃
17、森哲與Frontier Economics,2017年5.智能運營,智贏未來,埃森哲,2021年6.中國企業人工智能應用之道:從“淺嘗試”到“規?;?,埃森哲,2019年7.彌合數據落差,埃森哲,2021年8.Data is the New Capital,埃森哲,2021年9.分析使用不足可能導致企業損失數百萬美元,CEO Magazine,2019年10.數據分析服務與解決方案,埃森哲,2021年11.2020-2021中國企業AI成熟度研究報告,IDC,2021年12.The Power of Data Driven Enterprise,埃森哲,2019年13.技術展望,埃森哲,202
18、2年14.泰國匯商銀行數字化轉型,埃森哲,2021年11 數據驅動,明智轉型:加速人工智能規?;瘧冒I芄咀杂趷蹱柼m,是一家全球領先的專業服務公司,在數字化、云計算與網絡安全領域擁有全球領先的能力。憑借獨特的業內經驗與專業技能,以及翹楚全球的卓越技術中心和智能運營中心,我們為客戶提供戰略&咨詢、互動體驗、技術服務和智能運營等全方位服務,業務涵蓋40多個行業,以及企業日常運營部門的各個職能。埃森哲是財富全球500強企業之一,目前擁有約69.9萬名員工,服務于120多個國家的客戶。我們秉承“科技融靈智,匠心承未來”的企業使命,致力于通過引領變革創造價值,為我們的客戶、員工、股東、合作伙伴與整
19、個社會創造美好未來。埃森哲在中國市場開展業務35年,擁有一支約2萬人的員工隊伍,分布于多個城市,包括北京、上海、大連、成都、廣州、深圳、杭州、香港和臺北等。作為可信賴的數字化轉型卓越伙伴,我們正在更創新地參與商業和技術生態圈的建設,幫助中國企業和政府把握數字化力量,通過制定戰略、優化流程、集成系統、部署云計算等實現轉型,提升全球競爭力,從而立足中國、贏在全球。詳細信息,敬請訪問埃森哲公司主頁以及埃森哲大中華區主頁。關于埃森哲報告作者陳澤奇埃森哲大中華區董事總經理應用智能主管兼首席數據科學家免責聲明:本報告內容僅作為通用參考信息,并非用以替代埃森哲專業顧問的咨詢意見。本報告引用了歸第三方所有的商標。所有這些第三方商標分屬其各自的所有權人。相關內容沒有任何明示、暗示或表示得到了該商標持有人的贊助、認可或批準。2022埃森哲版權所有。