埃森哲：中國企業人工智能應用之道從“淺嘗試”到“規?；盵36頁].pdf

1、開啟 新篇章 中國企業 人工智能 應用之道 從 “淺嘗試” 到 “規?；?目錄 人工智能規?；?， 勢在必行 提升人工智能應用段位： 從實驗到加速應用 人工智能應用三階段 人工智能的布局之道 從概念驗證向規?；茝V進階的四大要素 時不我待， 即刻行動 企業內外資源掃描， 構建人工智能能力 更新思維模式， 勇攀新高 著眼未來， 布局產業化增長 03 08 09 10 12 29 29 30 31 中國企業人工智能應用之道 2 mNqPrRpQqPtRvNoRqMoRtQ9P8QbRmOqQpNnNkPrRzRjMmMyR8OoPqPwMnOnQwMrRqP 人工智能規?；?， 勢在必行 人工智能

2、（Artifi cial Intelligence， AI） 在行業和商業中的應用 已成普及之勢， 并通過溢出效應， 激發出廣泛的互補式創新。 中國人工智能市場已經成為全球第二大人工智能單一市場， 約 占全球市場規模的12%。 1 在此過程中， 中國企業相信未來人工智能 將逐漸改變全球商業的游戲規則， 并將人工智能作為優先投資的戰 略方向。 據IDC預測， 到2023年中國人工智能市場規模將達到979億 美元。 相較全球， 中國企業對人工智能的投資熱情更高： 埃森哲最新 全球高管調研顯示， 近半數 （49%） 的中國企業近三年內在人工智能 項目上的總投資超過0.5億美元。 2 圖1. 中國企業

3、過去三年AI項目總支出 數據來源： 埃森哲全球高管調研， 2019 投資 5億美元 投資 0.1億美元 1億 投資 5億美元 0.5億 投資 1億美元 0.1億 投資 0.5億美元 9% 14% 26% 23% 28% 45% 37% 37% 26% 25% 圖2. AI成為中國企業優先投資的戰略方向 數據來源： IDC CIO調研， 2019 中國企業未來增加各領域投資的比例 BI / 數據分析 數字化運營 （如數字營銷） AI / 機器學習 信息安全 / 數據安全 物聯網 中國企業人工智能應用之道 3 然而， 中國企業對人工智能技術的應用仍然普遍滯后。 根據埃森哲技術展望 調研顯示， 89

4、%的中國企業認為人工智能在自己企業推廣的速度落后于該技術的 發展速度遠高于這一比例在全球企業中的77%。 3 這主要是因為中國企業在部 署人工智能應用時面臨重重挑戰。 超半數的中國企業缺乏精通人工智能的相關技 術人員， 以及沒有積累起高質量的數據集。 此外， 人工智能應用場景不明確， 投資 人工智能項目成本較高等問題也為中國企業帶來了一定的困擾。 4 圖3. 中國企業部署AI應用所面臨的挑戰 數據來源： IDC&量子位人工智能行業調研問卷， 2019 缺乏技術人員 缺乏質量高的數據集 應用場景不明確 投資AI項目的成本 業務方的參與和支持 算法的可解釋性 AI安全、 倫理與合規問題 其它 51

5、.7% 51.7% 45.5% 32.9% 23.1% 22.4% 15.4% 2.1% 中國企業人工智能應用之道 4 由此可見， 雖然中國企業爭相投資人工智能技術， 但是， 其應用難以在企業里規?；涞?。 埃森哲最新全球高管調研的數據顯示， 高達79%的中國企業高管均認為， 他們必須借助人 工智能來實現業務增長目標。 他們中的絕大多數也堅信， 若想通過人工智能投資收獲積極回報， 就務必在整個組織范圍內規?；茝V人工智能。 埃森哲預計， 從2018到2025年， 全球企業借助 人工智能應用獲得的收入將增長50%以上。 5 然而， 52%的中國企業高管人員坦言， 人工智能試點容易， 但當設法將人

6、工智能推廣至全企 業時感覺異常艱難。 能否實現人工智能規?；茝V ， 已經成為企業成敗的關鍵。 其價值體現在： 圖4. AI規?；蔀槠髽I成敗的關鍵 數據來源： 埃森哲全球高管調研， 2019 的受訪中國企業高管認為， 除非將AI規?；?， 否則將 無法實現增長目標。79% 的受訪中國企業高管相信， 若未能將AI規?；?， 企業 便會在5年內倒閉。50% 的受訪中國企業高管表示， 知道怎樣進行試點， 但卻難以將AI推廣至整個企業。52% 中國企業人工智能應用之道 5 人工智能規?；瘧脤⒔o企業帶來什么紅利？ 首先， 企業市 場溢價能得到大幅提升。 埃森哲數據科學家團隊創建了一款模型， 將調研數據與

7、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。 企業估值/ 總收入比率+35% 股價/每股盈利 比率 （市盈率）+33% 股價/每股銷售額 比率 （市銷率）+28% 圖5. AI規?；?， 提高企業市場溢價 數據來源： 埃森哲全球高管調研2019&財務數據分析 中國企業人工智能應用之道 6 第二， 全面提升企業的業務成果。 縱觀全球， 各行各業的企業正紛紛運用人工智能技術， 結構性地改變其業 務內容和工作方式。 而那些

8、能夠將人工智能在企業內部進行戰略性推廣的企業 更有望在以下領域收獲全面成果： 圖6. AI規?；?， 有利于全面提升業務成果 客戶服務 客戶 滿意度 組織有效性/ 員工生產率 產品/品牌 認知度 速度管理 效率 運營資金 利用率 新型產品 與服務 客戶獲取客戶信任度 數據來源： 埃森哲全球高管調研， 2019 32% 1.1億美元差距 概念驗證階段 的企業的AI投 資回報率 86 % 規?；茝V階 段企業的AI投 資回報率 圖7. AI規?；?， 實現近三倍投資回報率 數據來源： 埃森哲全球高管調研， 2019 第三， 帶來高額的投資回報率。 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

9、?；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。 中國企業人工智能應用之道 7 提升人工智能應用 段位： 從實驗到加 速應用 為了對人工智能在企業中的落地情況進行深入的洞察分析， 并汲取領先企業 的經驗教訓， 埃森哲開展了一項具有里程碑意義的全球調研， 吸引了12個國家， 16 個行業的1,500位企業高管的廣泛參與。 其中包括來自中國的139家企業。 本次調研重點關注： 人工智能在多大程度上支持了業務戰略的實現， 人工智 能規?；茝V所需的首要條件， 以及成功實現人工智

10、能規?；茝V可帶來的財務 成果。 而其目標在于： 助推企業在人工智能應用征程上向前邁進， 從一次性的人工 智能實驗， 到建立起覆蓋整個組織的強大能力， 以此為實現敏捷競爭與增長注入 源源不絕的能量。 在調研的基礎上， 結合大量企業財務指標分析， 埃森哲劃分出了 企業應用人工智能的三個不同階段。 中國企業人工智能應用之道 8 人工智能應用三階段 01 02 03 概念驗證階段： 80-85%企業 艱難起步。 規?；茝V階段： 只有15% 至20%的企業完成跨越。 產業化增長階段： 少數派 （5%） 境界。 這一階段的企業進行人工智能實驗和試點， 但規?；瘧玫某晒β屎腿斯ぶ悄芡顿Y回報率都 非常低

11、。 他們的努力往往局限于某一部門或團隊 內部， 并通常由IT部門主導。 同時， 這些舉措往往 與企業成果或戰略要務缺乏聯系。 此類企業普遍 低估了推廣人工智能工作所需的時間和投資， 人 工智能的潛力尚未得到充分開發。 埃森哲研究表 明， 多數企業止步于此， 未成功進階到下一段位。 數據分析被嚴重忽視， 未能成為CEO的關注 焦點 通常由IT部門牽頭， 孤立運營模式 無法深挖數據價值 急功近利， 不切實際， 難以實現規?；?投資嚴重不足， 回報相對較低 這一階段企業的人工智能應用已突破概念驗 證的范籌， 他們不僅推廣人工智能的成功率實現翻 番， 而且投資回報水平更勝一籌幾乎可達同行 的三倍。 這

12、些企業將推廣人工智能定為高管層的 優先事項， 建立了與業務目標緊密相關、 清晰明確 的人工智能戰略和運營模型， 同時， 在負責人工智 能、 大數據或分析法的首席高管帶領下， 由人員更 充實的團隊提供多維度支持。 但是， 得到推廣的人 工智能經常只是基于個性化的單點解決方案。 CEO看重高級數據分析和數據團隊在解決重 大難題時的作用 首席人工智能官、 首席數據官或首席數據分析 官掛帥， 組建200多名專家的多學科團隊 能夠擺脫數據干擾， 專注于關鍵數據 充分利用智能自動化和預測性報告 彌補數字化/人工智能/數據資產上的投資不足 采用實驗思維實現規?；茝V和投資回報 這一階段的企業擁有數字平臺思維

13、， 并通過 在整個組織內普及大數據和數據分析工具來創 建人工智能文化。 他們利用負責任的人工智能框 架推廣數千種模型， 不僅以此促進產品與服務創 新， 還進一步洞悉客戶和員工的期望， 由此實現收 益。 埃森哲研究表明， 人工智能的產業化將有力支 持差異化競爭， 而財務業績的顯著提升與之一脈 相承， 然而， 實現人工智能產業化應用的企業屈指 可數。 數字平臺的思維模式和人工智能企業文化， 生成實時洞察， 推動業務決策 明確企業愿景、 問責制、 指標和監管， 打破信 息孤島 采用 “假設分析” 提升客戶獲得率、 服務水平 與客戶滿意度 通過踐行負責任的人工智能提高品牌認知 度和信任度 差異化競爭和

14、價值創造因素推升市盈率 中國企業人工智能應用之道 9 人工智能的布局之道 企業在應用人工智能技術的時候常舉步維艱， 停滯不前。 6 這主要是由兩大 原因造成的。 首先， 企業缺乏明確的人工智能路線圖， 無法按部就班地將人工智 能項目從概念驗證， 有效、 順暢地向實際生產階段推進。 其次， 企業對人工智能整體發展格局不能做到充分了解， 也容易導致企業沿 用固有的行為模式從零開始， 閉門造車。 實際上， 許多行之有效且低成本的商 品化人工智能解決方案已紛紛問世， 可以立即投入使用。 關鍵在于， 企業應善用已 有資源， 根據自身需求做出個性化調整。 為有效實現人工智能應用的規?；茝V ， 企業應沿著

15、一條連續不斷的路線 圖運行， 通過所有緊密相連的要素， 對實際生產的關鍵路徑進行追蹤唯有這 樣， 才能真正令人工智能帶來的價值迅速攀升。 中國企業人工智能應用之道 10 15 24 價值 + 戰略 價值實現 持續設計規劃 治理 人員 + 能力 檢查點#1 企業是否制定 了數據戰略和 AI戰略？是否 知曉期望實現 的價值？ 檢查點#6B 企業是否能夠重復利用新創建 的功能， 以便參照其他優先應 用模式交付價值？如果不能， 可適當進行哪些調整， 以擴大 功能的使用范圍？ 檢查點#5 是否已更新風險管理框架， 將應急方 案納入其中， 用以應對不當結果？誰 應對AI系統做出的決策負責？ 檢查點#6A

16、企業是否實現了預期價 值？如何衡量？是否需 要進行產品優化， 以實 現價值最大化？ 檢查點#3 是否需要對運作 模式進行調整， 以優化不同專業 人員的合作？ 投入 生產 檢查點#2 當前使用的數據是否能夠實現應用模 式的預期成果？需要進行哪些調整？ 展望未來， 該功能是否可以推廣 ， 為其 他應用模式提供支持？ 檢查點#4 在進入生產階段前， 企業是否看到吸引更多 供應商或合作伙伴參與其中的機遇？ 是否建 立合適的團隊和反饋回路來持續改善生產？ 迭代周期 0 23周 交付 迭代周期1-N 開始 快速迭代有關版本發 布、 相關功能和史詩故 事的上層設計。 詳細進行史詩故事與 用戶故事迭代， 并將

17、開 發工作推進至產品創 建階段。 計劃和創建史詩故 事和用戶故事 交付史詩故事與 用戶故事 3 6B 6A 圖8. AI路線圖： 企業布局之道 中國企業人工智能應用之道 11 從概念驗證向規?；茝V進階的 四大要素 從上面的人工智能路線圖不難看出， 企業如果想要將人工智能應用從概念驗證階段進階到規?；?推廣階段需要滿足四大要素。 這也是成功實現人工智能規?；瘧闷髽I的四個優勢特點。 01 價值 + 戰略 | 業務戰略即是人工智能戰略 02 人員 + 能力 | 使人員做好準備 03 治理 | 為人工智能注入責任 04 價值實現 | 投入生產并擴大價值 中國企業人工智能應用之道 12 01 價值

18、+ 戰略 規?；茝V階段企業制定了清晰的人工智能戰略和運營模型， 使其與高管層的總體 目標保持一致并相互整合。 規?；茝V階段企業能夠試點并成功推廣80%的人工智能項目。 與此同時， 他們設定了更長 遠的規劃， 其中表示從試點到規?；瘯采w一至兩年的比例， 較概念驗證階段企業高出65%。 這 些領先企業目標更為明確， 對于實現規?；臅r間跨度、 以及需要為此采取哪些合理行動， 均有 著更現實的預判和規劃。 與概念驗證階段企業相比， 規?；茝V階段企業的基礎工作做得更細致 到位。 為了成功實現規?；?， 企業需要合理的組織結構和有效的治理機制。 規?；茝V階段企業二 者兼備， 近四分之三 （71%

19、） 的此類受訪企業表示， 自身擁有清晰定義的戰略和運營模式來推廣人 工智能技術， 而概念驗證階段企業持相同看法的僅占半數。 此外， 規?；茝V階段企業擁有更為 靈活的業務流程， 以及整合進入更廣泛的生態系統。 此外， 規?；茝V階段的企業還清晰定義了職責明確的流程與管理者， 并安排了致力于人工 智能發展的領軍者為高管層提供支持。 一旦缺乏牢固的業務戰略根基、 以及可有效監督與管控的 治理機制， 推廣計劃必然進展遲緩。 究竟誰是人工智能和數據的 “擁有者” ？ 這一問題已在許多 企業中引發紛爭。 而且， 無論使用何種人工智能平臺、 抑或引入何種專有技術， 只要偏離正確的方 向， 一切努力都將付諸

20、東流。 埃森哲最新全球高管調研顯示， 超過半數的全球及中國企業均認為尚 需更多努力， 確保人工智能應用推廣 聚焦于業務優先方向。 中國企業人工智能應用之道 13 圖9. 規?；茝V階段企業， 為AI制定了清晰的戰略和運營模型 50% 71% 53% 67% 靈活的業務流程 49% 65% 整合進入更廣泛 的生態系統 清晰定義的戰略 和運營模式 數據來源： 埃森哲全球高管調研， 2019 圖10. 明確戰略目標層面， 全球及中國企業有共識 60% 54% 清晰定義的戰略 和運營模式 60% 56% 靈活的業務流程 60% 52% 整合進入更廣泛 的生態系統 數據來源： 埃森哲全球高管調研， 20

21、19 概念驗證階段 中國 規?；茝V階段 全球 中國企業人工智能應用之道 14 厘清對自身而言， 商業價值的具體含義； 將商業價值的定義轉化為業務戰略； 制定與業務戰略重點相統一的發展路徑， 由此創造前所未有的成果。 企業行動指南： 業務戰略即是人工智能戰略 中國企業人工智能應用之道 15 案例1： 國內電力企業基于業務規劃的 人工智能戰略 國內某電力企業為了落實國家創新驅動發展戰略， 以破解原有業務模式難以實現增長目標的 困局， 圍繞人工智能發展與應用編制了專項規劃。 針對企業生產人員普遍不足等一系列生產效率較 低的問題， 公司首先梳理出 “聚焦網絡運營提效， 業務運營精細化和行業生態建設”

22、 的業務轉型戰 略， 并以此為基礎樹立了人工智能戰略的核心目標： 網絡資產運營智能化； 企業運營管理自動化與 科學決策； 生態系統與新興業務的智能化賦能。 通過評估當前智能化運營的現狀， 該企業進一步規劃出實現該人工智能戰略目標的具體途徑： 首先， 全員能力提升與資源平臺建設。 由企業高層直接推動， 總部成立了數字化部門， 負責總體管 理和頂層設計； 各相關部門和分子公司負責具體任務的建設管理。 其次， 增加技術研發投入， 加速 創新與生態體系建設。 以智慧輸電為例， 通過巡視無人化、 操作自動化， 加之以機器人、 在線監測裝 置、 衛星等智能裝備的 “加持” ， 工作人員可實時掌握輸電線路設

23、備本體及通道走廊情況。 最后， 聚 焦核心業務領域的人工智能應用開發、 試點與推廣 。 根據實施路線圖明確重要節點與分階段目標， 試點先行， 以點帶面。 通過有步驟、 有規劃地推動各專業試點建設， 先打造智能變電站試點， 智能配 電網試點， 再逐步在片區內實現全功能覆蓋。 總體而言， 該企業通過建設統一的人工智能基礎平臺， 并在生產、 營銷、 基建等領域開展大量 探索實踐， 形成一系列創新成果， 成功實現業務轉型。 人工智能與業務發展深度融合已成為促進公 司效率與效益提升、 推動公司高質量發展的重要舉措。 中國企業人工智能應用之道 16 02 人員+能力 規?；茝V階段企業普遍針對人工智能建立

24、了專門的多學科團隊、 培訓 體系、 和明確問責機制。 其比例是概念驗證階段企業的1.5至2倍。 企業要想有效規?；渴鹑斯ぶ悄?， 就必須將多學科團隊全面植入組織當中這些團隊 應得到自上而下的明確支持， 從而與公司高管層的愿景始終保持一致。 就規?；茝V階段的企業 來看， 此類團隊通常由首席人工智能官、 首席數據官或首席數據分析官領導， 成員則包括： 數據科 學家； 數據建模師； 機器學習、 數據和人工智能工程師； 可視化專家； 以及數據質量、 培訓和宣傳 等領域的專業人士。 在這方面， 規?；茝V階段企業經驗更為豐富。 92%的這類企業表示在人工智能應用中充分 發揮了多學科團隊的作用。 此外，

25、 絕大多數這類企業的員工都接受過正規的人工智能培訓， 充分 知曉如何在工作中運用人工智能， 同時理解和應用負責任的人工智能。 埃森哲全球高管調研指出， 相較 全球同行， 中國企業需要付出更多努 力以提升企業上下對人工智能應用的 認知和技術能力。 中國企業人工智能應用之道 17 圖11. 規?；茝V階段企業， 員工做好了充分準備 數據來源： 埃森哲全球高管調研， 2019 圖12. 提升人員能力層面， 中國企業較全球同行需更努力 49% 57% 接受正規培訓 39% 63% 充分知曉如何在 工作中運用AI 50% 53% 理解和應用 負責任的AI 數據來源： 埃森哲全球高管調研， 2019 規模

26、化推廣階段的企業充分發揮了 多學科團隊的作用 92% 接受正規培訓：充分知曉如何 在工作中運用AI： 理解和應用 負責任的AI： 70%78%65% 中國 全球 中國企業人工智能應用之道 18 建立合適的人才組合； 審視組織結構； 確保技術應用與首席高管層的發展理念一致； 部署人工智能前， 找尋外部資源極為必要； 優先重復利用， 購買次之， 最后創建。 企業行動指南： 使員工做好充分準備 中國企業人工智能應用之道 19 案例2： 全球高科技企業建立跨學科首 席數據官團隊統籌資源和能力 案例3： 埃森哲未來人才平臺: 無界學習 推動人機無縫協同 某全球高科技企業在經歷了多年的快速發展之后， 逐漸

27、進入瓶頸期， 增長 乏力。 通過梳理當前面臨的主要問題， 企業發現其人工智能等數字化能力未能 規?；瘧?， 無法為企業的業務模式轉型和創新賦能， 從而， 導致數字化創新回 報不足， 數字循環難以打通、 并實現經濟優勢。 在厘清業務痛點之后， 該企業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： 共同創造、 共同實現、 共同運營。 在跨學科首席數據官團隊的努力下， 該企業很快實現了 ， 數字技術大規模、 加速進入業務主航道， 人工智能應用與業務的無縫結

28、合。 以及， 在多業態模式 下， 業務精益管理和智能管理。 此外， 開發團隊和業務部門的協同， 也推動了不 確定性多發環境下， 業務穩定連續和靈活決策。 讓員工技能培訓緊跟科技發展步伐， 是每家企業在數字時代的必修課。 埃 森哲作為一家全球領先的專業服務公司， 在員工人工智能應用培訓方面也獨 具心得。 埃森哲通過構建 “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， 切中員工的項目或者工作需 求； 培訓內容涵蓋從初步認知到熟練應用不同階段，

29、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， 迎接人機協同時代。 自埃森哲未來人才平臺上線以來， 有超過18萬名埃森哲員工的人工智能技 能培訓在20個月內完成。 此外， 還有超過4萬名來自一歐洲銀行的員工基于埃森 哲協助開發的企業智能技術學院， 高效完成人工智能技能培訓。 總而言之， 人工 智能培訓平臺不僅提升了員工的認知， 建立起員工對于人工智能技術的信任； 優 化組織結構調整， 提高人機互學效率； 還實

30、現了人與機器的技能與優勢互補， 提 高功效， 優化質量。 中國企業人工智能應用之道 20 03 治理 規?；茝V階段企業充分認識到數據治理的重要性， 因此構建起了堅實 的數據基礎。 多年來， 大多數企業在不斷收集、 存儲、 分析和重新配置的信息層層累積后， 都疲于應對龐大 的數據量， 無法有效對其進行清理、 管控、 維護和使用。 規?；茝V階段企業則能夠在有效治理 數據的同時， 消除環繞在真正數據周圍的 “噪聲” 。 他們認識到關鍵業務數據的重要性， 因此將財 務數據、 營銷數據、 消費者數據以及主數據確定為優先領域。 規?；茝V階段企業不僅更善于組織和管理數據， 而且還通過大力投資， 在云端

31、建立數據質 量、 數據管理和數據治理框架。 除此以外， 規?；茝V階段企業擁有清晰的操作模式， 能夠合理 協調數據的生成與使用。 埃森哲研究顯示， 多數規?；茝V階段企業 （61%） 在使用更加準確的 數據集， 比例遠高于概念驗證階段企業 （38%） 。 另一方面， 同概念驗證階段企業 （56%） 相比， 規 ?；茝V階段企業 （67%） 更普遍地將整合內外部數據集作為標準做法。 此外， 規?；茝V階段企 業還更擅長獲取和整合各種不同的內部數據源。 規?；茝V階段企業大多使用恰當的人工智能工具來管理應用軟件中的數據。 這類工具包 含云數據湖、 帶有模型管理與治理功能的數據工程/數據科學工作臺、

32、 數據和分析功能交易平臺、 以及搜索服務等。 從數據的創建、 托管， 一直延伸至利用。 規?；茝V階段企業深知， 借助更為多 樣化的數據集來支持各項行動至關重要。 埃森哲最新全球高管調研顯示， 相較全球同行， 中國企業在數據資源 獲取方面的優勢得天獨厚， 但仍需努 力實現更優數據治理。 中國企業人工智能應用之道 21 圖13. 規?；茝V階段企業， 構建起堅實的數據基礎 38% 61% 擁有精確的 大型數據集 56% 67% 能夠整合 內外部數據 51% 61% 47% 60% 能夠獲取和整合各種 不同的內部數據源 選擇恰當的AI工具 來管理數據 數據來源： 埃森哲全球高管調研， 2019 圖

33、14. 中國企業擁有數據資源的優勢， 但需優化數據治理 數據來源： 埃森哲全球高管調研， 2019 概念驗證階段 規?；茝V階段 60% 42% 擁有精確的 大型數據集 65% 58% 能夠整合 內外部數據 78% 53% 68% 50% 能夠獲取和整合各種 不同的內部數據源 選擇恰當的AI工具 來管理數據 中國 全球 中國企業人工智能應用之道 22 定義公平與偏見對于貴公司的實際意義； 制定和宣傳符合道德規范的數據使用公告； 確保有關人工智能的考量已納入核心價值觀和 合規流程之中； 實施具體的技術指南， 以確保人工智能系統的安 全性、 透明性和問責性。 的受訪者對基于人工智能的決策和輸出 結

34、果缺乏信心。 受訪者則表示， 所在企業每月仍需要至 少一次對人工智能系統進行人工調整。 企業行動指南： 構建責任 埃森哲全球高管調研顯示 88% 60% 中國企業人工智能應用之道 23 案例4： 國內領先航企提升數據治理， 助力人工智能部署 案例5： 海外啤酒釀造商提高數據精度， 優化運營 國內某大型民航企業， 機隊規模與營收位居行業前列， 在上海和香港等多 地上市。 但是企業在數字化、 智能化運營的過程中， 發現數據治理與數據資產 管理的種種問題數據資產不透明、 共享差、 質量不高、 難消費， 從而， 制約 了業務的持續化變革， 以及數據產品和數字化創新在作業、 管理、 決策層的價值 體現。

35、 埃森哲在了解該企業困境之后， 結合全球航司的領先實踐， 為其實施了人 工智能部署， 聚焦數據價值的體現。 通過承接集團數據中臺戰略， 打造流動數 據、 量化數據和智慧數據， 以支撐集團業務數字化、 數據資產化、 分析產品化和 治理常態化。 具體來說， 埃森哲幫助該企業基于 “人貨場” 理念梳理航司供應鏈 的業務流程， 從輸入、 輸出、 組織三個組成部分標識關鍵業務領域及核心數據。 然后， 打造以業務升級為契機、 戰略績效考核為驅動的數據資產優化管控實施 過程。 同時， 通過機關管控、 業務驅動、 研發主責、 業務獲益， 使企業一把手持 續專責項目任務。 最后， 搭建完整的數據管理保障制度，

36、并通過數據管理辦法 及相關細則的形式推行貫徹， 形成制度保障。 截至目前， 埃森哲已為該航企提供了18個數據域， 128個主題的高質量數據 服務。 通過數據洞察， 助力企業業務轉型和運營效率提升； 以及， 推動數據產品 化， 打造數據價值生態圈， 提升數據交易價值。 某大型啤酒釀造企業， 釀造工廠與營銷網絡遍及全球。 但隨著全球啤酒市 場競爭加劇， 加之啤酒消費放緩， 該企業市場份額受到侵蝕， 市場增長也明顯 乏力。 憑借前沿的機器學習技術和新型智能， 該企業不僅開發出更為精確的預測 模型， 也攻克了數據準確性難題。 該企業通過人工智能應用改善了100多個數據集的數據質量。 高質量的數 據使得

37、企業各部門的關鍵決策者以前所未有的速度和規模， 獲取了高度可行的 數據驅動型洞見； 在此基礎上， 該企業改進消費者和客戶細分， 推動銷量不斷 增長； 優化客戶體驗， 精簡流程與產品配置， 從而實現了四倍的投資回報。 中國企業人工智能應用之道 24 04 價值實現 當一個企業可以持續設計規劃人工智能項目， 并不斷投入生產的時候， 意味 著企業實現了規?；茝V階段的價值。 如何判斷一個企業是否已經在實現人工智能規?；牡缆飞喜饺胝壞?？ 這就需要企業通過以下問題的考驗。 問題思考： 大規模構建人工智能的條件已然齊備？ 您是否已界定 “價值” 對于貴公司的涵義， 并且會優先通過哪些人工智能應用模式來

38、實現已界定的價值？ 企業是否已制定數據戰略， 明確數據是人工智能技術的關鍵使能因素？ 企業人工智能團隊是否確切知曉借助人工智能想要實現的商業目標他們有沒有準備好進入生產階段 （避免受困于概念驗證階段） ？ 當人工智能作出錯誤、 片面， 甚至非法的決策時， 貴公司是否具備相應道德框架和正確方法來予以糾正？ 中國企業人工智能應用之道 25 全方位統籌， 確保大規模構建人工智能的條件就緒 明晰價值目標， 聚焦于人工智能在關鍵業務領域的應用推廣 制定數據戰略， 最大化數據對于人工智能技術應用的使能作用 企業行動指南： 投入生產并擴大價值 企業人工智能團隊聚焦需要實現的商業目標， 完善 各項準備， 人工

39、智能應用投產就緒 建立相應道德框架和正確方法， 糾正人工智能作出 的錯誤、 片面或非法決策 中國企業人工智能應用之道 26 案例6： 大型飲料企業通過智能營收 重建增長動力 近年來， 一家全球軟飲巨頭在華最大的罐裝企業之一， 面臨著市場疲軟、 競爭加 劇等外部環境挑戰； 同時， 零售終端擴張減速， 以及單個終端績效欠佳， 也導致該企業 市場份額下滑。 為了幫助該企業重構增長動力， 埃森哲對企業不同來源數據進行清洗及建模分 析。 埃森哲詳細調查了店鋪輻射區域的經濟、 人口與交通、 店鋪營銷活動以及店鋪業 績。 通過人工智能算法， 為該企業提供了 “數據-洞察-行動-結果” 的端到端解決方案。 具

40、體包含， 店鋪分群與基于分群的店鋪業績潛力預測； 數據驅動型營銷活動的分析與 優化； 以及， 基于數據洞察的 “控制塔” 。 在成功構建方案模型之后， 埃森哲還幫助該企業進行了梯次的應用落地。 首先， 在12個城市篩選出7,000+增長潛力店鋪， 落地實施； 然后， 進一步在全國范圍內， 通 過路徑選擇、 流程設計與資源配置進行推廣。 從而， 最終幫助該企業通過優化運營帶 來了超過35%的單店銷量增長。 中國企業人工智能應用之道 27 案例7： 綜合性保險公司基于客戶洞察推動 精準營銷 國內某綜合性保險企業， 主營壽險和財險， 業務網絡遍及全國。 不僅在上海證 交所與港交所上市， 還多年入選財

41、富全球500強企業榜單。 然而， 該企業由于缺乏 客戶洞察， 難以實現以客戶為中心的運營。 同時， 企業也尚未建立起完善的客戶數 據分析所需的技術平臺， 人才缺乏， 組織結構有待完善。 加之企業在產品設計， 營 銷措施和渠道建設等方面難以做到基于數據的科學和前瞻性決策， 運營水平有待 提升。 埃森哲運用人工智能技術， 為該企業提供了提高數據精度與預測結果準確性 的解決方案。 首先， 基于單個城市分公司的試點， 對其壽險客戶進行大數據分析， 深入了客戶行為與需求， 并基于客戶特征與行為進行客戶分群， 在此基礎上， 基于 客戶分群幫助企業進行產品設計， 制定營銷策略。 其次， 通過對營銷活動的分析

42、， 設立了績效評估與預測方案。 再基于分析的代理人招聘建議與評估， 建立了代理 人績效分析與預測。 在設計出整個解決方案之后， 埃森哲又幫助該企業進行多維度的戰略拓展。 在業務單元上， 從壽險拓展到財險； 在實施區域上， 從單一城市拓展到省級分公 司， 從經濟發達省份向內陸和西部省份拓展。 此外， 在服務范圍上， 從數據分析與 預測服務， 拓展到人工智能的能力建設、 技術平臺搭建以及相關組織架構的設計。 埃森哲實施的智能解決方案為該企業增加了超過30%保費收入， 提高了15% 代理人生產率， 同時， 實現了超過13%的營銷活動轉化率。 中國企業人工智能應用之道 28 時不我待， 即刻行動 企業

43、內外資源掃描， 構建人工智能能力 人工智能規?；妫?構筑企業內部人工智 能系統 從數據供應鏈出發， 為智能自動化奠定基礎， 打 造競爭優勢。 人工智能戰略的背后其實是大數據 和數據分析戰略， 數據越好， 人工智能就越好。 為 了在這個智能新時代取得突破性成果， 企業需要 把暗數據轉換為動態數據， 并建立對數據的信任 度。 對于將數據視為競爭優勢而非產品的企業來 說， 這也會是一個新的機遇。 人才與技術的融合， 打造全新商業模式和工作方 式。 人工智能、 數據分析和自動化不止是技術， 它 的背后更是人才。 從數據、 機器學習和軟件工程 師， 到數據科學家和人工智能技術專家， 人工智能 議程的

44、成功需要各種廣泛技能， 方可從企業的數據 中提煉出新銳洞察， 進而揭示新的商業模式和新 的工作方式， 幫助企業轉變方式和開拓新領域。 端到端的人工智能戰略為指引。 人工智能議程 想要取得成功， 需要有一個端到端的愿景。 創新加速器： 善用外部工具， 快速獲得人 工智能能力 企業通常希望快速實現人工智能規?；?， 并 將其效用最大程度發揮到業務成果里。 “即 服務” 模式類的人工智能工具可以幫助企業 分憂， 承擔構建和維護人工智能系統環境的 風險和復雜性。 企業不必關心分析背后的系 統架構， 從而更加專注于自身的業務發展。 在市場上， 有很多業已成熟的人工智能應用 工具和解決方案， 例如， 可擴展

45、的分析和信 息管理平臺， 可以提供隨時隨地 “即服務” ， 并支持云端部署或本地化。 借助專業的人工智能工具或解決方案可以幫 助企業在快速發展的技術環境中， 利用大數 據分析并快速獲得可操作的洞察和業務成 果。 以可控的成本， 高效部署人工智能應用， 同時， 大大縮短企業速檢測人工智能投資回 報及商業價值的時間。 他山之石： 借助專業企業能力， 實現人工 智能應用落地 全球領先的端到端人工智能服務提供商可以 與企業共享數字化轉型全球最佳實踐， 站在 巨人肩膀上才能快速前進， 搶占窗口時機。 企業憑借自己力量， 從零做起實現人工智能 規?；?， 難度相對較大， 時間成本和試錯成 本都較大。 借助具

46、有人工智能實施能力的專 業企業， 能夠避免企業少走彎路， 快速實現 人工智能在企業中的有效應用和規?；?。 端到端的人工智能服務提供商擁有覆蓋全面 行業經驗， 可以提供推動行業相關人工智能 實施的全面分析， 幫助企業實現人工智能的 落地和規?；?， 構建規?；斯ぶ悄芟到y， 為企業的全業務流程賦能。 此外， 全球領先 的專業人工智能服務提供商擁有相應的知識 產權和能力， 可以幫助企業更好的實現人工 智能布局。 中國企業人工智能應用之道 29 更新思維模式， 勇攀新高 成功的人工智能規?；茝V ， 在遵循三大最佳實踐的同 時， 亦需不斷更新思維模式， 及時摒棄先前人工智能發展過 程中形成的固化觀念。

47、 這不只關乎更快的行動速度； 更要朝著正確方向奮力前進。 這不只關乎更大的投資規模； 更要將資金投向正確位置， 以此推動 大規模變革。 這不只關乎搜集更多數據； 更要堅定而務實地展開相關投入， 進而 提煉出精準洞見。 這不只關乎某一名領導者； 更要建立具備適當能力的多學科團隊。 中國企業人工智能應用之道 30 著眼未來， 布局產業化增長 在逐步實現規?；茝V階段之后， 產業化增長將成為企業的動態目標。 實現產業化增長并非固定目標， 而是會隨著技術的發展出現變化認識到這一點非常重要。 根據過往經驗我們得知， 以下三項進一步改 變將助力企業更快到達其人工智能規?；返淖罱K點建立數據驅動型企業文化

48、， 由此支持人工智能 推動回報的指數級增長。 首先關注投資 企業首席高管層將人工智能投資 視為開展業務的成本。 他們認識到人工 智能計劃對企業未來增長和支出的關 鍵意義， 從而為此撥付預算， 無需通過 事先證明投資回報率來說明投資的合 理性。 采用數字平臺思維促進規?；渴?平臺具有加快速度和擴大價值兩大 主要目標。 數據只需在平臺上發布一次， 即可通過應用程序接口 （API） 和微服務 為諸多產品所用， 這顯然能夠增強成本效 益。 此外， 平臺還有助打破信息孤島、 實 現數據和洞見的廣泛可用， 進而推動業務 推廣 ， 在整個企業、 乃至更廣闊的合作伙 伴生態系統中促進協作與創新。 通過負責任

49、的人工智能建立信任 負責任的人工智能需要創建一套 框架， 確保技術應用的倫理道德、 透明 度和責任制充分符合用戶期望、 企業價 值觀、 以及社會法律和規范。 負責任的 人工智能能夠防止使用帶有偏見的數 據或算法， 保證自動化決策合理、 可闡 釋， 并且有助于維系用戶信任和保護個 人隱私。 中國企業人工智能應用之道 31 穩步推進人工智能 規?；?依托覆蓋整個企業的數字平臺來釋放人工智能的龐大威力， 是一次不斷積累和深 入的征程。 那些在每段路徑中持續汲取經驗教訓的企業都能達到一種理想狀態： 將業務 戰略與數據分析法無縫融合起來、 充分借助可反復使用的數據基礎， 并且通過平臺高效 推廣。 最終， 這些企業會打造出不可戰勝的全方位競爭力從組織有效性， 一直延伸 至品牌認知度和信任度， 從而收獲產業化增長的豐碩成果。 中國企業人工智能應用之道 32 關于本次調研 受訪者職位12個國家16個行業 我們的調研旨在揭示