德勤：企業人工智能應用現狀分析（第三版）（29頁）.pdf

1、制勝人工智能時代制勝人工智能時代 企業企業人工智能應用現狀分析（人工智能應用現狀分析（第三版）第三版） 人工智能研究院及科技、 傳媒和電信行業中心聯合報告 科技、傳媒和電信行業中心開展行業研究，獲取精深洞察，助力企業洞悉未來機遇。憑借 專業研究，該中心協助企業高層順應新技術與新趨勢，簡化復雜業務難題，解決核心問題，助 力企業增強競爭優勢，贏在當下，制勝未來。作為值得信賴的顧問機構，科技、傳媒和電 信行業中心致力于協助企業高層更有效地識別風險與回報，把握機遇，在迅速變化的科技、傳 媒和電信行業格局中解決最嚴峻的挑戰。 聯系我們聯系我們 欲了解有關科技、傳媒和電信行業中心的更多詳情和最新研究及洞察

2、，敬請訪問 訂閱訂閱 欲訂閱科技、傳媒和電信行業的郵件通訊，敬請點擊 選擇您感興趣的領域。 互動互動 關注推特賬號DeloitteTMT。 關于科技、傳媒和電信行業中心關于科技、傳媒和電信行業中心 人工智能研究院匯集人工智能領域頂尖智慧，憑借前沿研究和創新，推動“賦能時代”的 人機協作，助力組織機構實現人工智能轉型。研究院的成立旨在促進人工智能的對話和發展， 激勵創新，挑戰現狀。人工智能研究院與由行業思想領袖、學術權威、初創企業、研發團 隊、企業家、投資者和創新者組成的生態系統協作，結合在人工智能應用領域的深度經驗， 助力組織機構實現人工智能轉型。研究院專注于人工智能多個重點領域，當前研究重心

3、主要集 中于倫理道德、創新、全球發展、未來工作和人工智能案例研究等。 聯系我們聯系我們 欲了解更多有關人工智能研究院的更多詳情，敬請訪問 關于人工智能研究院關于人工智能研究院 內容摘要 引言 人工智能應用前沿 結語：領先之道 尾注 目錄目錄 2 3 5 17 20 2 通通過把握人工智能的全球脈搏，我們 發現了以下關鍵洞察： 人工智能應用者對人工智能應用者對人工智能技術推動人工智能技術推動 價值創造和競爭優勢價值創造和競爭優勢的的能力能力保有保有信心信心。 我們看到人工智能技術的實施水平不 斷提高，投資持續增長。應用者表示 其正逐步取得競爭優勢，并預期其企 業和所在行業將會全面開展以人工智 能

4、為驅動的轉型變革。 企業的先行優勢很快便會企業的先行優勢很快便會消失。消失。隨著 應用逐步普及，人工智能賦能型企業 可能不得不需要付出更大努力，以保 持相對于行業對手的競爭優勢。競爭 格局扁平化的一個跡象是，多數應用 者預期在不久的將來，人工智能將會 融入越來越廣泛的應用程序之中。 幾乎所有應用者都在使用人工智能提幾乎所有應用者都在使用人工智能提 升效率升效率；成熟型應用者亦在利用人工成熟型應用者亦在利用人工 智能技術進一步推動差異化競爭。智能技術進一步推動差異化競爭。人 工智能的自動化和優化應用可產生顯 著的效益，但企業應該努力超越這些 目標，利用人工智能技術創造新的產 品和工作方式。 應用

5、者更傾向于購買而非自行研發人應用者更傾向于購買而非自行研發人 工智能技術，且認為工智能技術，且認為擁有最好的人工擁有最好的人工 智能技術智能技術是獲取競爭是獲取競爭優勢的關鍵。優勢的關鍵。隨 著平臺、解決方案和供應商的選擇不 斷增加和改進，成為更明智的人工智 能技術消費者對企業而言可能變得愈 加重要。無論這些技術出自何處，能 夠對這些技術進行整合與擴展亦至關 重要。 應用者認識應用者認識到人工智能的風險，到人工智能的風險，但在但在 應對戰略、操作和應對戰略、操作和倫理道德風險方面倫理道德風險方面 仍普遍準備不足。仍普遍準備不足。隨著應用的增長， 人們對人工智能各種風險從無意 識偏見到明確責任的

6、認識也在增 加，而在采取具體行動來緩釋這些風 險方面卻似乎停滯不前，即使是技術 水平最高的應用者亦不例外。 通過擴展人工智能的應用場景、提升選擇 和評估新企業和新技術的能力，以及正面 應對人工智能風險，當前和未來的人工智 能應用者才能在這個人工智能廣泛普及的 新興時代度過難關，實現蓬勃發展。 內容摘要內容摘要 這是連續第三年針對企業高管開展人工智能相關調查，了解其企業對于人工智 能技術的看法和實踐。我們特別關注的重點在于，在人工智能應用持續增長的背景 下，企業將如何采取行動才能保持領先。同時，隨著人工智能治理、信任和倫理道 德日益成為董事會的重要議題，我們希望了解人工智能應用者如何有效地管理相

7、關 技術風險。 3 引引言言 當當前，現今一代人工智能技術的應用 正在展開新的篇章：能力不斷進步，人工 智能應用的開發和實施變得越來越容易， 企業也通過應用獲得了切實的好處。各國 政府均已制定了人工智能發展的國家戰略， 并大力投資開展研究和推進教育，同時也 在思考如何更好地管理人工智能技術應用， 以保護和造福社會。 我們看到，人工智能已被廣泛部署于各類 用例，以解決不同業務問題從管理和 自動化信息技術基礎設施，到收集關于客 戶的新洞察、識別和應對網絡威脅、幫助 指導醫療決策和改進招聘流程等。人工智 能正日益融入到商業結構之中。 誠然，由于各種障礙依然存在，并非所有 企業都已采用人工智能技術，同

8、時許多應 用者正在努力擴大所取得的成效。然而， 人工智能的“早期應用”優勢階段似乎正 在消弭；當前市場正邁入技術成熟的“早 期多數”階段。事實上，據IDC預測， 2023年人工智能技術的相關支出將增長 至979億美元，為2019年支出水平的2.5倍 以上。1 關鍵問題：關鍵問題：當人工智能變得無處不在，企 業如何在市場上脫穎而出？人工智能應用 者如何維持自身的競爭優勢？ 這是發布的第三版企業人工智能應 用現狀分析調查報告。本報告中，我們 調查了來自世界各地的2,737名信息技術 和業務線高管（參見邊欄“方法論”）。 本調查始終以了解各行業及各國人工智能 的應用發展為宗旨。在此前的報告中，我 們

9、詳細介紹了人工智能應用者的樂觀態度 及其持續增長的投資和部署。我們得出的 結論是，企業在對人工智能技術充滿熱情 之外，亦應重視建立強大的執行能力。我 們建議企業改進其風險和變革管理方法， 將人工智能應用于信息技術職能之外，并 尋求適當的技術和業務人才組合，加速推 進轉型。 4 方法方法論論 為獲得關于企業如何應用和管理人工智能技術并從中受益的全球視圖，從 2019年10月到12月調查了2,737名信息技術和業務線高管，范圍涵蓋九個國家：澳 大利亞（108名受訪者）、加拿大（300名受訪者）、中國（300名受訪者）、法國 （203名受訪者）、德國（201名受訪者）、日本（203名受訪者）、荷蘭（

10、100名 受訪者）、英國（218名受訪者）和美國（1104名受訪者）。 所有參與調查的企業都應用了人工智能技術。受訪者需滿足以下標準之一：有確定 的人工智能技術支出和/或已獲批準的人工智能投資；制定了人工智能技術戰略； 正在管理或監督人工智能技術實施；擔任人工智能技術領域的主題專家；圍繞人工 智能技術進行決策或對決策施加影響。 47%的受訪者為信息技術高管，其余受訪者為業務線高管。70%的受訪者為首席高 管：首席執行官、總裁和企業所有者占35%；首席信息官和首席轉型官占32%；其 他首席高管占3%。作為此次不記名調查的補充，還對來自各個行業的人工智 能專家進行了深入的電話訪談。 5 熟練熟練者

11、者（47%）普遍已經啟動了多個人 工智能生產系統，但其人工智能應用 的成熟度還未達到“精通者”的水平。 他們在人工智能實施項目的數量或人 工智能的專業能力上有所落后，抑或 者兩者兼有。 起步者起步者（27%）剛剛開始嘗試人工智能 應用，尚未在在人工智能解決方案構 建、整合及管理方面形成穩固的專業 能力。 維維持競爭優勢的挑戰更趨嚴峻持競爭優勢的挑戰更趨嚴峻 我們的調查顯示，人工智能應用者對他們 的人工智能策略以及如何通過技術實施、 財務投資、競爭優勢和預期變革影響獲取 利益方面抱有信心。 他們相信，和過去一樣，人工智能是確立 當今和未來市場領導地位的關鍵。90%的 精通者認為人工智能對他們當前

12、的業務 “非常重要”或“至關重要”（相比之下， 這一比例在整體受訪者中為73%）。所有 應用者都在加速擁抱關鍵的人工智能技術， 如機器學習、深度學習、計算機視覺和自 然語言處理等。這些技術預計將在未來一 年得到全面普及（參見邊欄“人工智能技 術組合”）。 精通人工智能應用的領先企業精通人工智能應用的領先企業 為了解人工智能的前沿格局，我們根據人 工智能部署項目的數量以及受訪者對其企 業各方面專業能力的評價，將人工智能應 用者分為三個類別（圖1）： 精通者精通者（26%）正在樹立人工智能應用 成熟度的標桿。他們業已開展大量的 人工智能生產部署，并在人工智能技 術和供應商選擇、用例識別、人工智 能

13、解決方案構建和管理、信息技術環 境和業務流程的人工智能整合、以及 人工智能技術人員雇傭與管理等方面 發展形成了全方位的人工智能專業能 力。 圖1 企業的人工智能應用成熟度各不相同企業的人工智能應用成熟度各不相同 “精通者”已經構建了多個人工智能系統， 并且在技術選擇、用例識別、人工智能解決 方案構建和整合以及人員配置方面展現出較 高的成熟度。 企業人工智能應用現狀分析（第三版） 人工智能應用前沿人工智能應用前沿 來源：企業人工智能應用現狀分析（第三版），2020年。 人工智能生產部署數量 156-1011+ 人工智能構建、整合、管理 專業能力 高 低 精通者 26% 熟練者 47% 起步者 2

14、7% 6 應用者正在進行大規模人工智能投資，有 53%的受訪者過去一年在人工智能相關技 術和人才方面的支出超過2,000萬美元。 71%的受訪者計劃擴大下一個財務年度的 投資，平均預期增長26%。2精通者的投 資甚至更大，有68%的精通者在過去一年 的支出超過2,000萬美元。這些企業通常 也能在較短的時間內實現投資回報，81% 的受訪者表示其投資回報期少于兩年。 顯而易見，人工智能應用者正在將大量精 力和財力投入到人工智能實施上。那么結 果如何呢？以競爭力作為衡量指標，26% 的受訪者表示人工智能技術使他們在競爭 中占據了顯著的領先地位。在精通者中， 這一比例上升至45%。 多數應用者相信，

15、人工智能將在未來三年 內極大地轉變其所在企業和行業（圖2）。 先行者的優勢正在消失。上一版調查中， 有57%的受訪者認為人工智能將在未來三 年內轉變他們的企業，同時有38%認為其 所在行業也將在同一時間內發生轉變。3 這19個百分點的差距表明，人工智能應用 者看到了一個很小的競爭優勢窗口。我們 的最新調查顯示，這一窗口已經進一步縮 ?。侯A期企業在未來三年內出現轉型的比 例升至75%（上升18個百分點），認為行 業在同一時間將發生變革的比例升至61% （上升23個百分點），而兩者之間的差距 縮小為14個百分點。 人工智能人工智能技術技術組合組合 機器學習機器學習。利用機器學習技術，計算機可 學會

16、分析數據，識別隱藏的模式，進行分 類，并預測未來的結果。我們的調查顯示， 67%的受訪者目前正在使用機器學習，且 有97%正在使用或計劃在明年使用機器學 習。 深度學習深度學習。深度學習是機器學習的一個子 集，它基于一個名為“神經網絡”的人腦 概念模型。之所以被稱為深度學習，是因 為這種神經網絡有多個相互連接的層。我 們的受訪者中，有54%表示他們使用了深 度學習技術，95%正在使用或計劃在明年 使用。 自然語言處理自然語言處理。自然語言處理是一種從可 讀的、風格自然的、語法正確的文本中提 取或生成意義和意圖的能力。58%的全球 受訪者已采用自然語言處理技術，有94% 正在或計劃在明年使用自然

17、語言處理技術。 計算機視覺。計算機視覺。是一種從視覺元素中提取意 義和意圖的能力，包括字符識別（針對數 字化文檔）和圖像（如人臉、物體、場景 和活動）內容分類。在我們的受訪者中， 有56%聲稱他們使用了計算機視覺；94% 表示正在使用或計劃在明年使用。 制勝人工智能時代 雖然人工智能仍被廣泛看好，但隨著 應用障礙的減少以及應用數量的增加 ，人工智能應用者的優勢可能會逐步 減弱。其中的一個潛在原因是，人工 智能技術在企業中的應用變得越來越 容易。數據科學和機器學習平臺數量 激增；經人工智能優化的硬件能夠提 供更加強大的算力。借助自助型數據 預處理工具、合成數據、“小數據” 最讓我興奮的最讓我興奮

18、的事情事情之一之一 就是就是人工智能平臺的激人工智能平臺的激 增增，如此一來所有人都，如此一來所有人都 不必從不必從零開始，零開始，而可以而可以 在上一個研究者的基礎在上一個研究者的基礎 上開展工作。上開展工作。這將是我這將是我 們今后們今后幾年實現快速進幾年實現快速進 步的步的根本原因根本原因之一。之一。 ManoharPaluri，人工智能研究員，人工智能研究員 和預訓練模型，算法訓練如今變得更加簡 單。這種趨勢的一個表現是：74%的應用 者認為人工智能將在三年內融入所有企業 應用程序之中。我們愈加清楚地看到，世 界正在邁進人工智能全面普及的時代，無 論是否已經應用人工智能，企業都應尋求

19、開發新的能力，以確保能夠在這個時代實 現繁榮發展。 因此，已經利用人工智能實現優勢競爭的 企業應該繼續推動自身的差異化發展。對 于尚未采用人工智能技術的企業而言，應 著手加速自身產品、流程和人才方面的人 工智能轉型。 隨著后來者開始趕超行業領先者，人工智 能應用者應考慮重點采取以下三方面措施 以維持自身的優勢（參見圖3）： 注： 因有小部分受訪者回答“不清楚”，因此百分比累加可能不足100%。 來源：企業人工智能應用現狀分析（第三版），2020年 制勝人工智能時代制勝人工智能時代 過去幾年，開展人工智能實驗的企業數量 不斷增長，他們的數據相關能力得到了提 升，同時獲取了新技術，建立了人才隊伍，

20、 并將人工智能融入到業務流程之中。未來 數年，人工智能將會更加廣泛普及。正如 我們不再談論孤立的移動端戰略一樣（這 已經成為經營的一部分），人工智能將會 在不久之后成為標準和日常經營的一部分， 甚至比我們預期的更快。 7 企業人工智能應用現狀分析（第三版） 人工智能將轉變企業 23% 人工智能將轉變行業 43% 36% 26% 21% 9% 3% 17% 9% 8% 正在進行正在進行不到不到1年年13 年內年內35 年內年內超過超過5年年 圖2 企業和行業均將在不久的未來開展轉型企業和行業均將在不久的未來開展轉型 追求創新方法追求創新方法：在效率之上挖掘更多 價值，在人工智能應用方面變得更具

21、創造性，尋求發展與轉型之間的平衡。 成為更成為更明智的明智的消費者：消費者：面對市場上持 續增加的人工智能供應商、平臺和技 術，提高認識以更好地評估購買選擇。 積極積極應對應對風險：風險：更謹慎地使用人工智 能技術，與客戶及合作伙伴建立互信， 以避免相關工作受到人工智能感知風 險的阻礙。 追求創新方法追求創新方法 在人工智能全面普及的時代，任何人均可獲 取相關功能，而企業應努力拓寬人工智能的 應用范圍。在當前的應用浪潮中，我們發現 許多企業似乎更加關注如何改善現有能力， 而忽視創造新能力。這并不令人感到意外， 因為人工智能應用帶來了許多與效率相關的 效益，包括自動化流程，使人能夠專注于更 高價

22、值的工作；改善供應鏈，利用預測性維 護來減少停機時間；優化廣告購買和投放； 以及加快招聘速度等。 來源：企業人工智能應用現狀分析（第三版），2020年 8 “許多許多制藥企業的制藥企業的高管高管 都在考慮都在考慮人工智能帶來人工智能帶來 的成本的成本節約和效率。當節約和效率。當 你管理你管理一個龐大的組織一個龐大的組織， 有有數百數百個花費個花費數百萬數百萬美美 元的臨床試驗元的臨床試驗項目項目正在正在 進行進行，便會存在一些從，便會存在一些從 科學角度而言并不復雜、科學角度而言并不復雜、 容易容易實現實現的目標，而在的目標，而在 這些方面，人工智能這些方面，人工智能可可 以為組織節省數億美以

23、為組織節省數億美 元。元?！?Ron Alfa，轉化醫學發現高級副總裁轉化醫學發現高級副總裁， RecursionPharmaceuticals 圖3 在人工智能在人工智能無處不在的未來無處不在的未來，參與競爭和贏得勝利需要什么？，參與競爭和贏得勝利需要什么？ 12 追求創新方法 的應用者表示其在選擇人工智能技 術和技術供應商方面具備較高的技 能水平 謀求變革謀求變革 成為更明智的消費者 積極應對風險 提高流程效率 增強現有產 品和服務 應用者利用人工智能所尋求的前兩大價值: 的應用者認同由于新出現的風險，其 企業的人工智能技術應用正在放緩 激勵變革激勵變革 56% 制勝人工智能時代 當被要求

24、指出利用人工智能技術所尋求的 前兩大價值時，受訪者的選擇最多的是 “提高流程效率”和“增強現有的產品和 服務”（圖4） 。受訪高管表示，其企業 在這兩個方面所取得的成效大于其他人工 智能目標。 此前的調查中，我們發現企業主要將人工 智能技術應用在信息技術和網絡安全兩個 方面。47%的受訪者表示，信息技術是人 工智能應用最主要的兩大職能部門之一。 這可能意味著企業正在將人工智能用于信 息技術的相關應用之中，如分析信息技術 基礎設施的異常情況、自動化重復性維護 任務，或指導技術支持團隊的工作等。4 抑或者意味著信息技術部門正在企業中領 導人工智能的實施。 排在信息技術之后的，是網絡安全、生產 制造

25、、工程設計和產品開發等重要的人工 智能應用部門。而市場營銷、人力資源、 法務和采購等業務職能部門排在最后。所 有職能部門中，約有三分之二的實施項目 的目的在于實現自動化或優化，而非增強 個人能力（參見邊欄 “人工智能應用的 目標”）。 追求自動化和優化當然無可厚非，但隨 著人工智能逐步普及，企業將需要更大的 投入以形成差異化競爭優勢。企業通過更 多變革性提升獲得經驗之后，領導者應積 極采取更加果斷的變革性舉措，探索創造 新的人工智能驅動型產品和服務，并利用 人工智能發掘新洞察、賦能全新業務模式。 有跡象表明，人工智能的實施可能正在超 越效率范疇，向更廣闊的目標邁進。其中 的一個表現是：受訪者所

26、選擇的第三大人 工智能目標是“創造新產品和服務”。 圖 4 提高流程效率位列人工智能所實現的價值之首提高流程效率位列人工智能所實現的價值之首 注: 藍色虛線代表每個維度的平均值 來源：企業人工智能應用現狀分析（第三版），2020年 9 企業人工智能應用現狀分析（第三版） 改善決策 34% 32% 30% 36% 38% 40% 42% 10%15%20%25%30% 提高流程效率 發掘新洞察 提高員工 工作效率 增強現有產品及服務 創造新產品和服務 增進客戶關系 減少員工人數 賦能全新業務模式 降低成本 將流程效率列為將流程效率列為前前兩大目標的企業比例兩大目標的企業比例 實 現 實 現 高

27、成 效 的 企 業 比 例 高 成 效 的 企 業 比 例 精通者的方法可能是基于更豐富經驗的自 然進化，也可能是因為他們對人工智能所 固有的戰略思維。無論何種原因，企業對 人工智能的了解愈深入，對創造可能性的 認知似乎便更為廣闊。 創新型人工智能應用從為新興體育競 技制定規則，到音樂創作，再到尋找失蹤 兒童持續增長。5現實世界中，企業 不斷拓寬人工智能的應用范圍，推動其上 升至一個全新水平。以下是兩個例子： Recursion Pharmaceuticals公司正在使 用人工智能作為“顯微鏡”，以快速、 低成本的方式確定健康細胞和患病細 胞大型數據集之間的差異，從而發掘 新的化合物用于藥物研

28、發。6 佛羅里達州的Power Macy Bayern, “How IBM Watson AI scales tech support for thousands,” TechRepublic, December 5, 2019; Angus Loten, “CIOs turn automation on their own departments,” Wall Street Journal, May 15, 2019. Jon Fingas, “AI developed a whole new sport,” Engadget, April 15, 2019; Maura Barrett a

29、nd Jacob Ward, “AI can now compose pop music and even symphonies. Heres how composers are joining in,” NBC News, May 29, 2019; Anuradha Nagaraj, “Indian police use facial recognition app to reunite families with lost children,” Reuters, February 14, 2020. Ron Alfa (senior vice president of translati

30、onal discovery, Recursion), interview, September 23, 2019. Asa Fitch, “The key to keeping the lights on: artificial intelligence,” Wall Street Journal, February 7, 2020. Chris OBrien, “AI startups raised $18.5 billion in 2019, setting new funding record,” VentureBeat, January 14, 2020. Stanford Inst

31、itute for Human-Centered Artificial Intelligence, Artificial Intelligence Index: 2019 annual report, 2019. 10.Sara Castellanos, “Etsy accelerates AI experimentation thanks to cloud,” Wall Street Journal, February 19, 2020. 11.Michal Locker et al., Seasoned Explorers: How experienced TMT organization

32、s are navigating AI: Insights from Deloittes State of AI in the Enterprise, 2nd Edition survey, Deloitte Insights, 2019. 12.Another four in 10 say theyre “somewhat prepared” for each potential risk. 13.European Commission, “Communication from the Commission to the European Parliament, the Council, t

33、he European Economic and Social Committee and the Committee of the Regions: A European strategy for data,” February 19, 2020; Government of Canada, “Directive on automated decision-making,” February 5, 2019; Aaron Boyd, “Lawmakers working on legislation to pause use of facial recognition technology,

34、” Nextgov, January 15, 2020. 14.Deloitte Netherlands, Transparency and responsibility in artificial intelligence: A call for explainable AI, 2019. 15.James Guszcza et al., “Why we need to audit algorithms,” Harvard Business Review, November 28, 2018. Some technology companies offer tools that help o

35、rganizations tackle bias and lack of transparency in AI systems, including IBMs Fairness 360 and Watson OpenScale, and Googles What-if tool. See Alex Jones, “IBM Watson OpenScale and AI Fairness 360: Two new AI analysis tools that work great together,” Medium, May 10, 2019; Parul Pandey, “Using the

36、What-If Tool to investigate machine learning models,” Medium, May 3, 2019. 16.Daniel Schrag and David Eaves, “Belfer Center convenes Council on the Responsible Use of Artificial Intelligence,” Harvard Kennedy School, Belfer Center for Science and International Affairs, January 22, 2019; Amanda Russo

37、, “UK government first to pilot AI procurement guidelines co-designed with World Economic Forum,” World Economic Forum, September 20, 2019; Richard L. Hudson, “France and Canada move forward with plans for global AI expert council,” Science|Business, November 19, 2019. 20 尾尾注注 制勝人工智能時代 21 17.The Par

38、tnership on AI, for example, has more than 100 partnerscorporations, nonprofits, academic, and research institutionson a joint mission to drive public discourse and best practices about AIs benefits for people and society. See: Terah Lyons, “Partnership on AI 2019 Annual Report: Building a connected

39、 community for responsible AI,” Partnership on AI, January 30, 2020. 18.Daniel Schrag, “Harvard Kennedy School and Bank of America announce the Council on the Responsible Use of Artificial Intelligence,” Harvard Kennedy School, Belfer Center for Science and International Affairs, April 10, 2018. 19.

40、Jared Council, “Bosch launches AI training program for developers and managers: Coursework will include the companys new AI code of ethics,” WSJ Pro, February 25, 2020. 20.Barbara Cosgrove, “Workdays commitments to ethical AI,” Workday Blog, May 8, 2019. 21.Barbara Cosgrove, “8 ways to help ensure y

41、our companys AI is ethical,” Workday Blog, January 16, 2020. 企業人工智能應用現狀分析（第三版） 22 感謝 SayantaniMazumder 和 ShreyasWaikar 為本報告所貢獻的數據分析與鼎力支持， 感謝 Jeanette Watson 和 Karthik Ramachandran提供的專精知識與深刻洞察。 致謝致謝 制勝人工智能時代 23 Beena Ammanath | Beena Ammanath現任Deloitte Consulting LLP人工智能主管總監，是一名在人工智能和數字化轉型方面擁 有豐富全球經驗

42、的資深高管。她是人工智能公司Humans For AI Inc. 的創始人兼首席執行官，并合著了 人工智能變革商業（AI Transforming Business）一書。她常駐加利福尼亞州Pleasanton。 Susanne Hupfer | Susanne Hupfer現任Deloitte Services LP 科技、傳媒和電信行業中心研究經理，專精于科技行業。 她致力于研究技術趨勢對企業的影響，并為業務和信息技術領導人提供切實可行的專業見解。她常 駐波士頓。 DavidJarvis | David Jarvis 現任Deloitte Services LP 科技、傳媒和電信行業中心高

43、級研究經理。他負責開展研究 并撰寫報告，議題涵蓋各項新興業務和技術，包括網絡安全和人工智能。他常駐波士頓。 關于作者關于作者 企業人工智能應用現狀分析（第三版） 24 聯系我們聯系我們 以專業洞察，助您引領變革。如欲了解攻克難關的創新見解，請隨時聯系我們。 德勤全球全球領導人領導人 Paul Silverglate 美國科技行業領導人|合伙人| Deloitte& ToucheLLP +1 408704 2475| Paul Silverglate是美國副主席、科技行業領導人，負責科技、傳媒和電信行業的風險和財務咨詢 業務。他深諳領導力發展、危機管理、企業數字化轉型、業務持續性、變革管理，充分

44、調配全球組 織內最佳資源，協助客戶解決最復雜的問題，并滿足其專業服務需求。 NitinMittal 人工智能戰略發展咨詢領導人 負責人| DeloitteConsultingLLP +1 617947 7500| Nitin Mittal是DeloitteConsultingLLP的負責人，目前領導的分析與認知業務。他專注于為客戶提 供咨詢建議，加速基于數據和認知的轉型，不斷推進增強型智能，從而打造競爭優勢，協助客戶作 出戰略決策、實現轉型升級，從而引領變革前沿。 Irfan Saif 人工智能戰略發展聯席領導人 負責人|Deloitte&ToucheLLP +1 415269 8276| I

45、rfan Saif是美國人工智能聯席領導人，同時擔任風險與財務咨詢的人工智能領導人。他的職責 是推進相關戰略與實施，利用人工智能優化現有解決方案、制定創新解決方案，以及推進跨部門、 跨行業協同舉措，從而助力四大業務部門應用并拓展人工智能技術。 德科技、勤科技、傳媒和電信傳媒和電信行業行業中心中心 Jeff Loucks 常務總監 科技、傳媒和電信行業中心|DeloitteServices LP +1 614477 0407| Jeff Loucks是科技、傳媒和電信行業中心常務總監。他負責開展研究并撰寫報告，協助企業有 效開展技術變革。 制勝人工智能時代 24 德中國領導人勤中國領導人 趙文華

46、趙文華 人工智能研究院中國區領導人 中國首席數字官 +86 21 6141 1568 | 制勝人工智能時代 趙文華擁有逾25年的數字化轉型、科技咨詢、大數據分析和人工智能行業經驗。他創建了數 智研究院，推動發展創新型的數據分析服務，助力中國在項目追取和實施過程中脫穎而出。 他亦是科技創新的先驅，在業務活動中積極采用新技術，負責培育云基礎設施、采用金融機 器人自動化（RPA）的數字化金融和審計流程自動化（APA）等。 趙文華是人工智能研究院的中國區領導人，致力于運用人工智能技術來推動商業化價值。 2017年9月，趙文華任命為中國首席數字官，領導一支由資深業務領導和專家組成的數字化 團隊，負責制定

47、和領導內外數字化戰略的各項內容,加速中國數字化轉型的發展。 25 邁入賦能的時代賦能的時代，致力協助客戶充分發揮人機協作的真正潛能。為了實現人工智能的 愿景，需在發展人工智能技術的同時，從多個維度廣泛深入地構建綜合能力。有效整合 各種必備能力，并將其運用于我們的支持平臺和領先人工智能產品，確?？蛻絷P注的是成果， 而非不斷變化的技術環境。專注于打造端到端人工智能解決方案，旨在為客戶提供全方 位協助，包括優化后臺、創造全新增長機會等。欲獲取更多信息，請訪問D 。 企業人工智能應用現狀分析（第三版） 關于洞察關于洞察 洞察發布原創文章、報告和期刊，為企業、公共領域和非政府機構提供專業洞察。我們的目標

48、是通過調查研究，利用 整個專業服務機構的專業經驗，以及來自學界和商界作者的合作，就企業高管與政府領導人所關注的廣泛議題進行更 深入的探討。 洞察是Deloitte Development LLC旗下出版商。 關于本刊物關于本刊物 本刊物中所含內容僅為一般性信息，任何有限公司、其成員所或它們的關聯機構（統稱為 “組織”）并不因此構成 提供任何會計、商業、財務、投資、法律、稅務或其他專業建議或服務。本刊物不能代替此等專業建議或服務，讀者亦不 應依賴本文件中的信息作為可能影響自身財務或業務決策的基礎。在作出任何可能影響您的財務或業務的決策或采取任何 相關行動前，您應咨詢合資格的專業顧問。 任何網絡內

49、的機構均不對任何方因使用本刊物而導致的任何損失承擔責任。 關于關于 Deloitte（“”）泛指有限公司（一家根據英國法律組成的私人擔保有限公司，以下稱“有限公司”），以及其一家 或多家成員所和它們的關聯機構。有限公司與每一個成員所均為具有獨立法律地位的法律實體。有限公司（又稱“ 全球”）并不向客戶提供服務。在美國，指有限公司、在美國以“”的名義運營的關聯機構及其各自的附屬 公司所屬的一家或多家美國成員所。根據公告會計條例及法規，某些服務并不向鑒證客戶提供。請參閱 以了解更多有關有限公司及其成員所的詳情。 2020Deloitte Development LLC版權所有 保留一切權利 有限公司成員 德洞察勤洞察 編輯編輯:MatthewBudman、SayanikaBordoloi和NairitaGangopadhyay 創意創意:Sonya Vasilieff 推廣推廣:Hannah Rapp 敬請登陸 敬請關注 De