人工智能的業(yè)務(wù)價值：疫情期間的巔峰表現(xiàn)

1、要點了運營成本超過 85% 的先進(jìn)采用者借助人工智能降低39% 提高了人員效率。受域節(jié)訪省高了管運表營示成，本人。工4智7%能幫的助先他進(jìn)們采在用許者多降領(lǐng)低和了生流產(chǎn)程方效面率的方成面本的，成本，41% 降低了供應(yīng)鏈?zhǔn)杖巳牍ぴ鲋情L能（為或先抵進(jìn)消采收用入者下貢降獻(xiàn)）了 10%-12% 的這貢些獻(xiàn)企率業(yè)平表均示達(dá)，到人6工.3%智，能要對么收體入現(xiàn)增在長抵的消直接了由多需疫求情的導(dǎo)企致業(yè)的把收握入住下新降的，增要長么機(jī)是遇幫。助發(fā)現(xiàn)更的受訪企業(yè)表示，通過使用虛擬客服技僅和運僅營是收虛益擬客服技術(shù)就可以帶來可觀的財務(wù)99%3%。2術(shù)次對降話低可了節(jié)每省次聯(lián)5.系50的美成元本的，成據(jù)本估。算1

2、每客處戶理滿一意度收因入此增提長高了了 12%，客服滿意度提高了 9%，隨著企業(yè)領(lǐng)導(dǎo)在由疫情推動的轉(zhuǎn)型之旅中摸索前進(jìn)，人工智能 (AI) 繼續(xù)支持企業(yè)快速、大規(guī)模地應(yīng)對緊迫的優(yōu)先業(yè)務(wù)需求。人工智能改善了企業(yè)的成本基礎(chǔ)，增強(qiáng)了人員的能力，從而廣泛地提高了效率。人工智能有助于改進(jìn)或保護(hù)收益、體驗和敬業(yè)度。由于它對收入和成本都具有積極的影響，因此在當(dāng)前危機(jī)期間和之前，人工智能的重要性已經(jīng)顯而易見。我們六年來收集的數(shù)據(jù)表明，新冠病毒疫情加快了人工智能從試驗向廣泛采用的轉(zhuǎn)變，成為全球各行各業(yè)的企業(yè)獲得可持續(xù)的競爭優(yōu)勢和盈利能力的關(guān)鍵杠桿。IBM 商業(yè)價值研究院 (IBV) 與牛津經(jīng)濟(jì)研究院在新冠病毒疫情

3、爆發(fā)之初的幾個月內(nèi)合作開展了一項新的全球調(diào)研，結(jié)果證實了上述結(jié)論以及其他與人工智能相關(guān)的洞察。來自 46個國家或地區(qū)、28 個行業(yè)、13 個業(yè)務(wù)職能的 6700 位最高層主管參與了本次調(diào)研。這是 IBV 第三次兩年一度的企業(yè)人工智能調(diào)研，結(jié)果表明，人工智能技術(shù)和相關(guān)能力的成熟度和使用情況都有顯著進(jìn)步。184%有所提高。的智受能訪的高關(guān)管注預(yù)度計將企保業(yè)持對穩(wěn)人定工或67%的情沖受擊訪加者速表推示，進(jìn)新了冠之病前毒在疫企從新數(shù)據(jù)中揭示的主要洞察包括：人工智能是一種經(jīng)濟(jì)加速器。疫情持續(xù)肆虐，而人工智能的采用對企業(yè)實現(xiàn)理想的收入、成本和盈利成果有著積極的影響，這一結(jié)論適用于各行各業(yè)和各個地區(qū)。人工智

4、能的財務(wù)影響顯而易見?，F(xiàn)在，企業(yè)領(lǐng)導(dǎo)認(rèn)識到，對人工智能的投資與使用人工智能帶來的經(jīng)濟(jì)收益有著直接的關(guān)系。對人工智能的全身心投入將獲得豐厚回報。先進(jìn)的人工智能采用者從人工智能技術(shù)獲得了更高的財務(wù)回報。對人工智能基礎(chǔ)“準(zhǔn)備工作”投資有助于加速實現(xiàn)價值。投資于人工智能的必要先決條件（包括數(shù)據(jù)、流程和人力資本），有助于推動更先進(jìn)的采用過程，加快實現(xiàn)價值的業(yè)轉(zhuǎn)型內(nèi)計部劃受。到強(qiáng)大阻力的特定速度。為人工智能做好準(zhǔn)備可帶來立竿見影的財務(wù)成果。在特定60%的速數(shù)最字高化層轉(zhuǎn)主型管。在疫情期間加于人工智能的計劃中，分階段對基于 AI 的能力進(jìn)行廣泛的戰(zhàn)略性投資本身就具有非凡的價值。企業(yè)甚至能夠在引入人工智能之前

5、就開始實現(xiàn)價值。對于飽受疫情之苦的企業(yè)而言，這第五點可能最具吸引力。顯然，企業(yè)提高人工智能成熟度的過程不可能一蹴而就，但人工智能之旅可從切實的步驟開始。例如，部署基于人工智能的虛擬客服，或使用智能推薦引擎重新優(yōu)化需求預(yù)測，都可以快速獲得積極的回報。這種“唾手可得的成果”不僅可以立即產(chǎn)生價值，還為將來從人工智能加速獲得更多價值奠定基礎(chǔ)。與當(dāng)前危機(jī)狀態(tài)下的其他行動一樣，圍繞人工智能挖掘全新洞察也是當(dāng)務(wù)之急。幾乎所有受訪高管都表示，他們預(yù)計商業(yè)環(huán)境還將持續(xù)動蕩。許多人告訴我們，疫情期間運行效率實際上還有所提高。然而，他們也表達(dá)了對創(chuàng)新力度逐漸下降的擔(dān)心。而且下降速度很快。將破壞性的環(huán)境轉(zhuǎn)化為人工智能

6、創(chuàng)造力的催化劑，可以消除對創(chuàng)新能力下降的擔(dān)憂，幫助領(lǐng)先的人工智能采用者定義未來的成功戰(zhàn)略。2來的成功戰(zhàn)略。將創(chuàng)造力的催環(huán)化境劑轉(zhuǎn)，化有為助人于工定智義能未人工智能大有作為 人工智能盡管是轉(zhuǎn)型的核心，但仍未得到充分利用： IBM從 20 世紀(jì) 50 年代首次在學(xué)術(shù)會議上命名為“nom du guerre”以來 3，人工智能領(lǐng)域一直在經(jīng)歷興衰交替周期。早期的投機(jī)者見證了人工智能寒冬讓大量投資血本無歸。因此，謹(jǐn)慎審視關(guān)于人工智能將大范圍普及的說法或預(yù)測，也不失為明智之舉。即使在 20 世紀(jì) 90 年代末，科技公司對人工智能的興趣升溫之后，AI 的進(jìn)展仍斷斷續(xù)續(xù)。盡管深藍(lán)計商業(yè)價值研究院的持續(xù)分析表明

7、，在疫情期間，移動應(yīng)用、人工智能和云計算對各個行業(yè)的績效影響最大（見圖 1）。但是，盡管許多企業(yè)在移動和云技術(shù)方面的能力相對成熟，但在人工智能方面則仍顯稚嫩。因此，人工智能可以帶來最大的邊際機(jī)會，尤其是在生命科學(xué)、銀行和金融市場等行業(yè)。算機(jī)在 1997 年就戰(zhàn)勝了國際象棋世界冠軍卡斯帕羅夫 4， 此后 2011 年 Watson 在“危險邊緣”益智節(jié)目中戰(zhàn)勝人類而一舉奪冠 5，但廣泛的人工智能商用化仍然“千呼萬喚始出來，猶抱琵琶半遮面”。但這種情況在短短幾年內(nèi)發(fā)生了迅速變化。深度學(xué)習(xí)和其他機(jī)器學(xué)習(xí)技術(shù)的進(jìn)步開啟了人工智能的閘門。自 2015 年起，與人工智能有關(guān)的股票價格飆升。人工智能原生型初

8、創(chuàng)企業(yè)如雨后春筍般冒頭。對于人工智能新的重要性反應(yīng)遲鈍的傳統(tǒng)行業(yè)也已有了緊迫感，盡管他們?nèi)栽跒閷崿F(xiàn)大數(shù)據(jù)、商業(yè)智能和高級分析的全部投資回報而努力。在這種環(huán)境下，事實證明，疫情期間，一系列以人工智能為主的核心技術(shù)發(fā)揮了尤為重要的作用。IBV 最近開展的一項調(diào)研研究了企業(yè)數(shù)字化轉(zhuǎn)型在疫情期間對財務(wù)績效的影響，報告指出，與人工智能有關(guān)的一些主要趨勢變得尤為重要：6數(shù)字化轉(zhuǎn)型不斷加速： 60% 的最高層主管表示，他們在疫情期間加快了數(shù)字化轉(zhuǎn)型，三分之二的受訪者表示，疫情使他們能夠推進(jìn)以前在企業(yè)中遇到重重阻力的特定轉(zhuǎn)型計劃。技術(shù)達(dá)人型企業(yè)一枝獨秀： 通過有意義的方式將技術(shù)深深融入業(yè)務(wù)運營和流程中的企業(yè)，

9、在疫情期間的收入增長要比同行平均高出 6%。圖 1在獻(xiàn)度各發(fā)個生行了業(yè)巨中大，變關(guān)化鍵技術(shù)組合在疫情之前和期間對績效的貢根據(jù)收入影響對技術(shù)進(jìn)行排名1移動人工智能云計算 高級分析機(jī)器人流程自動化物聯(lián)網(wǎng)12233445566疫情前疫情期間月， HYPERLINK /thought-leadership/institute-business-value/report/digital-acceleration https:/ibm.co/digital-acceleration。來研源究：院“，加20速20推年進(jìn)數(shù)11字化 - 在危機(jī)時期推動發(fā)展的主要技術(shù)”，IBM 商業(yè)價值3洞品行察業(yè)：的人能工力智

10、能增強(qiáng)銀行和消費疫情爆發(fā)之初，歐洲某銀行面臨客戶咨詢激增的局面。由于大量員工因患病和自我隔離而缺勤，該銀行加速實施了一個長期的虛擬客服項目，幫助管理客服中心來電。該銀行僅用了三個工作日，就快速完成了該項目的實施，從而幫助銀行提升了服務(wù)能力，現(xiàn)在每天可處理約兩千次客戶互動。7面對疫情爆發(fā)，全球最大的零食公司之一需要采用全新方法來評估需求。該公司實施了人工智能支持的需求預(yù)測，除了傳統(tǒng)的供應(yīng)鏈交易數(shù)據(jù)外，還包括可跟蹤病毒爆發(fā)、經(jīng)濟(jì)壓力和政府法規(guī)的儀表板。該解決方案整合了最新的相關(guān)內(nèi)外部數(shù)據(jù)以生成產(chǎn)品、地區(qū)和渠道報告; 生成產(chǎn)品出貨量預(yù)測;以及提出有關(guān)生產(chǎn)和包裝安排的建議。84我們的分析已經(jīng)表明，依靠

11、人工智能的企業(yè)能夠輕松應(yīng)對疫情期間暴露出的弱點，包括無法應(yīng)對客戶服務(wù)量激增、無法修復(fù)中斷或不確定的供應(yīng)鏈等。他們發(fā)現(xiàn)，人工智能有助于顯著改進(jìn)客戶互動，幫助保持運營靈活性（請參閱側(cè)邊欄:“洞察：人工智能增強(qiáng)銀行和消費品行業(yè)的能力”）。因此，受疫情影響，近三分之一的企業(yè)計劃增加對人工智能的投資，其中 84% 的高管預(yù)計企業(yè)將提高對人工智能的關(guān)注度。人工智能如何推動財務(wù)績效我們發(fā)現(xiàn)，即使處于人工智能試點階段的企業(yè)，其財務(wù)績效都要比未采用 AI 的同行高出 2 倍。人工智能采用者表示，他們的 AI 投資為收入直接貢獻(xiàn)了 5-6 個百分點。企業(yè)的人工智能采用成熟度越高，收入優(yōu)勢就越明顯（見圖 2）。2圖

12、人工智能采用水平對收入的影響6.3% 平均數(shù)5% 中位數(shù)4.3%7.2%10.0%11.5%試點實施運行優(yōu)化來百源分：比問表題示：過過去去三三年年中，由貴人公工司智對能人貢工獻(xiàn)智的能業(yè)的務(wù)投部資門如年何收影入響增業(yè)長務(wù)的部絕門對的平年均收值入。？3增7長%歸的功企于業(yè)人將工超智過能5投%資的。收入我們 2016 年和 2018 年有關(guān)人工智能的系列調(diào)研表明，財務(wù)績效與人工智能成熟度存在密切關(guān)系。9 2020 年的新調(diào)研不僅再次證實了這種模式，還發(fā)現(xiàn)這種關(guān)系在不斷加強(qiáng)。在人工智能成熟度（也就是運用 AI 和優(yōu)化 AI 的成熟度）最高的企業(yè)中，利潤績效最出色的企業(yè)的數(shù)量要比平均成熟度類別中利潤績效

13、最出色的企業(yè)多兩倍。相關(guān)關(guān)系并非因果關(guān)系。利潤超過同行水平的優(yōu)秀企業(yè)或許有更多的自由現(xiàn)金流，可投資于人工智能創(chuàng)新，因此這是一種結(jié)果而不是原因。但是，超過六年的調(diào)研結(jié)果表現(xiàn)出一致的相關(guān)關(guān)系，說明人工智能成熟度和財務(wù)績效相互促進(jìn)，致力于更廣泛地采用人工智能可以產(chǎn)生積極的復(fù)合回報和網(wǎng)絡(luò)效應(yīng)優(yōu)勢，從而進(jìn)一步加強(qiáng)這種關(guān)系。3圖人工智能投資對業(yè)務(wù)部門收入的影響收入新調(diào)研的其他結(jié)果提供了更加強(qiáng)有力的證據(jù)，證明人工智能采用與業(yè)務(wù)績效之間存在直接的正相關(guān)關(guān)系。例如，受訪企業(yè)表示，人工智能計劃直接貢獻(xiàn)了平均 6.3% 的業(yè)務(wù)部門收入增長，中位數(shù)提升 5%。（請注意，這些收益抵消了遭受疫情嚴(yán)重打擊的企業(yè)的收入下降；

14、或從經(jīng)濟(jì)層面而言，更積極地幫助受影響的企業(yè)把握新的增長機(jī)遇。）只有不到 10% 的受訪者表示收入減少（見圖 3）。處于人工智能試點和實施階段的企業(yè)通過特定的人工智能計劃平均實現(xiàn)了 4% 至 7% 的收入增長，而處于運行和優(yōu)化階段的企業(yè)實現(xiàn)了 10% 至 12% 的驚人增長（見圖 2）。最近另一項 IBV 調(diào)研證實，僅虛擬客服技術(shù)就能貢獻(xiàn)平均 3% 的收入增長。1051%-5% 至 0%1% 至 5%6% 至 10%9%1%-10% 至 -6%來百源分：比問表題示：過過去去三三年年中，由貴人公工司智對能人貢工獻(xiàn)智的能業(yè)的務(wù)投部資門如年何收影入響增業(yè)長務(wù)的部絕門對的平年均收值入。？20%9%11%

15、 至 15%16% 至 20%5%3%20%5I人FF工C智O 能東改京善通索用賠保體險驗公司：借助IFFCO 東京通用保險公司是印度農(nóng)民肥料合作有限公司 (IFFCO) 和東京海上集團(tuán)在印度組建的合資企業(yè)，他們希望改善索賠處理流程。多達(dá) 30% 的客戶對索賠評估不滿意。增設(shè)一家外部機(jī)構(gòu)與維修店合作有助于改善流程，但無法在印度大規(guī)模推廣。于是該保險公司與合作伙伴共同構(gòu)建了基于人工智能的索賠損壞評估工具 (CDAT)。CDAT 分析模型使用先進(jìn)的計算機(jī)視覺技術(shù)和基于深度神經(jīng)網(wǎng)絡(luò)的技術(shù)進(jìn)行認(rèn)知圖像分析，評估車輛損壞的類型和程度?？蛻敉ㄟ^該應(yīng)用上傳車輛受損的圖片，幾乎能夠立即得到評估結(jié)果。端到端索賠

16、處理時間從三到四個小時減少到僅僅 15 分鐘，從而改善了客戶體驗和滿意度。此外， IFFCO 的索賠處理成本也降低了 30%。11分析表明，人工智能成熟度與收入之間呈接近線性的關(guān)系。雖然沒有什么事能夠百分百打包票，但這種關(guān)系的一致性還是可以令人信服的。擴(kuò)展人工智能并不僅僅是一個花哨的口號；而是有明確財務(wù)依據(jù)的當(dāng)務(wù)之急。網(wǎng)絡(luò)效應(yīng)，即便只是企業(yè)內(nèi)部的效應(yīng)，也能進(jìn)一步擴(kuò)大人工智能投資的收益。初步分析表明，在一個業(yè)務(wù)運營領(lǐng)域投資人工智能往往會增強(qiáng)其他領(lǐng)域的組織適應(yīng)能力和應(yīng)變能力，從而帶來相應(yīng)的財務(wù)收益。例如，通過工作流程團(tuán)隊合作，在一個職能領(lǐng)域?qū)?shù)據(jù)治理和訪問策略的改進(jìn)會擴(kuò)散到相鄰職能。在整個組織中具

17、有重大影響力的核心或骨干職能領(lǐng)域（如財務(wù)、 IT 或 HR）進(jìn)行的人工智能投資尤其能體現(xiàn)出這種擴(kuò)散效應(yīng)。成本我們的分析還明確了人工智能投資的成本優(yōu)勢（請參閱側(cè)邊欄: “IFFCO 東京通用保險公司：借助人工智能改善索賠體驗”)。受訪高管表示，在降低運營成本方面，人工智能投資為企業(yè)帶來了顯著效益。具體而言，在過去三年中，47% 的受訪者降低了流程成本，41% 降低了供應(yīng)鏈和生產(chǎn)成本，39% 提高了人員效率。只有很小比例的受訪者表示，部署人工智能增加了凈運營成本。在先進(jìn)的人工智能采用者中，成本節(jié)省更具變革性。37% 處于人工智能運行或優(yōu)化階段的企業(yè)表示，他們通過戰(zhàn)略業(yè)務(wù)模式創(chuàng)新節(jié)省了成本，而僅有

18、28% 處于試點或?qū)嵤╇A段的企業(yè)實現(xiàn)了同樣的成果。與此類似，在端到端供應(yīng)鏈或生產(chǎn)價值鏈領(lǐng)域?qū)崿F(xiàn)成本節(jié)省的企業(yè)中，兩者的比例分別為 53% 和 40%。6我有力們的新證調(diào)據(jù)研，的證結(jié)明果人提工供智了能更采加用與強(qiáng)業(yè)關(guān)系務(wù)?？冃еg存在直接的正相關(guān)人工智能領(lǐng)先者企業(yè)的共同特征自 2014 年以來，IBM 商業(yè)價值研究院一直在探索企業(yè)人工智能的發(fā)展路徑。通過對兩萬多位企業(yè)最高層主管進(jìn)行的縱向研究，為我們提供了有關(guān)成功因素和陷阱的深入歷史數(shù)據(jù)和背景信息。這些知識幫助我們確定了重要的人工智能能力。12在過去六年中，成功采用人工智能的企業(yè)都表現(xiàn)出以下幾種獨特的行為：從以收入為導(dǎo)向的戰(zhàn)略性思維起步： 人工智

19、能領(lǐng)先者企業(yè)不僅重視由人工智能推動的盈利增長計劃，而且明確劃分直接支持業(yè)務(wù)戰(zhàn)略的職能、工作流程和用例的優(yōu)先級，在這兩方面做到平衡。這些企業(yè)超越了一維的成本驅(qū)動式自動化模式，甚至在面臨經(jīng)濟(jì)困境時也是如此。優(yōu)先考慮有針對性的人工智能能力投資： 人工智能領(lǐng)先者企業(yè)進(jìn)行廣泛的分階段投資，為采用人工智能打下堅實基礎(chǔ)。他們優(yōu)先考慮能夠產(chǎn)生現(xiàn)金流的人工智能和數(shù)據(jù)項目，而不是不切實際、偏離方向的大面積鋪開。他們尋求并實現(xiàn)切實、可量化的收益。采取以人為本的態(tài)度： 人工智能領(lǐng)先者企業(yè)在實施設(shè)計、獲取人才以及在企業(yè)范圍培養(yǎng)技術(shù)達(dá)人技能方面，都采取審慎周到、合乎道德的方法。因為人工智能不僅僅關(guān)乎技術(shù)，所以他們統(tǒng)籌兼顧

20、人工智能戰(zhàn)略、運營模式設(shè)計、團(tuán)隊建設(shè)和企業(yè)文化。我們也一直發(fā)現(xiàn)，由于人工智能戰(zhàn)略目標(biāo)模棱兩可或相互矛盾，一些企業(yè)裹足不前。受到傳統(tǒng)技術(shù)系統(tǒng)和僵化的組織架構(gòu)所羈絆，許多企業(yè)在規(guī)劃和實施人工智能時面臨不必要的復(fù)雜狀況。還有一些企業(yè)則完全忘記了技術(shù)的宗旨是為人類提供幫助，他們未能將人置于一切人工智能工作的核心。人什工么智？能的后續(xù)步驟：現(xiàn)在可以做2014 年的人工智能就好像是學(xué)術(shù)活動。但是在經(jīng)歷了 2016年的一連串井噴和 2018 年的試驗發(fā)展之后，人工智能在2020 年走向成熟。人工智能已經(jīng)成為企業(yè)的戰(zhàn)略性當(dāng)務(wù)之急。成為必不可少的能力。疫情時期的財務(wù)結(jié)果表明，人工智能是企業(yè)最重要的技術(shù)創(chuàng)新之一，

21、可以幫助企業(yè)在前所未有的壓力下維持正常運營。能否成功采用人工智能，仍然是決定企業(yè)成敗的分水嶺。也是成功企業(yè)有別于競爭對手的差異化優(yōu)勢。企業(yè)可以采取以下務(wù)實的行動，加速人工智能的擴(kuò)展和成功 這些行動步驟摘自 IBV 最近關(guān)于人工智能工程和運行的報告： “擴(kuò)展 AI 的公認(rèn)概念：從試驗變?yōu)楣こ淘瓌t”。13對尚處于考慮、評估和試點等不太成熟的人工智能階段的企業(yè)，我們建議：跳過概念驗證 (PoC） 人工智能是已被證明的概念。采用最小可行產(chǎn)品 (MVP) 方法，為擴(kuò)展奠定基礎(chǔ)。根據(jù)業(yè)務(wù)影響、復(fù)雜性和風(fēng)險劃分初始項目的優(yōu)先級。根據(jù)影響和可行性制定路線圖，并嚴(yán)格執(zhí)行。如果試點未成功，不妨接受結(jié)果，將其作為學(xué)

22、習(xí)過程，繼續(xù)前進(jìn)。不要指望每個項目都能大功告成。采用混合多云環(huán)境，借助多種來源的數(shù)據(jù)實現(xiàn)擴(kuò)展。利用已有成果，立即開始行動。人工智能開發(fā)和數(shù)據(jù)治理工作通?？煞殖伞靶K”并行完成。了解自己擁有的數(shù)據(jù)、數(shù)據(jù)存儲位置以及管理者，以增強(qiáng)對結(jié)果的信心。在實施人工智能的過程中，一開始不一定需要部署大規(guī)模的數(shù)據(jù)治理項目以整理和清理數(shù)據(jù)。7環(huán)境后，仍需評估并不斷改進(jìn)。如為擴(kuò)展人工智能，在模型投入生產(chǎn)果無法重復(fù)運行，則意味著不可靠。采用人工智能工程原則，否則會造成混亂。建立小型團(tuán)隊，將軟件工程方法（例如 DevOps）融入人工智能項目。調(diào)整策略和流程，以適應(yīng)人工智能環(huán)境的細(xì)微差別。持續(xù)衡量。必須根據(jù)關(guān)鍵成功因素和

23、重大風(fēng)險確定指標(biāo)。支持內(nèi)部相關(guān)團(tuán)隊審查進(jìn)度，并鼓勵反饋，為新的設(shè)計和開發(fā)提供思路。在人工智能領(lǐng)域，失敗是一個選項，只要企業(yè)可以從這些建設(shè)性的失敗中汲取經(jīng)驗教訓(xùn)。不僅與業(yè)務(wù)保持一致，還要融入業(yè)務(wù)流程之中。要求企業(yè)領(lǐng)導(dǎo)培養(yǎng)人工智能技能并開展相關(guān)培訓(xùn)。關(guān)注人工智能項目以支持更大規(guī)模的戰(zhàn)略計劃。定期接受偏見和透明度測試，確保輸出結(jié)果合乎道德并且公平公正。對處于實施、運行和優(yōu)化等較成熟的人工智能階段的企業(yè)，我們建議：編寫人工智能行動手冊，支持員工將其作為實踐。行動手冊應(yīng)是動態(tài)文檔，根據(jù)成功和失敗經(jīng)驗以及 KPI 列明工作清單和工程原則。創(chuàng)建在設(shè)計中心和數(shù)據(jù)中心交匯點運行所需的架構(gòu)和團(tuán)隊結(jié)構(gòu)，這是真正的變

24、革推動因素。堅持文檔記錄。讓數(shù)據(jù)科學(xué)家參與工作。必須深刻認(rèn)識到，部署人工智能模型不是唯一的目標(biāo)，也不意味著項目的終結(jié)。為擴(kuò)展人工智能，在模型投入生產(chǎn)環(huán)境后，仍需評估并不斷改進(jìn)。如果模型無法重復(fù)運行，則意味著不可靠 而文檔記錄是實現(xiàn)可重復(fù)性的重要保證。8注重道德觀念。持續(xù)監(jiān)控人工智能模型的可解釋性、公平性和強(qiáng)健性。開發(fā)檢測算法（道德“機(jī)器人”），作為搜索無意偏見及其他問題的虛擬“顯微鏡”。不僅要實現(xiàn)規(guī)?；?jīng)行，還要進(jìn)行大規(guī)模創(chuàng)新。采用并整合深入而強(qiáng)大的自然語言處理能力，以及符合獨特用例的其他前瞻性人工智能要素，從而明顯提升商業(yè)價值。整合各種內(nèi)部和外部數(shù)據(jù)源。為“最新尖端”技術(shù)分配資源，采用人工智

25、能初創(chuàng)企業(yè)的思維方式。通過與生態(tài)系統(tǒng)合作伙伴合作，尋求幫助。考慮與其他企業(yè)開展合作，共同制定和 / 或影響用于治理人工智能模型的相關(guān)標(biāo)準(zhǔn)，提高透明度并增進(jìn)信任。與學(xué)術(shù)機(jī)構(gòu)、智庫、初創(chuàng)企業(yè)以及其他值得信賴的第三方開展合作。調(diào)研方法2020 年 2 月至 5 月，IBM 商業(yè)價值研究院 (IBV) 與牛津經(jīng)濟(jì)研究院合作開展了一次全球調(diào)研，對象是 6700 位最高層主管和各職能領(lǐng)域（如財務(wù)、HR 和供應(yīng)鏈）的領(lǐng)導(dǎo)，他們來自 46 個國家或地區(qū)、28 個行業(yè)以及 13 個業(yè)務(wù)職能領(lǐng)域。所有受訪者回答了一系列有關(guān)人工智能的采用情況、財務(wù)價值以及人工智能相關(guān)能力的問題，這些問題都專門針對受訪者所在企業(yè)及其

26、代表的職能領(lǐng)域。Jacob Dencik、Anthony Marshall 與 Jean-Stephane Payraudeau 合著，“數(shù)字加速 在危機(jī)時期推動增長的主要技術(shù)”，IBM 商業(yè)價值研究院，2020 年 11 月。 HYPERLINK /downloads/cas/ZB1KXDRL /downloads/cas/ZB1KXDRL相關(guān)報告Carolyn Baird、Gillian Orrell 與 Joseph Petrone 合著， “虛擬客服技術(shù)的價值：借助基于 AI 的系統(tǒng)，改善客戶服務(wù)，提高財務(wù)業(yè)績”，IBM 商業(yè)價值研究院，2020 年 10 月。 HYPERLINK /

27、downloads/cas/73OYDPNX /downloads/cas/73OYDPNXEva-Marie Muller-Stuler 博士、Wouter Oosterbosch 與 Beth Rudden 合著，“擴(kuò)展 AI 的公認(rèn)概念：從試驗變?yōu)楣こ淘瓌t”，IBM 商業(yè)價值研究院，2020 年 9 月。 HYPERLINK /downloads/cas/M4GLJV1B https:/ HYPERLINK /downloads/cas/M4GLJV1B /downloads/cas/M4GLJV1B9“備注和參考資料”The Total Economic Impact Of IBM W

28、atson Assistant A Forrester Total Economic Impact Study Commissioned by IBM. Forrester Consulting. March 2020. Note: This study estimates benefits for a composite organization based on four companies Forrester Consulting interviewed. The composite organization has attributes including $10 billion re

29、venue, 40,000 employees, 1 million customer conversations monthly, and implementation of three types of VAT over three years. HYPERLINK /watson/assets/duo/pdf/watson_assistant/The_Total_Economic_Impact_of_IBM_Watson_Assistant-March_2020_v3.pdf / HYPERLINK /watson/assets/duo/pdf/watson_assistant/The_

30、Total_Economic_Impact_of_IBM_Watson_Assistant-March_2020_v3.pdf watson/assets/duo/pdf/watson_assistant/ HYPERLINK /watson/assets/duo/pdf/watson_assistant/The_Total_Economic_Impact_of_IBM_Watson_Assistant-March_2020_v3.pdf The_Total_Economic_Impact_of_IBM_ HYPERLINK /watson/assets/duo/pdf/watson_assi

31、stant/The_Total_Economic_Impact_of_IBM_Watson_Assistant-March_2020_v3.pdf Watson_Assistant-March_2020_v3.pdf“”Baird, Carolyn, Orrell, Gillian, and Petrone, Joseph. The value of virtual agent technology: Improve customer service and boost financial results with AI-enabled systems. IBM Institute for B

32、usiness Value. September 2020. HYPERLINK https:/ibm.co/virtual-agent-technology https:/ibm.co/virtual-agent-technology“”Smith, Chris, Brian McGuire, Ting Huang, and Gary Yang. History of Computing. University of Washington. December 2006. HYPERLINK /courses/csep590/06au/projects/history-ai.pdf /cour

33、ses/ HYPERLINK /courses/csep590/06au/projects/history-ai.pdf csep590/06au/projects/history-ai.pdf”“Latson, Jennifer. Did Deep Blue Beat Kasparov Because of a System Glitch? Time . February 17, 2015. HYPERLINK /3705316/deep-blue-kasparov/ https:/time. HYPERLINK /3705316/deep-blue-kasparov/ com/370531

34、6/deep-blue-kasparov/”Markoff, John. Computer Wins on Jeopardy! : Trivial, Its Not. The New York Times . February 16, 2011. HYPERLINK /2011/02/17/%20science/17jeopardy-watson.html https:/www.nytimes. HYPERLINK /2011/02/17/%20science/17jeopardy-watson.html com/2011/02/17/ science/17jeopardy- HYPERLIN

35、K /2011/02/17/%20science/17jeopardy-watson.html watson.html“”Dencik, Jacob, Anthony Marshall, and Jean- Stephane Payraudeau. Digital acceleration- Top technologies driving growth in times of crisis. IBM Institute for Business Value. November 2020. HYPERLINK /thought-leadership/institute-business-val

36、ue/report/digital-acceleration / HYPERLINK /thought-leadership/institute-business-value/report/digital-acceleration thought-leadership/institute-business-value/ HYPERLINK /thought-leadership/institute-business-value/report/digital-acceleration report/digital-accelerationPetrone, Joseph and Prad Pask

37、aran. Reinventing the contact center: How AI enhances experiences during turbulent times. IBM Institute for Business Value. May 2020. HYPERLINK https:/ibm.co/reinventing-call-center https:/ibm.co/reinventing-call- HYPERLINK https:/ibm.co/reinventing-call-center center“”“”“Aggarwal, Takshay, Amar San

38、ghera, Jessica Scott, and Jonathan Wright. Smarter supply chains for an unpredictable world: Continuous intelligent planning. IBM Institute for Business Value. August 2020. HYPERLINK https:/ibm.co/smarter-supply-chains https:/ibm.co/smarter-supply- HYPERLINK https:/ibm.co/smarter-supply-chains chain

39、s”“”Shifting toward Enterprise-grade AI: Confronting skills and data challenges to realize value. IBM Institute for Business Value. September 2018. HYPERLINK /thought-leadership/institutebusiness-value/report/enterpriseai /thought-leadership/ HYPERLINK /thought-leadership/institutebusiness-value/rep

40、ort/enterpriseai institutebusiness-value/report/enterpriseai; Christopher, Elena, Glenn Finch, Brian C. Goehring, Cathy Reese, Thomas Reuner, and Yashih Wu. Artificial intelligence: The killer app for data. HFS Research and IBM Institute for Business Value. July 2018 HYPERLINK /thought-leadership/in

41、stitute-business-value/report/killerappdata / HYPERLINK /thought-leadership/institute-business-value/report/killerappdata thought-leadership/institute-business-value/ HYPERLINK /thought-leadership/institute-business-value/report/killerappdata report/killerappdata#; Abercrombie, Cortnie,“Rafi Ezry, B

42、rian Goehring, Anthony Marshall, and”“Hiroyuki Nakayama. Accelerating enterprise reinvention with cognitive capabilities: How to build a cognitive enterprise. IBM Institute for Business Value. June 2017. HYPERLINK /thinstitute-business-value/report/accelentreinvent https:/www. HYPERLINK /thinstitute

43、-business-value/report/accelentreinvent /thinstitute-business-value/report/ HYPERLINK /thinstitute-business-value/report/accelentreinvent accelentreinvent; Abercrombie, Cortnie, Rafi Ezry, Brian Goehring, Neil Isford, and Anthony Marshall. Fast Start in cognitive innovation:”Top performers share how

44、 they are moving quickly. IBM Institute for Business Value.January 2017. HYPERLINK /blogs/inte%20fast-start-cognitive/ /blogs/inte fast-start- HYPERLINK /blogs/inte%20fast-start-cognitive/ cognitive/10“”“Baird, Carolyn, Orrell, Gillian, and Petrone, Joseph. The value of virtual agent technology: Imp

45、rove customer service and boost financial results with AI-enabled systems. IBM Institute for Business Value. October 2020. HYPERLINK https:/ibm.co/virtual-agent-technology https:/ibm.co/ HYPERLINK https:/ibm.co/virtual-agent-technology virtual-agent-technology”IFFCO Tokio General Insurance Company L

46、imited: Improving customer experience with smarter solutions. IBM. July 2020. HYPERLINK /case-studies/iffco-tokio-ibm-services-ai https:/www. HYPERLINK /case-studies/iffco-tokio-ibm-services-ai /case-studies/iffco-tokio-ibm-services-ai“”Goehring, Brian, Francesca Rossi, and David Zaharchuk.Advancing

47、 AI ethics beyond compliance: From principles to practice. IBM Institute for Business Value. April 2020. HYPERLINK /thought-leadership/institute-business-value/report/ai-ethics /thought-leadership/“”“”“”“ HYPERLINK /thought-leadership/institute-business-value/report/ai-ethics institute-business-valu

48、e/report/ai-ethics; Brenna, Francesco, Giorgio Danesi, Glenn Finch, Brian C. Goehring, and Manish Goyal. Shifting toward Enterprise-grade AI: Confronting skills and data challenges to realize value. IBM Institute for Business Value. September 2018. HYPERLINK /thought-leadership/institute-business-value/report/enterpriseai https:/www. HYPERLINK /thought-leadership/institute-business-value/report/enterpriseai /thought-leadership/institute-business- HYPERLINK /thought-leadership/institute-business-value/report/enterpriseai value/report/enterpriseai; Christopher, Ele