82% 的 CEO 认为 AI 将重塑业务，企业如何迈出 AI 第一步？

丹棱君有话说：本文由微软和安永联合著作，解析各行业人工智能成熟度现状，展望崭新业务机会。

人工智能（Artificial Intelligence，简称 AI ）已经从将来时转化为现在进行时，也从遥不可及变为触手可及。人工智能在智慧研发、优化生产、精准销售、客户体验升级等领域的应用让各行各业看到了AI技术远超人类的成长速度和学习能力。

在我们近期持续关注的疫情中，也出现了AI技术在大规模公共卫生事件中的各种应用。2 月 4 日，工信部发布《充分发挥人工智能赋能效用，协力抗击新型冠状病毒感染的肺炎疫情倡议书》，要求加大科研公关力度，尽快利用人工智能技术补齐疫情管控技术短板，快速推动产业生产与应用服务。「1」

根据此前安永的调研报告，500 位 CEO 及行业领袖中，85% 的受访者对 AI 持积极态度，87% 的受访者所属公司已经在 AI 领域展开投入，80% 的受访者表示政府更倾向与有 AI 技术加持的企业合作。有 82% 的受访者表示公司业务将会被 AI 技术在某种程度上改变，而约 30% 的受访者预期半数以上的公司业务将会因AI技术的发展而改变。「2」

以数字化转型为目标的企业应着手

理解并发展人工智能技术赋能的数字化转型

现今大批企业以数字化转型为战略目标，数字化转型可赋能企业重构竞争环境、满足客户期望、增强服务运营。而企业数字化进程通常都是由实施数字化项目起步，逐渐向拥有数字化 DNA 迈进。

为了真正实现“ being digital ”, 许多企业将 AI 视作实现数字化转型目标的首选赋能技术工具之一。其中许多企业在AI项目进程中，遇到了阻碍与挑战。那么企业人工智能进程包括什么？什么是人工智能成熟度？企业又将如何通过人工智能成熟度评估来有效推动数字化进程呢？

企业人工智能进程分为四个不同阶段，每阶段都对应不同的步骤。企业人工智能进程从左至右逐步发展，企业人工智能能力也愈发成熟。

正确有效的人工智能成熟度评估可以为未来 AI 技术赋能数字化转型提供基石，这其中包括了对建立技术能力、管理技术能力、保证技术运行等多维度的评估。忽略评估自身人工智能成熟度的企业可能会面临许多潜在的挑战，因而对企业造成负面影响，例如由于未能识别某种偏差而导致了应用的不公平性、系统由于缺少维护或缺少性能评估而随时间推移静默失效、以及无意间损害企业或客户关系而导致对AI技术的信任缺失。「3」

微软协同安永针对人工智能成熟度的调研从各个角度切入，全方位了解、理解并分析两岸三地七大行业企业数字化转型、人工智能预备现状。

• 重塑产业价值链：在研发环节，人工智能可实现行业需求发掘、用户画像；在生产环节，利用人工智能技术可以发挥其在网络化制造、智能工厂等方面的优势；在营销环节，通过人工智能技术可以提升营销效率

• 促进传统产业向扁平化、敏捷化、定制化转型升级：传统产业的组织结构多为金字塔型，难以快速对市场做出判断和调整，缺乏时效性和直接性。人工智能则可以快速减少开发时间，有效将业务需求转化为技术；识别历史数据和常见错误，实时纠正错误

• 改变“人、场、物”场景，改变劳动力定义，降低劳动密集度：传统劳动密集型制造业将转型为智能化机器人生产线，应用计算机视觉提升品控效率、标准品控要求，应用人工智能构建算法，模拟人的打包装箱习惯，大量节约包装材料等

千里之行始于足下

企业在探索人工智能中会经历几个阶段？

• 自动化：使用机器学习、光学文字辨别技术及机器人流程自动化等工具实现流程自动化以提高过程准确性和透明度，最大程度减少错误 

• 个性化：建立客户标签体系及产品标签体系，场景营销推荐引擎搭配产品推荐引擎，实现特定场景下，通过特定渠道、为指定客户、以特定价格推送定制的产品组合 

• 预测：结合人工智能和高级分析可预测短期需求。例如银行预测企业支付需求，农业预测灌溉水需求，零售业预测产品需求以降本提效并提升客户体验

• 提供方案：自动化诊断工具通过海量数据分析及个体患者的多项检测结果，辅助医生提供诊疗方案；深度智能算法可为慢性病患者提供治疗康复方案

• 产生观点：融合大数据与人工智能，基于行业业务模型，可自动识别、判断复杂业务问题并产出具前瞻性的业务指导决策

企业在运用人工智能中

什么是核心的关注点与困扰？

• 探索可实现商业利益与投资回报的应用场景：如何挖掘人工智能在业务与运营中的应用场景？如何判断其带来的商业利益与投资回报？

• 数据获取、准备与治理机制构建：数据是人工智能的基础。如何进行数据获取、处理与清洗？如何应对在数据获取与使用过程中面临的道德风险？如何构建体系化的、可持续的数据治理机制？
• 如何获取人工智能人才能力：如果需要内部获取，如何构建团队架构？如果需要内部孵化，如何选择部门及员工，怎样进行人员培训？如果需要外部引入，如何构建团队架构，怎样界定团队规模以及工作职责与考核标准？
• 数字驱动的创新文化与传统流程导向的文化冲突：以往企业以流程或业务为发展导向，而在数字化与AI的发展潮流中，则需要以数据为导向。在这一背景下，如何重塑企业文化？如何解决在文化转型过程中数字驱动与流程导向之间的冲突？ 
• 如何建立多元化、多层次的合作伙伴生态圈：选择合作伙伴时主要关注何种类型的企业，是提供综合解决方案的成熟跨国集团，还是具备本土良好生态圈的BAT，抑或是专攻特定领域的创业公司？如何构建、维护和发展这一合作伙伴生态圈？
• 如何应对企业可能面临的组织变革：随着人工智能的发展，企业可能会面临劳动力再分配造成的组织变革。企业能否实现以人为本的组织变革，真正实现以AI辅助人而非取代人？应如何通过构建道德、治理和人工智能运营原则来为此做好准备？

尚未建立 AI 能力的企业需要思考如何部署并推动数字化进程以应对科技新发展带来的日趋激烈的竞争格局。已经部署 AI 应用的企业则需要持续对系统进行培训，监控和性能评估，才能防止 AI 偏离其最初预期目的或是威胁到客户及员工利益。保证 AI 的性能，可预测性和准确性是从这些系统中获得持续收益所必需的。

任何不同 AI 成熟度的企业都可以建立及使用基于 AI 的系统。衡量和评估企业的 AI 成熟度为未来 AI 技术的实施与执行及进一步推动数字化转型提供必需的基础。

「1」http://tech.163.com/20/0210/09/F50UV0U9000999LD.html

「2」https://assets.ey.com/content/dam/ey-sites/ey-com/en_gl/news/2019/05/ey-the-ai-race-barriers-opportunities-and-optimism.pdf

「3」AI Maturity and Organizations,Microsoft

了解更多：

---

后台入驻微软小冰

如果你很萌，请跟她一决高下！