最近，人工智能突然又变得流行起来：生成式人工智能已经席卷了商业世界，OpenAI的ChatGPT、百度的ERNIE、谷歌的LaMDA和Facebook的LLaMA等大型语言模型(LLM)占据了新闻头条。2023年初，财报电话会议上提到人工智能的次数同比增长77%。

与此同时，资本投入也跟着加大了，人工智能正在成为IT预算中越来越大的组成部分。据预测，今年全球以人工智能为中心的系统支出将达到1540亿美元，比2022年增长27%。

但是企业会明智地使用这些资源吗?随着人工智能模型变得更快、更智能、更可靠，各类机构正在竞相利用，他们投资回报率(ROI)是否符合预期呢？

答案是肯定的——但前提是组织采取严格的投资方法。

IBM研究结果揭示了人工智能项目之间巨大的成果差距，很少有公司能实现股东所期望的财务价值。事实上，企业计划的平均投资回报率仅为5.9%，远低于典型的10%的资本成本。不过，随着人工智能成熟度的不断提高，这一数据有明显的改进——一流的公司获得了令人羡慕的13%的投资回报率。

那么，是什么让他们表现地与众不同呢？各行各业的领导者如何从他们的成功中学习？报告将从以下三方面进行阐述:

-为什么临时的人工智能项目比战略项目提供的价值更少

-可信数据的影响与AI -数据共生的良性循环

-顶级组织的六大关键能力。

建立一个成熟的人工智能组织是释放人工智能全部潜力的必要条件，做到这一点的公司正在创造巨大的商业价值，而不仅仅是媒体的炒作。

下载完整PDF报告，关注“智成企业研究院”公众号,在消息对话框回复：ROI

 

01 超越机会主义AI

 

近十年来，企业一直在押注人工智能，其学习曲线一直很陡峭。

然而，有些企业被技术带来的“惊喜因素”所吸引，却忘记了将项目与战略结合起来。其他企业则将人工智能视为锤子，每个商业问题都是钉子。几乎所有人都在努力实现人工智能的应用机会，以超越实验、概念证明和试点。

通过研究，能够得出的好消息是：许多组织已经渡过了难关，目前人工智能的推广比以往任何时候都更加成功，表示其公司在2021年(54%)有效利用人工智能的高管人数是2020年(25%)的两倍多。他们还预计，到2024年，人工智能投资将增长到IT支出的6.5%。

总体而言，自2020年以来，人工智能的投资回报率一直在稳步上升。对于企业范围的人工智能计划，平均投资回报率已从2020年初的略高于1%增长到2021年底的近6%。这可能是由于新冠疫情促使企业投资于人工智能驱动的解决方案，这些解决方案将加快远程工作，增强用户体验并降低成本。

为了衡量人工智能投资回报率是否跟上了这一趋势，IBM在2023年4月和5月再次调查了350多名高管。调查发现人工智能的投资回报率正在继续保持预期的增长轨迹，到2022年估计达到8.3%。

 

尽管如此，这些回报率仍低于资本成本，大多数行业的资本成本通常为10%。总的来说，在我们的调查中，只有不到四分之一的企业表示他们实现了高于10%的人工智能投资回报率。

从本质上讲，人工智能正在遵循“J曲线”模式，这是变革性技术的典型特征，大规模采用新兴技术需要重新构想业务模式、工作流程、技能和业务的许多其他方面。在团队解决问题的过程中，回报率往往停滞不前；然而，随着功能的成熟，性能可以迅速提升，在这种环境下，企业需要有一个战略计划，以便随着时间的推移扩大人工智能的影响。

IBM的分析揭示了投资回报率是如何在人工智能成熟度中提高的，追求机会性人工智能计划的普通企业是落后者。在2021年，那些有意将人工智能嵌入产品、服务、业务部门和功能的公司的投资回报率攀升到了7%以上，随着成熟度进一步扩大，人工智能作为战略业务转型的一部分部署，回报率再次提高，达到8%。

 

随着企业弄清楚在哪里以及如何部署人工智能，大量的投入会转化为越来越大的收益。曲线的顶端是表现最佳的企业，平均投资回报率为13%。他们通过采用稳定、平衡的方法利用人工智能，其中包括构建数据和分析技能、开发多学科方法、创建多样化的团队以及通过人工智能卓越中心培训团队，如今已经在整个企业中开发出了综合能力，得到了丰厚的回报。

 

02 数据与人工智能： 喂养学习的良性循环

 

要建立一个世界级的人工智能组织，第一位的因素是：如何选择、收集、管理和使用它的数据——这种丰富但难以捉摸的资源，要么促使人工智能能够实现，要么限制人工智能的实现。

数据有时被比作石油：一种宝贵的资源，开采成本高，加工难度大，如果污染了，它会污染整个生态系统，但如果合理利用，它价值数十亿美元。

这是因为可靠的、代表性的、一致同意的数据是值得信赖的人工智能的基础。人们不会使用他们不信任的人工智能解决方案，而那些更重视人工智能道德的企业称，他们的客户和员工对人工智能的信任程度更高。

除此之外，可靠的数据还有助于缩小投资回报率差距。拥有高“数据财富”的公司虽然还没有达到世界级水平，但他们拥有大量高质量的数据，能够有效地将数据货币化，并表示他们的数据受到内部和外部利益相关者的信任。IBM的分析显示，这些属性驱动的投资回报率高于平均水平，并更有效地使AI项目成为可能。

 

实际上，高质量、高价值、可信的数据仅支持了企业投资回报率改进的一半效果。也就是说，仅凭数据不足以充分发挥人工智能的潜力。虽然数据质量、数量、稳健性、价值和信任程度都很重要，但企业如何利用数据对投资回报率的累积影响比他们拥有的数据更大。

当今表现最好的首席数据官(CDO)专注于从组织的数据中获取价值。在IBV的调查中，只有8%的首席数据官获得了比同行更多的价值认可，能够用更少的支出获得更高的回报，其关键是他们如何使用人工智能来改善他们的数据。其中，四分之三的人表示，将人工智能应用于他们的数据可以帮助他们做出更快、更好的商业决策。

所以，这不仅仅是用数据来改进人工智能，人工智能还可以帮助公司更好地利用数据。这是一个良性循环。正如汉莎航空集团(Lufthansa Group)跨领域解决方案高级总监Mirco Bharpalania所说，“人工智能非常重要，因为它实际上打开了我们所处的数据世界。”

 

03 实现世界级成果的六大关键能力

 

那么，是什么使一些企业能够从人工智能投资中获得世界级的投资回报率成果?他们又是如何放大高质量、可信的数据的效用，以释放出财务和商业价值?

为了回答这些问题，IBM发现，一流的人工智能执行者以信任为核心，在整体、集成的方式在六个关键领域构建能力。

 

（1）愿景及策略：不要在所有事情上都使用AI

将人工智能、自动化或任何其他技术应用于不适用的过程中，仍然会产生低于标准的结果。只有通过评估核心和非核心功能(例如，客户服务、营销、供应链、金融等)以及业务部门的战略投资计划，领导者才能发现嵌入人工智能的战略机会。

一个深思熟虑的人工智能战略可以推动转型成果，提高单个人工智能项目的投资回报率。根据IBM的研究，重视人工智能对业务战略影响的企业，其人工智能计划有效的可能性要高1.8倍，并且实现近两倍的投资回报率。

 

领导者还要平衡竞争差异化和成本优化。有些公司甚至利用公开可用的开源人工智能资源，向市场提供更快、更便宜、更可扩展的解决方案。关于如何训练这些工具的伦理问题也将在人工智能的未来发展发挥作用，因此公司需要在过度推进之前确定自己的立场。

（2）人工智能运行模式：抛弃人工智能无所不能的心态

突破性的人工智能建立在开放式创新的基础上，然而，只有领先的公司才学会了如何消除“创新无所不能”的神话。为了使实验和实施与战略保持一致，企业必须将人工智能视为一门学科，他们必须制定道德原则，发展严格的治理，强调实用主义而不是理论。

首先要了解哪种人工智能操作模型最符合业务需求(例如，集中式、轮辐式、分散式结构)。研究发现，拥有高数据财富的企业，将人工智能运营模型嵌入到组织的结构和文化中，能够产生比同行多2.6倍的投资回报率。

这看起来像什么?一个例子是关于公司如何创造最小可行产品(MVP)。领导者应该勾勒出应用人工智能的清晰流程，首先要确定解决方案希望解决的业务问题。通过为实验性的推出设定明确的目标，选择推进最有效的人工智能项目。

（3）人工智能运维：敏捷开发运维+自动化IT运维 + 机器学习运维

人工智能运维(AIOps)将伟大的想法变为现实，成为运营模式的飞轮。它整合了人员、流程和平台，以快速、大规模地应用人工智能。成功设计流程帮助团队构建，同时也监控人工智能应用程序的性能，可以实现高达2.6倍的高投资回报率。

工程学科可以加速人工智能飞轮，使其有效地工作。正如许多公司使用敏捷开发运维和其他软件工程方法在不牺牲质量的情况下加速项目一样，人工智能运维有助于缩短开发周期，改善协作，提高操作效率，并更成功地部署解决方案。标准化和结构化对于跟上创新的步伐至关重要，同时又不牺牲人工智能的道德原则。

（4）数据和技术：支持行业规模扩展

任何人都可以创建概念验证，但是，为了使人工智能模型有效、有用和值得信赖，它们必须适当地集成到操作系统中。公司可以用人工智能做什么，在很大程度上取决于它如何在整个企业中选择、管理、分析和应用数据，因为人类是会犯错的，团队需要技能和流程来帮助确保选择正确的数据来支持人工智能模型。

这也会对AI的投资回报率产生重大影响。在世界级的组织中，数据团队审查人们访问、理解和信任企业数据所需的治理、管理、道德、素养和其他框架。IT团队评估基础设施和流程，以平衡人工智能实验与工业规模的扩展。

（5）人才和技能：今天完成明天的工作

自人工智能诞生以来，缺乏熟练人才和技术专长一直是实施人工智能的最大障碍。为了在紧张的劳动力市场上保持竞争力，公司必须训练他们的团队有效地、负责任地使用人工智能。研究表明，当企业帮助团队加强人工智能能力时，人工智能项目会更成功。

积极鼓励人工智能知识在整个企业内共享，并提供业务和技术培训以吸引新人才的组织，其投资回报率高达其他组织的2.6倍。人力资源和人才领导者——在企业的赞助下——正在推动这项工作。在2018年至2021年期间，有积极计划留住和重新培训员工的CHRO比例显著上升。

 

（6）文化及培养：培养变革和共同创造

当公司面临成本压力时，变更管理通常是第一个被削减的项目。但这种财政紧缩可能是危险的短视行为：因小失大。正确的文化——一种重视信任的文化——有助于巩固人工智能的能力和成熟度。

如果人们不信任人工智能所做的工作，或者不信任它所建立的数据，采用将会滞后，回报将会下降。另一方面，我们的研究表明，文化成熟度是一流投资回报率的最大贡献者之一。当人工智能成为公司DNA的一部分，变革管理成为一项广泛的技能时，组织的表现会更好。事实上，使用标准化和文档化方法(包括价值实现或收益跟踪)的项目团队可以实现高达2.5倍的投资回报率。