《IBM:2024年AI实际应用报告(22页).pdf》由会员分享,可在线阅读,更多相关《IBM:2024年AI实际应用报告(22页).pdf(22页珍藏版)》请在薪酬报告网上搜索。
1、12024 年 AI 实际 应用报告think 报告系列AI 实际应用报告|2024 IBM Corporation23目录前言简介第 1 章关注 AI 路线图 第 2 章数据推动创新第 3 章追求完美是进步之敌 第 4 章为未来之路做好准备附录 1世界各地的 AI 进展附录 2关于研究作为引领者,创造价值是永恒的商业使命,也是获得成功并保持成功(两者同等重要)的最佳途径。在当今这个创新驱动的市场,AI 是实现价值的途径。全面的 AI 战略将为公司从当前良好的经营模式走向未来的成功卓越奠定基础。2024 年 AI 实际应用报告 指出了 AI 引领者与 AI 跟随者的区别。现在,这些 AI 引领
2、者正从工作效率到盈利能力等各方面收获 AI 带来的可观回报。事实上,2/3 的引领者表示,AI 已经推动收入增长率提高 25%以上。此外,还有 27%38%的引领者强调以下五个关键价值领域的显著改善:工作效率、网络安全、客户体验、营销效果和流程简化。卓越的领导力是一种可以培养的品质。正是这种学习精神的引领,我们很高兴与您分享成为 AI 引领者的品质和技能。我们鼓励您花点时间阅读 2024 年 AI 实际应用报告。报告中,专家结合研究结果与背景进行分析,提供了各种洞察分析和关联,助力您在 AI 之旅快速前进。未来在指引我们前行。这些洞察分析将帮助您负责任地部署 AI,创造更多价值并加速增长,助您
3、从众多企业中脱颖而出。Mohamad AliIBM Consulting 高级副总裁051119 27354042AI 实际应用报告|2024 IBM Corporation人工智能的晨曦AI 时代的晨曦简介经过数十年的基础建设和不断进步,人工智能(AI)已经取得了指数级的巨大飞跃。曾经的新奇事物如今已成为企业的必需品。戒虚务实AI 实际应用报告|2024 IBM Corporation事实上,2/3 的引领者表示,AI 已经推动收入增长率提高 25%以上。参见第 9 页的数据2/3 的引领者2738%的 引领者2738%的引领者已经看到五个关键价值领域的显著改善:网络安全和弹性;客户满意度、
4、参与度和保留率;营销效果;简化流程;以及员工工作效率。围绕 AI 的热潮引发了无休止的炒作和夸大。不乏各种猜测。AI 实际应用报告 将真实数据引入对话,深度探讨一个朴素的问题:在这一关键时期,我们从已见成效的 AI 先锋应用本身中可以学到哪些经验教训?为此,IBM 与 The Harris Poll 合作,邀请全球 2,000 家组织展开调查和研究。我们发现,有 15%的组织(我们称之为”引领者”)戒虚务实,取得了可量化的实际成果。我们来深入了解他们已经开辟的道路。如果您是引领者,并且希望保持这种状态,请继续阅读。我们发现,引领者不会盲目地追逐潮流。相反,他们会寻找机会、需求和内部能力之间的交
5、集,制定以行动为导向的路线图。他们会通过清晰、真实的沟通,促进整个组织的行动协调一致。引领者还知道,强大的数据基础可提供定制 AI 的灵活性。他们依靠混合云战略和基于平台的多模式方法。他们了解”完美陷阱”的危险性,寻求能够建立信任的合作伙伴,并致力于通过不断尝试来逐步改进成果。AI 实际应用报告对引领者进行了清晰的评估,并就跟随者(其余 85%的受访者)如何加入他们的行列提供了明确的专家评论。76AI 实际应用报告|2024 IBM Corporation8 按地区划分的 引领者和跟随者13%引领者87%跟随者德国印度23%领导者77%学习者日本7%引领者93%学习者77%学习者英国11%领导
6、者89%学习者美国23%领导者 按行业划分的 引领者和跟随者金融Telco制造业零售16%领导者16%领导者18%领导者13%领导者84%学习者84%学习者82%学习者87%学习者9AI 实际应用报告|2024 IBM CorporationAI 的潜力巨大。组织必须在各种茫然无绪的机会中把握重点,制定切实可行的路线图,根据自己独特的实际情况摸索出一条道路,而不是陷入理想化的虚无状态。关注 AI 路线图第 1 章紧盯关键,聚焦要旨调查数据显示,引领者从 4 个 AI 维度来制定路线图:战略、工具包、数据管理和应用程序。战略需要愿景和投资;工具包必须得到技术人员和灵活的基础架构的支持;数据管理以
7、可访问性和治理为基础;且应用程序应可靠地处理各种目标用例。高精确度的路线图需要反馈。引领者会倾听所有利益相关者的意见,并会注意内部局限性导致的问题。4 个 AI 维度战略 战略需要愿景和投资。数据管理 数据管理以可访问性和治理为基础。应用程序 应用程序应可靠地处理各种目标用例。工具包 工具包必须得到技术人员和灵活基础架构的支持。清晰的路线图能促进高级管理层保持协调一致,从而将引领者和跟随者予以明确区分。它在时间线上绘制了具体目标,并定义了用于衡量这些目标成功实施的指标。“为了实现 AI 扩大规模,您必须进行非常严谨的价值分析,说明 AI 将如何实现贵组织的使命。”Cathy Reese IBM
8、 Consulting 数据与技术转型 高级合伙人当引领者拥有共同的愿景时,他们就能避免在整个组织中制造混乱和惰性。IBM Consulting 高级合伙人兼服务线负责人 Kurup Prasad 警告说:”管理层的轻微犹豫就会成为下属的巨大障碍。”愿景分布的广度也是区分引领者和跟随者的一个因素;引领者的路线图涵盖了更多领域。与碎片化方法相比,他们更倾向于采取整体战略部署。遵循 AI 路线图,而不是采取更为投机的方法的受访者72%85%领导者学习者认为其高级管理层与 IT 领导层在实现 AI 成熟度所需采取措施方面完全一致的受访者认为其领导层明确了解 AI 投资商业价值的受访者百分比72%73
9、%36%40%领导者领导者学习者学习者AI 实际应用报告|2024 IBM Corporation1312对于引领者来说,广泛并不意味着模糊。根据调查数据,他们优先考虑 4 个用例:改善客户体验、IT 运营和自动化、外部应用程序的虚拟助理以及网络安全。行业热门用例 财务外部应用程序的虚拟助理和支持 AI 的搜索引擎TelcoIT 运营和自动化以及内部应用程序的虚拟助理零售业改善客户体验 制造业IT 运营和自动化 按行业划分的热门用例引领者投资前 4 个用例的可能性比跟随者高出约 80%。AI 实际应用报告|2024 IBM Corporation1514IBM Consulting 美洲区生成
10、式 AI、IoT 引领者副总裁兼高级合伙人 Shobhit Varshney 敦促组织通过强调影响力而不是便利性来确定用例。他指出:”以最快的方式开启 AI 之旅很有诱惑力,但引领者可发现能够带来重大改变的巨大机遇。”Varshney 建议侧重于端到端工作流。他说:”AI 和自动化部署可让混乱的流程变得智能。”没有人比一线员工更能深切地感受到内部痛点。广大员工越来越迫切地希望摆脱文书工作和手动数据录入等机械重复的任务,以便专注于价值更高的活动。让他们参与到 AI 战略中可以让他们感受到关注和参与,并激发他们对这项技术的兴趣,否则他们可能会害怕 这项技术。Reese 解释说:”无论您的技术技能、
11、平台和能力有多么出色,如果您没有展现出强大的领导力和变革管理能力,就永远不会取得成功。必须把用户放在第一位。”Reese 呼吁各组织避免使用几乎成为陈词滥调的专业术语和那些过于乐观的论点。用商业语言来说,没有什么比成功更有说服力,因此 Reese 认为,预示和展现 AI 的成功极为重要。调查数据显示,引领者有很多值得庆祝的事情。收入增长盈利能力37%29%领导者领导者受访者表示,AI 计划使收入增长率实现显著改善,提高了 50%以上受访者表示,开始采用 AI 计划以来,利润率实现显著改善,提高了 50%以上受访者表示,AI 计划使收入增长率实现中等改善,提高了 25%以上,但不到 50%受访者
12、表示,开始采用 AI 计划以来,利润率实现中等改善,提高了 25%以上,但不到 50%30%37%17%18%34%33%学习者学习者学习者学习者领导者领导者关键要点引领者追求整体 AI 战略,并让整个组织的利益相关者参与进来,以便他们能够优先将 AI 融入最有影响力的地方。它们为员工提供了重新设计工作的机会,确保其能够从事更高价值的工作。引领者必须具备很强的叙事能力,才能激发人们的兴趣并获得支持。成功是可复制的。庆祝胜利,真诚交流。AI 路线图在纸面上是否可行并不重要,在实践中路线图必须发挥作用。制定路线图需要对业务目标、内部技术能力和组织的变革管理进行清晰的评估。123AI 实际应用报告|
13、2024 IBM Corporation1716AI 实际应用报告|2024 IBM Corporation第 2 章数据推动创新当一种新技术逐渐普及时,创新可能会变得单调。曾经磨砺竞争优势的东西,现在却变得黯淡无光。引领者认识到,他们必须定制自己的 AI 工具,才能脱颖而出。数据可以成就非凡,而致力于夯实强大的技术基础(包括混合云战略和基于平台的多模型方法)可提高敏捷性。永不停歇这类受访者认为,自身有能力实现 AI 定制策略,从而实现价值最优化“跟随者通常会使用现成的技术,照搬预定义的场景。但引领者会根据自身情况进行创新。”Stephan Bloehdorn 博士 IBM Consultin
14、g DACH 执行合伙人兼 AI、分析和 自动化业务负责人33%跟随者72%引领者对于营销和客户体验等受益于个性化的用例来说,定制尤为重要。因此,零售组织最有可能报告说,他们采用了 AI 定制解决方案以实现价值最优化,也就不足为奇了。Varshney 解释说:”只要提供正确的数据,AI 就能为问题提供真正有意义的答案。现在,我们可以毫无阻碍地获取外部知识。下一个前沿领域是让 AI 跨越鸿沟,进入企业内部,让它吸收、学习并成为您的竞争优势。”同意”我们为客户量身定制 AI 解决方案来实现最佳价值”这句话很好地描述了他们的受访者40%电信42%金融44%零售40 制造AI 实际应用报告|2024
15、IBM Corporation2120调查显示,对数据管理的信心是引领者与跟随者之间最明显的区别之一。许多引领者采用数据架构来打破孤岛,确保具备良好的互操作性,并协调跨平台的流畅数据移动。同样,数据湖可以帮助组织追踪数据的来源、数据在系统中的流动方式以及数据在传输过程中的转换方式。这种可视化的数据沿袭可提高治理水平和信心。强有力的数据标签也是数据管理的重要组成部分。同样,合成数据生成和数据采集可以弥补数据缺口。这类受访者认为,自身有能力访问和有效管理所在组织数据,从而为 AI 应用计划和行动提供支持投资数据架构以获取高质量数据的受访者44%33%领导者学习者61%11%领导者学习者构建独特的数
16、据语料库可以为定制 AI 提供支持。引领者认识到,尝试多种模型或创建独特的模型也能实现差异化。选择合适的模型需要权衡各种因素,例如规模、成本、速度、安全性和独特输出的重要性。现成的模型往往功能强大,但不透明且不灵活。当引领者利用其专有数据调整开放模型或建立利基模型时,他们就掌握了控制权。他们可以降低风险,根据用例调整规模,并获得与上下文相关的输出结果。使用多种模型的受访者使用 API 创建自己的解决方案的受访者32%跟随者28%跟随者62%引领者61%引领者Varshney 解释说,将 AI 资产集中于一个平台还有助于提高灵活性,扩大规模。内置工具和库可提高生产力、增强安全性并简化数据管理。“