利用+AI+创造投资回报：AI+制胜的六项关键能力

的企业级技术解决方案以及基于科学的研究创新来释放请访问/services/artificial-intelligence如需了解关于IBMSoftware提供的AI解决方案的更多信请访问/artificial-intelligence21成熟的能力让AI项目脱颖而出，实现尽可能高的投资回报率。大多数AI项目盈利能力不足。随着AI的日益成熟，企业级AI项目的平均投资回报率仅I确的方法构筑AI高地。AI23AI项目的投资回报率能否注的热点。歌的LaMDA到Facebook的LLaMA，各大科技公司纷纷推出自己的大语言模型LLM初，企业财报电话会议上I4%%4%3%2%%0%%%4%3%2%%0%我们的研究结果表明，AI项目的成果之间存在巨大的差距。只有少数项目能够实现符合股东期望的财务效益。事实上，企业级AI项目的平均投资回报率仅为出现明显的改善。事实上，领先企业实现了13%这一令人羡慕的投资回报率水平(见图1)。处？各种不同行业的中学习到哪些经验？请继I–定义和赋能顶级组织的六项关键能力。一个成熟的AI组织。采取正确举措的企业正在创造巨图1脱颖而出AIRoI14%13%13%30%12%10%本~10%10%9%8%7%5.9%5.9%随着组织明确AI部署的就会转化为更大的效益。AIAI略相一但好消息是，根据IBM商业价值研究院的分析，许多组织已经开始取得进AI54%的的受访高管表示其组AI回报率保持稳步上升趋势。企业级AI项目的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5610%10%AI，大多业价值研究院的调研，只有不到四分之一的组织表示其AI回报率高于10%。业务的许多其他方面。在前期，团队需要克服图2回报率持续上升AIRoI9%8%7%%%4%3%2%%0%8.3%5.9%21%13%20202021202020212021 e7根据IBM商业价值研究院的分析，随着AI成熟度的不断增长，投资回报率将持续改善(见图3)。大多数追求临时和/或机会主义AI项目的普通企业处于明显落后的化为更大的效益。曲线顶部是一组取得最佳绩效的组织，AI战略提高投资回报率AI战略连续体成品嵌入模式推动者AI的战略重要性客户/运营效率客户/运营效率企业类型I组织的投资4.7%7.2%7.4%8.0%8从Alphabet成为以AI为临着的挑战。以AI为核心的企业则是从一张白纸开始，领导者可以运用更大的创造力和灵活灵活算型来模I据IBM商业价值研究院的成效(见图4)。数据差异化因素实践的企业可以实现4.8%9.0%AI9.0%47%77%47%77%Lyft通过数据驱动流程优化业务决策并重新定义客户体覆了交通运输行业。该公司利用技术来挖掘未满足的市场需求，在运营第一年就取得了超过10亿Lyft专注于实时满足客户需求，利用机器学习模型每天习进行实时推断，就需要海量的数资源，优化的流程，以及一支才华横溢的数据科学家、工程师和AI专家团队。Lyft拥有大量的信年的乘车行程达数亿次。13这一海量数据可支持做出实时，从而降低成本、优化资源以及简化客户出行10的投资回报率中有一半归因于都非常重要，但企业利用数据的方式对投资回报积影响要远大于其拥有的数据本身。的支出创造了更大的价值。14其中一项关键因素是他们如何利用AI来改进数据：四分之三的“价值创造型，从而形成一种良性循环。汉莎航空集团跨域解决方案高级总监MircoBharpalania在谈到AI11哪些因素让领先组织能够通过AI投资实现卓越的投资回报率？组织和一核心建立了以下六个关键领域的能力(见图5)：–前景与战略–AI运营模式–AI工程与运维–数据和技术–人才与技能–文化和采用12确定AI可在哪些领域提高竞争确定AI可在哪些领域提高竞争应地调整优先任务AI运营模式将AI运营模式嵌入组织结构文化和采用AI工程与运维开发一种以人为中心的AI方法，图5成为卓越企业数据数据和技术控制和保护数据访问I和人才AI解决方案13#1愿景和战略不要用AI解决一切I然会产生较差的结果。通过评估核心和非核心职能(例AI动转型并提高各个AI项目的投资回报率(参见第15页“BostonScientific仅投入了5万美元，就节省了500万美元”)。根据我们的研AI的组织，其AI项并实现高出近一倍的投资回报率 (见图6)。竞争差异化与成本优化之间取得平衡。一些企业甚至正在利用公开的开源AI资源来提供更加快展的解决方案(请参阅第14页的“基具的伦理问题也将在AI的未来发展中发挥重要作用，8%1.7xAI对于企业/业务8%1.7x7%%%4%AI对于企业/业务4%3%2%%0%AI能力所能实现的投资回报率14AI的未来奠定基础用的模型相比，经过训练以为数亿用户提供服务的大语言模型能够更快地创造更大的价重要。究BostonScientific希望实现支架检查流程自动化，从而提高在查找缺陷(例如连接该公司配备了大约3000名专家负责目测检查工作，每年要花费数百万美元的成fic需的数据要远超过该公司的现有数据。收集或生成这些数据不切实际，而且成本AI化检查流程。1516#2运营模式摒弃科学竞赛的心态织学会了防范一切皆可创新的迷思。19为了确保实验和伦理原则，建立严格的治理体系，并强调实用这首先就要了解哪种AI运营模式最适合业务需求(例在企业的实际应用中，这就像是创建最小可行产品 MVP确应用AI的清晰流程，首先就决的业务问题。通过为实验性部署设定明#3工程与运维大规模地应用AI(请参阅第17页的“Bestseller在快时尚行业释放AI价值”)。那些成功设计流程以帮助团AIOps缩短开发周期、改善协作、提高运营效率以及更成功地部署解决方案。21和结构化专注对于跟上创新步伐至关重要，但不反AI伦理原则。究Bestseller在快时尚究Bestseller在快时尚AI价值下的商品大都以较大折扣卖出，或者最终捐赠或丢。这种过度生产会降低利润，并为服装设计师和零为了帮助团队更准确地预测需求，服装和配饰公司Bestseller拍摄了10000张照片(一个销售季目录)，司成功开发并训练了卷积神经网络，能够根据各种统分析模型(例如，回归分析或主成分分析)，以便于#4数据和技术支持工业级扩展上取决于在整个企业中选择、管理、分析和应18页的“IBM首席分17IBM的战略IBM助力18II目。必须要做出艰难的决策和权衡，但这种专注和严格性有助于创造可衡量的业务价元涉及通过AI实现企业工作流程自动化和增1920#5人才与技能提前填补未来的职位需求持竞争力，企业必须培训其团队有效并负责任地使用积极鼓励在企业内部进行AI知识共享，并提供业务和技术培训以吸引新人才的组织实现了比其他组织高出2.6倍的投资回报率。人力资源和人才领导者正在企业住员工并开展员工再培训的CHRO的比例显著增加(见#6文化和采用培养变革和共创个被削减紧缩可能是因小失大的短视行为。正确的文化(即高度重视信任的文化)有助于巩固AI的AI，或者不信任AI所依赖采用将会滞后，回报也会大幅下降。另一方研究表明，文化成熟度是推动实现领先投资价值实现或效益跟踪)的项目团队可实现高达2.5倍的AI需要再培训55%55%37%202122021再培训/重新培训770%41%202122021再培训/重新培训21按照原则行事AI20%的受访高管强烈认同其组织在AI伦理方面的实践和行动符合(或超过)其22立成熟能力的论点相呼应。尽管最近围绕生成式AI创新的浪潮业务与技术能力建设并非一朝一夕之事。快速取得成果并不能为领导者(和利益相关者)带来所期望的稳定回报。不过，全面加强自身能力建设可以让组织走上转型和增长的道23AI：–AI应当为我的企业创造哪些价值？–如何利用AI让我的企业从竞争中脱颖而出？–如何审查AI项目以确保战略一致性？营模式–AI是否嵌入我们的内部系统和运营流程中？–如何生成AI洞察并传递给企业以创造价值？–我们建立了哪些制衡措施来确保以合乎伦理的方式使IAI工程与运维–我们如何跟踪对AI解决方案做出的更改？–我们是否建立了适当的系统和流程来及时识别和解决–我们是否能够衡量和调优所部署的AI模型？数据和技术–我们的治理流程是否优先注重数据安全并支持可信–整个组织的数据倡导和素养水平如何？–组织如何吸引具备数据和AI技能的人才？–我们如何在整个企业内部发展AI技能和专业能力？文化和采用AI定的执行发起人吗？–KPI是否会纳入到用例采用中？24我们的治理流程是否优先注重数据安全并支持可信I数据和技术processesprioritize我们的治理流程是否优先注重数据安全并支持可信I数据和技术processesprioritizedatasecurityandenabletrustworthyAI?我们如何吸引具备数据和AI技能的人才并在整个企业内业能力？AI运营模式AI是否嵌入我们的内部文化和采用AI工程与运维变革管理支持来促进AI的采用？图8AI让我的企业型？25下：#1愿景和战略确定AI可在哪些领域提高竞争力、增强创新和改善绩–使战略AI成为“北极星”。重新检查项目的运行方提供指导。积极开展创新，但不要而分心。–确定蕴含价值、行业领先的用例。确定哪些AI领域 生成式AI和其他机器学习技术)最适合帮助组织解决业务问题。30探索基础模型可在哪些领域提供加速创造附加价值，同时始终将伦理原则置于洞悉AI成熟度。制定建立基础AI能力的路线图，为供支持，并将该路线–设定成功标准。开发一个绩效管理框架，帮助团队基系列指标(例如数量、价值、速度和效率)制定基–建立制衡机制。创建一个治理模型，让项目负责人能够轻松监控AI在整个企业和供应链中的使用情况。法交付预期价值、不支持战略目标或未遵则的项目。#2运营模式将AI运营模式嵌入组织结构和文化。–经常性在指导准则内开展实验。定义清晰的流程来快AI查，以检查AI是否得到正确使用。概述关于生成式AI使用场景和使用方式的–形成良性循环。建立一种为企业传递洞察的机制，并数据，以建立对所产生洞察的信任。定和评估绩效基准与诊断指标。–支持独立和创新。共同创建针对AI赋能式转型的治各个业务部门和职能部门以企业级方法为阻碍时寻求管理层支持。26#3工程与运维”的模型可为AI项目提供更具成本效益的起点。配置和输入数据。–确保采用万无一失。部署一个支持自动化实施的框出的质量和适当性进行评估。–及时解决问题。利用适当的工具和指标来执行监控和消除偏见。确保团队能够利用所需的技术，在AI应用遇到性能下降或安全事件时执行有效的根本原#4数据和技术–了解AI的角色。在企业原则以及更广泛的技术指准AI。明确说明不适合使用AI的–用强大的信息架构(IA)来支持AI。构建成熟的数据在整个信息生态系统中共享，并能让技务部门专家轻松理解。–将数据置入上下文。确保负责任(并一致地)对代表进行策划和分类，以便团队能够获得有意义–建立可信的数据。准确捕获数据，在整个生命周期中和领域专家通力协作，共同帮助团队为每个用例选择合适的数据集。–提升数据素养。培训员工用批判性思维来看待数据，更好的洞察。在团队中引入具备互补性27#5人才与技能工提升关键技能的发展计划。步熟悉AI，并开方式。强调与新工具(例如生成式AI)相关的限制和每个项目结束时吸取的经验教训，并将其低代–培养以数据为中心的理念。坚持数据管理前沿确保所有团队都理解负责任的数据对于任何AI实施都至关#6文化和采用人为中心的解决方案的流程中。–发展变革倡导者。通过公开认可个人贡献和团队成功–助力团队重塑工作流。营造持续协作的文化和“以用KPI的集中式仪表盘，以进行比较和对标分析。塑造28–做好风险预警。设置AI和数据风险概况及阈值水平，并明确概述当发生风险事件时应在哪些情况下不应使用AI。29TimothyHumphreyTimothyHumphreyMaryamAshooriMaryamAshoori是一位技术领导者，拥有超过15年开发数据watsonx.ai产品主管，IBM软件Ashooriibmcom驱动技术的经验，这些技术旨在推动需求以及提高客户满意度。目前，Ashoori博士在IBM担任产品管理总监，负责管理数据和AI领域的新兴技术组合。她组建了高绩效的研究、设计、产品和开发团队，并带领团队交付了各种企业和消费者产品，涵盖数据和AI、自动化、生命周期管理、物联网、云服务和移动领域。BrianGoehringBrianGoehring是IBM商业价值研究院的副合伙人，负责领导AI监商业研究议程，与学者、客户和其他专家合作共同发展数据驱动的IBM业价值研究院思想领导力。他拥有20多年的战略咨询经验，涵盖大多数行业和ngusibmcom业务职能的高级客户。他拥有普林斯顿大学的哲学学士学位，并持有认知研究和德语证书。IBM首席分析官timhumph@IBM30MahmoudNaghshinehAI影响与合作副总裁，mahmoud@MahmoudNaghshineh博士负责推动AI技术的加速发展，并扩大AI对IBM客户和合作伙伴的业务影响力。他过去的工作涵盖了技术和业务两个领域。此前，他曾担任IBMGlobalIndustries的首席技术官，还曾担任IBM与主要技术公司的战略合作关系总经理。Naghshineh在信息技术领域拥有丰富的经验，特别在网络、移动、边缘计算以及分析和AI领域拥有深厚的专业知识。他在这些领域的多项技术和产品商业化方面发挥了关键作用，并担任研发和咨询领域的高级管理职务。Naghshineh还是电气和电子工程师协会(IEEE)院士，以及哥伦比亚大学数据与社会委员会成员。CathyRodenbeckReeseCathyReese负责领导IBMConsulting数据与技术转型(D&TT)转型领导者服务线的美洲团队。D&TT服务线专注于通过应用认知技术，助力IBMConsulting性。Cathy专注于利用企业和外部数据、敏捷实践、AI和高级分析来帮助客户推动转型。她依托于深厚的数据和技术专业知识，结合用户体验和设计背景，帮助客户实现采用并推动业务成效。Contributorsoinidiris31IBM商业价值研究院联合牛津经济研究院，从2021年洲(包括中国和印度)的22个国家的2,500名高管开展IT和AI专业人士)。我们根据数据财富评分选出了排名前四分之一的受访我们还根据受访者对其组织采取战略性AI观点的回应AI公认概念：从试验变为工程原则”/downloads/cas/M4GLJV1BAI数据困境/downloads/cas/X7B6YRJP/downloads/cas/NMEE7WJVAI伦理道德方略/downloads/cas/VQ9ZGKAE如何运用AI创造业务价值/downloads/cas/1VGVEKOA32力于为业务主管就公共和私营领域的关键问实的战略洞察。洞察根据对自身主要研究IBM先进的与技术，帮助他们在瞬息万变的商业环境中保持独特的竞争优势。们的观点综合成可信赖的、振奋人心和或通过https://ibm.co/ibv-linkedin在LinkedIn上联系访问IBM商业价值研究院中国官网，免费下载研究报告：/ibv/cn33tionsskyrocketwithcompaniessayingthey’lluseforeverythingfrommedicinetocyberse-curity.”Fortune.March1,2023.https://fortune.com/2023/03/01/a-i-earnings-calls-mentions-sky-rocket-companies-say-search-cybersecurity-medicine-customer-service/endingonAICentricSystemsForecastMarch7,2023./getdoc.jsp?containerId=prUS50454123AIPeakperformanceduringpandemicIBMInstituteforBusinessValueNovember2020.https://ibm.co/ai-value-pandemic4“DrivingROIthroughAI:AIbestpractices,investmentplans,andperformancemetricsof1,200firms.”ESIThoughtlab.September2020.https://econsultso-/wp-content/uploads/2020/09/ESITL_Driving-ROI-through-AI_FINAL_September-progressingtrustworthyAI.”IBMInstituteforhttps://ibm.co/ai-ethics-actionApril-May2023.rveandupcomingductivityboomTechTalksJanuary/2022/01/31/ai-productivity-j-curve/Pursuingtransformationlikedigitalnatives:Lessonsforenterprisesfromtechleaderswhohavelivedit.”inessValueJanuaryhttps://ibm.co/digital-native-transformation/article/4500945-sp-500-spring-2022-snapshot-market-capsitsDecember13,2022./news/walmart-AI-ML-retail/638582/toprogressingtrustworthyAI.”IBMInstituteforBusinessValueMay.https://ibm.co/ai-ethics-action2023./data/lyft-statistics/ingMedium.January30,2023./powering-millions-of-real-time-deci-sions-with-lyftlearn-serving-9bb1f73318dc2023./data/lyft-statistics/eforBusinessValueApril2023.https://ibm.co/c-suite-study-cdo15Ibid.16“Whatarefoundationmodels?”IBMResearch.May9,2022./blog/what-are-foundation-models17Ibid.34tocreatebusinessvaluewithAIstoriesfromthefieldIBMInstituteforBusinessValue.August2022.https://ibm.co/ai-examplesRealizingthevalueofecosystemcollaborationDecember2021.https://ibm.co/open-innovation20Inthiscontext,“peers”referstoorganizationsngmodel.FromexperimentationtoengineeringdisciplineIBMInstituteforBusinessValue.September2020.https://ibm.co/scaling-aicreatebusinessvaluewithAIstoriesfromthefieldIBMInstituteforBusinessValue.August2022.https://ibm.co/ai-examples23“ArtificialIntelligence:OurfundamentalpropertiesfortrustworthyAI.”IBM.AccessedApril11,2023./artificial-in-telligence/ai-ethics-focus-areas24InternalIBManalysis.eModels.”Forbes.February7,2023.https://www./sites/robtoews/2023/02/07/the-next-generation-of-large-language-models/besMarch29