1、开启 新篇章 中国企业 人工智能 应用之道 从 “浅尝试” 到 “规模化” 目录 人工智能规模化， 势在必行 提升人工智能应用段位： 从实验到加速应用 人工智能应用三阶段 人工智能的布局之道 从概念验证向规模化推广进阶的四大要素 时不我待， 即刻行动 企业内外资源扫描， 构建人工智能能力 更新思维模式， 勇攀新高 着眼未来， 布局产业化增长 03 08 09 10 12 29 29 30 31 中国企业人工智能应用之道 2 mNqPrRpQqPtRvNoRqMoRtQ9P8QbRmOqQpNnNkPrRzRjMmMyR8OoPqPwMnOnQwMrRqP 人工智能规模化， 势在必行 人工智能

2、（Artifi cial Intelligence， AI） 在行业和商业中的应用 已成普及之势， 并通过溢出效应， 激发出广泛的互补式创新。 中国人工智能市场已经成为全球第二大人工智能单一市场， 约 占全球市场规模的12%。 1 在此过程中， 中国企业相信未来人工智能 将逐渐改变全球商业的游戏规则， 并将人工智能作为优先投资的战 略方向。 据IDC预测， 到2023年中国人工智能市场规模将达到979亿 美元。 相较全球， 中国企业对人工智能的投资热情更高： 埃森哲最新 全球高管调研显示， 近半数 （49%） 的中国企业近三年内在人工智能 项目上的总投资超过0.5亿美元。 2 图1. 中国企业

3、过去三年AI项目总支出 数据来源： 埃森哲全球高管调研， 2019 投资 5亿美元 投资 0.1亿美元 1亿 投资 5亿美元 0.5亿 投资 1亿美元 0.1亿 投资 0.5亿美元 9% 14% 26% 23% 28% 45% 37% 37% 26% 25% 图2. AI成为中国企业优先投资的战略方向 数据来源： IDC CIO调研， 2019 中国企业未来增加各领域投资的比例 BI / 数据分析 数字化运营 （如数字营销） AI / 机器学习 信息安全 / 数据安全 物联网 中国企业人工智能应用之道 3 然而， 中国企业对人工智能技术的应用仍然普遍滞后。 根据埃森哲技术展望 调研显示， 89

4、%的中国企业认为人工智能在自己企业推广的速度落后于该技术的 发展速度远高于这一比例在全球企业中的77%。 3 这主要是因为中国企业在部 署人工智能应用时面临重重挑战。 超半数的中国企业缺乏精通人工智能的相关技 术人员， 以及没有积累起高质量的数据集。 此外， 人工智能应用场景不明确， 投资 人工智能项目成本较高等问题也为中国企业带来了一定的困扰。 4 图3. 中国企业部署AI应用所面临的挑战 数据来源： IDC&量子位人工智能行业调研问卷， 2019 缺乏技术人员 缺乏质量高的数据集 应用场景不明确 投资AI项目的成本 业务方的参与和支持 算法的可解释性 AI安全、 伦理与合规问题 其它 51

5、.7% 51.7% 45.5% 32.9% 23.1% 22.4% 15.4% 2.1% 中国企业人工智能应用之道 4 由此可见， 虽然中国企业争相投资人工智能技术， 但是， 其应用难以在企业里规模化落地。 埃森哲最新全球高管调研的数据显示， 高达79%的中国企业高管均认为， 他们必须借助人 工智能来实现业务增长目标。 他们中的绝大多数也坚信， 若想通过人工智能投资收获积极回报， 就务必在整个组织范围内规模化推广人工智能。 埃森哲预计， 从2018到2025年， 全球企业借助 人工智能应用获得的收入将增长50%以上。 5 然而， 52%的中国企业高管人员坦言， 人工智能试点容易， 但当设法将人

6、工智能推广至全企 业时感觉异常艰难。 能否实现人工智能规模化推广 ， 已经成为企业成败的关键。 其价值体现在： 图4. AI规模化成为企业成败的关键 数据来源： 埃森哲全球高管调研， 2019 的受访中国企业高管认为， 除非将AI规模化， 否则将 无法实现增长目标。79% 的受访中国企业高管相信， 若未能将AI规模化， 企业 便会在5年内倒闭。50% 的受访中国企业高管表示， 知道怎样进行试点， 但却难以将AI推广至整个企业。52% 中国企业人工智能应用之道 5 人工智能规模化应用将给企业带来什么红利？ 首先， 企业市 场溢价能得到大幅提升。 埃森哲数据科学家团队创建了一款模型， 将调研数据与

7、公 开可用的企业财务数据相结合， 通过考察不同企业的特征， 以 确定样本中成功推广人工智能的组织取得溢价的原因。 埃森哲 发现， 成功推广人工智能与财务估值的三项关键指标 （估值收入 比， 市盈率， 市销率） 之间存在正相关。 企业估值/ 总收入比率+35% 股价/每股盈利 比率 （市盈率）+33% 股价/每股销售额 比率 （市销率）+28% 图5. AI规模化， 提高企业市场溢价 数据来源： 埃森哲全球高管调研2019&财务数据分析 中国企业人工智能应用之道 6 第二， 全面提升企业的业务成果。 纵观全球， 各行各业的企业正纷纷运用人工智能技术， 结构性地改变其业 务内容和工作方式。 而那些

8、能够将人工智能在企业内部进行战略性推广的企业 更有望在以下领域收获全面成果： 图6. AI规模化， 有利于全面提升业务成果 客户服务 客户 满意度 组织有效性/ 员工生产率 产品/品牌 认知度 速度管理 效率 运营资金 利用率 新型产品 与服务 客户获取客户信任度 数据来源： 埃森哲全球高管调研， 2019 32% 1.1亿美元差距 概念验证阶段 的企业的AI投 资回报率 86 % 规模化推广阶 段企业的AI投 资回报率 图7. AI规模化， 实现近三倍投资回报率 数据来源： 埃森哲全球高管调研， 2019 第三， 带来高额的投资回报率。 与仍在从事单项概念验证的企业相比， 已开始从战略层面规

9、模化推广人工 智能的组织实现了近2倍的成功率和近3倍的投资回报率。 从全球整体来看， 处 于概念验证阶段和规模化推广阶段的两类企业，人工智能投资回报平均相差 1.1亿美元。 中国企业人工智能应用之道 7 提升人工智能应用 段位： 从实验到加 速应用 为了对人工智能在企业中的落地情况进行深入的洞察分析， 并汲取领先企业 的经验教训， 埃森哲开展了一项具有里程碑意义的全球调研， 吸引了12个国家， 16 个行业的1,500位企业高管的广泛参与。 其中包括来自中国的139家企业。 本次调研重点关注： 人工智能在多大程度上支持了业务战略的实现， 人工智 能规模化推广所需的首要条件， 以及成功实现人工智

10、能规模化推广可带来的财务 成果。 而其目标在于： 助推企业在人工智能应用征程上向前迈进， 从一次性的人工 智能实验， 到建立起覆盖整个组织的强大能力， 以此为实现敏捷竞争与增长注入 源源不绝的能量。 在调研的基础上， 结合大量企业财务指标分析， 埃森哲划分出了 企业应用人工智能的三个不同阶段。 中国企业人工智能应用之道 8 人工智能应用三阶段 01 02 03 概念验证阶段： 80-85%企业 艰难起步。 规模化推广阶段： 只有15% 至20%的企业完成跨越。 产业化增长阶段： 少数派 （5%） 境界。 这一阶段的企业进行人工智能实验和试点， 但规模化应用的成功率和人工智能投资回报率都 非常低

11、。 他们的努力往往局限于某一部门或团队 内部， 并通常由IT部门主导。 同时， 这些举措往往 与企业成果或战略要务缺乏联系。 此类企业普遍 低估了推广人工智能工作所需的时间和投资， 人 工智能的潜力尚未得到充分开发。 埃森哲研究表 明， 多数企业止步于此， 未成功进阶到下一段位。 数据分析被严重忽视， 未能成为CEO的关注 焦点 通常由IT部门牵头， 孤立运营模式 无法深挖数据价值 急功近利， 不切实际， 难以实现规模化 投资严重不足， 回报相对较低 这一阶段企业的人工智能应用已突破概念验 证的范筹， 他们不仅推广人工智能的成功率实现翻 番， 而且投资回报水平更胜一筹几乎可达同行 的三倍。 这

12、些企业将推广人工智能定为高管层的 优先事项， 建立了与业务目标紧密相关、 清晰明确 的人工智能战略和运营模型， 同时， 在负责人工智 能、 大数据或分析法的首席高管带领下， 由人员更 充实的团队提供多维度支持。 但是， 得到推广的人 工智能经常只是基于个性化的单点解决方案。 CEO看重高级数据分析和数据团队在解决重 大难题时的作用 首席人工智能官、 首席数据官或首席数据分析 官挂帅， 组建200多名专家的多学科团队 能够摆脱数据干扰， 专注于关键数据 充分利用智能自动化和预测性报告 弥补数字化/人工智能/数据资产上的投资不足 采用实验思维实现规模化推广和投资回报 这一阶段的企业拥有数字平台思维

13、， 并通过 在整个组织内普及大数据和数据分析工具来创 建人工智能文化。 他们利用负责任的人工智能框 架推广数千种模型， 不仅以此促进产品与服务创 新， 还进一步洞悉客户和员工的期望， 由此实现收 益。 埃森哲研究表明， 人工智能的产业化将有力支 持差异化竞争， 而财务业绩的显著提升与之一脉 相承， 然而， 实现人工智能产业化应用的企业屈指 可数。 数字平台的思维模式和人工智能上海品茶， 生成实时洞察， 推动业务决策 明确企业愿景、 问责制、 指标和监管， 打破信 息孤岛 采用 “假设分析” 提升客户获得率、 服务水平 与客户满意度 通过践行负责任的人工智能提高品牌认知 度和信任度 差异化竞争和

14、价值创造因素推升市盈率 中国企业人工智能应用之道 9 人工智能的布局之道 企业在应用人工智能技术的时候常举步维艰， 停滞不前。 6 这主要是由两大 原因造成的。 首先， 企业缺乏明确的人工智能路线图， 无法按部就班地将人工智 能项目从概念验证， 有效、 顺畅地向实际生产阶段推进。 其次， 企业对人工智能整体发展格局不能做到充分了解， 也容易导致企业沿 用固有的行为模式从零开始， 闭门造车。 实际上， 许多行之有效且低成本的商 品化人工智能解决方案已纷纷问世， 可以立即投入使用。 关键在于， 企业应善用已 有资源， 根据自身需求做出个性化调整。 为有效实现人工智能应用的规模化推广 ， 企业应沿着

15、一条连续不断的路线 图运行， 通过所有紧密相连的要素， 对实际生产的关键路径进行追踪唯有这 样， 才能真正令人工智能带来的价值迅速攀升。 中国企业人工智能应用之道 10 15 24 价值 + 战略 价值实现 持续设计规划 治理 人员 + 能力 检查点#1 企业是否制定 了数据战略和 AI战略？是否 知晓期望实现 的价值？ 检查点#6B 企业是否能够重复利用新创建 的功能， 以便参照其他优先应 用模式交付价值？如果不能， 可适当进行哪些调整， 以扩大 功能的使用范围？ 检查点#5 是否已更新风险管理框架， 将应急方 案纳入其中， 用以应对不当结果？谁 应对AI系统做出的决策负责？ 检查点#6A

16、企业是否实现了预期价 值？如何衡量？是否需 要进行产品优化， 以实 现价值最大化？ 检查点#3 是否需要对运作 模式进行调整， 以优化不同专业 人员的合作？ 投入 生产 检查点#2 当前使用的数据是否能够实现应用模 式的预期成果？需要进行哪些调整？ 展望未来， 该功能是否可以推广 ， 为其 他应用模式提供支持？ 检查点#4 在进入生产阶段前， 企业是否看到吸引更多 供应商或合作伙伴参与其中的机遇？ 是否建 立合适的团队和反馈回路来持续改善生产？ 迭代周期 0 23周 交付 迭代周期1-N 开始 快速迭代有关版本发 布、 相关功能和史诗故 事的上层设计。 详细进行史诗故事与 用户故事迭代， 并将

17、开 发工作推进至产品创 建阶段。 计划和创建史诗故 事和用户故事 交付史诗故事与 用户故事 3 6B 6A 图8. AI路线图： 企业布局之道 中国企业人工智能应用之道 11 从概念验证向规模化推广进阶的 四大要素 从上面的人工智能路线图不难看出， 企业如果想要将人工智能应用从概念验证阶段进阶到规模化 推广阶段需要满足四大要素。 这也是成功实现人工智能规模化应用企业的四个优势特点。 01 价值 + 战略 | 业务战略即是人工智能战略 02 人员 + 能力 | 使人员做好准备 03 治理 | 为人工智能注入责任 04 价值实现 | 投入生产并扩大价值 中国企业人工智能应用之道 12 01 价值

18、+ 战略 规模化推广阶段企业制定了清晰的人工智能战略和运营模型， 使其与高管层的总体 目标保持一致并相互整合。 规模化推广阶段企业能够试点并成功推广80%的人工智能项目。 与此同时， 他们设定了更长 远的规划， 其中表示从试点到规模化会覆盖一至两年的比例， 较概念验证阶段企业高出65%。 这 些领先企业目标更为明确， 对于实现规模化的时间跨度、 以及需要为此采取哪些合理行动， 均有 着更现实的预判和规划。 与概念验证阶段企业相比， 规模化推广阶段企业的基础工作做得更细致 到位。 为了成功实现规模化， 企业需要合理的组织结构和有效的治理机制。 规模化推广阶段企业二 者兼备， 近四分之三 （71%

19、） 的此类受访企业表示， 自身拥有清晰定义的战略和运营模式来推广人 工智能技术， 而概念验证阶段企业持相同看法的仅占半数。 此外， 规模化推广阶段企业拥有更为 灵活的业务流程， 以及整合进入更广泛的生态系统。 此外， 规模化推广阶段的企业还清晰定义了职责明确的流程与管理者， 并安排了致力于人工 智能发展的领军者为高管层提供支持。 一旦缺乏牢固的业务战略根基、 以及可有效监督与管控的 治理机制， 推广计划必然进展迟缓。 究竟谁是人工智能和数据的 “拥有者” ？ 这一问题已在许多 企业中引发纷争。 而且， 无论使用何种人工智能平台、 抑或引入何种专有技术， 只要偏离正确的方 向， 一切努力都将付诸

20、东流。 埃森哲最新全球高管调研显示， 超过半数的全球及中国企业均认为尚 需更多努力， 确保人工智能应用推广 聚焦于业务优先方向。 中国企业人工智能应用之道 13 图9. 规模化推广阶段企业， 为AI制定了清晰的战略和运营模型 50% 71% 53% 67% 灵活的业务流程 49% 65% 整合进入更广泛 的生态系统 清晰定义的战略 和运营模式 数据来源： 埃森哲全球高管调研， 2019 图10. 明确战略目标层面， 全球及中国企业有共识 60% 54% 清晰定义的战略 和运营模式 60% 56% 灵活的业务流程 60% 52% 整合进入更广泛 的生态系统 数据来源： 埃森哲全球高管调研， 20

21、19 概念验证阶段 中国 规模化推广阶段 全球 中国企业人工智能应用之道 14 厘清对自身而言， 商业价值的具体含义； 将商业价值的定义转化为业务战略； 制定与业务战略重点相统一的发展路径， 由此创造前所未有的成果。 企业行动指南： 业务战略即是人工智能战略 中国企业人工智能应用之道 15 案例1： 国内电力企业基于业务规划的 人工智能战略 国内某电力企业为了落实国家创新驱动发展战略， 以破解原有业务模式难以实现增长目标的 困局， 围绕人工智能发展与应用编制了专项规划。 针对企业生产人员普遍不足等一系列生产效率较 低的问题， 公司首先梳理出 “聚焦网络运营提效， 业务运营精细化和行业生态建设”

22、 的业务转型战 略， 并以此为基础树立了人工智能战略的核心目标： 网络资产运营智能化； 企业运营管理自动化与 科学决策； 生态系统与新兴业务的智能化赋能。 通过评估当前智能化运营的现状， 该企业进一步规划出实现该人工智能战略目标的具体途径： 首先， 全员能力提升与资源平台建设。 由企业高层直接推动， 总部成立了数字化部门， 负责总体管 理和顶层设计； 各相关部门和分子公司负责具体任务的建设管理。 其次， 增加技术研发投入， 加速 创新与生态体系建设。 以智慧输电为例， 通过巡视无人化、 操作自动化， 加之以机器人、 在线监测装 置、 卫星等智能装备的 “加持” ， 工作人员可实时掌握输电线路设

23、备本体及通道走廊情况。 最后， 聚 焦核心业务领域的人工智能应用开发、 试点与推广 。 根据实施路线图明确重要节点与分阶段目标， 试点先行， 以点带面。 通过有步骤、 有规划地推动各专业试点建设， 先打造智能变电站试点， 智能配 电网试点， 再逐步在片区内实现全功能覆盖。 总体而言， 该企业通过建设统一的人工智能基础平台， 并在生产、 营销、 基建等领域开展大量 探索实践， 形成一系列创新成果， 成功实现业务转型。 人工智能与业务发展深度融合已成为促进公 司效率与效益提升、 推动公司高质量发展的重要举措。 中国企业人工智能应用之道 16 02 人员+能力 规模化推广阶段企业普遍针对人工智能建立

24、了专门的多学科团队、 培训 体系、 和明确问责机制。 其比例是概念验证阶段企业的1.5至2倍。 企业要想有效规模化部署人工智能， 就必须将多学科团队全面植入组织当中这些团队 应得到自上而下的明确支持， 从而与公司高管层的愿景始终保持一致。 就规模化推广阶段的企业 来看， 此类团队通常由首席人工智能官、 首席数据官或首席数据分析官领导， 成员则包括： 数据科 学家； 数据建模师； 机器学习、 数据和人工智能工程师； 可视化专家； 以及数据质量、 培训和宣传 等领域的专业人士。 在这方面， 规模化推广阶段企业经验更为丰富。 92%的这类企业表示在人工智能应用中充分 发挥了多学科团队的作用。 此外，

25、 绝大多数这类企业的员工都接受过正规的人工智能培训， 充分 知晓如何在工作中运用人工智能， 同时理解和应用负责任的人工智能。 埃森哲全球高管调研指出， 相较 全球同行， 中国企业需要付出更多努 力以提升企业上下对人工智能应用的 认知和技术能力。 中国企业人工智能应用之道 17 图11. 规模化推广阶段企业， 员工做好了充分准备 数据来源： 埃森哲全球高管调研， 2019 图12. 提升人员能力层面， 中国企业较全球同行需更努力 49% 57% 接受正规培训 39% 63% 充分知晓如何在 工作中运用AI 50% 53% 理解和应用 负责任的AI 数据来源： 埃森哲全球高管调研， 2019 规模

26、化推广阶段的企业充分发挥了 多学科团队的作用 92% 接受正规培训：充分知晓如何 在工作中运用AI： 理解和应用 负责任的AI： 70%78%65% 中国 全球 中国企业人工智能应用之道 18 建立合适的人才组合； 审视组织结构； 确保技术应用与首席高管层的发展理念一致； 部署人工智能前， 找寻外部资源极为必要； 优先重复利用， 购买次之， 最后创建。 企业行动指南： 使员工做好充分准备 中国企业人工智能应用之道 19 案例2： 全球高科技企业建立跨学科首 席数据官团队统筹资源和能力 案例3： 埃森哲未来人才平台: 无界学习 推动人机无缝协同 某全球高科技企业在经历了多年的快速发展之后， 逐渐

27、进入瓶颈期， 增长 乏力。 通过梳理当前面临的主要问题， 企业发现其人工智能等数字化能力未能 规模化应用， 无法为企业的业务模式转型和创新赋能， 从而， 导致数字化创新回 报不足， 数字循环难以打通、 并实现经济优势。 在厘清业务痛点之后， 该企业创新性地成立了跨学科首席数据官团队， 负 责统筹建设集团各业务发展所需的数字化体系共性资源与能力， 填补企业数字 化变革和数字技术变现之间的断层， 推动人工智能应用开发团队与业务部门的 协同： 共同创造、 共同实现、 共同运营。 在跨学科首席数据官团队的努力下， 该企业很快实现了 ， 数字技术大规模、 加速进入业务主航道， 人工智能应用与业务的无缝结

28、合。 以及， 在多业态模式 下， 业务精益管理和智能管理。 此外， 开发团队和业务部门的协同， 也推动了不 确定性多发环境下， 业务稳定连续和灵活决策。 让员工技能培训紧跟科技发展步伐， 是每家企业在数字时代的必修课。 埃 森哲作为一家全球领先的专业服务公司， 在员工人工智能应用培训方面也独 具心得。 埃森哲通过构建 “未来人才平台 （Future Talent Platform） ” 解决在职培 训问题， 帮助员工以数字化方式快速获取特定领域知识， 实现人工智能培训即 服务。 通过多维度的技能分析算法定制学习内容， 切中员工的项目或者工作需 求； 培训内容涵盖从初步认知到熟练应用不同阶段，

29、从而促进企业形成持续学 习的文化。 同时， 该平台汇集海量人工智能相关的培训内容， 灵活的模块化内 容组合， 助力员工的技能更新， 突出培训效果。 埃森哲员工在这个平台上从人 机互动到人机互学， 从知识、 能力、 心态多角度准备就绪， 迎接人机协同时代。 自埃森哲未来人才平台上线以来， 有超过18万名埃森哲员工的人工智能技 能培训在20个月内完成。 此外， 还有超过4万名来自一欧洲银行的员工基于埃森 哲协助开发的企业智能技术学院， 高效完成人工智能技能培训。 总而言之， 人工 智能培训平台不仅提升了员工的认知， 建立起员工对于人工智能技术的信任； 优 化组织结构调整， 提高人机互学效率； 还实

30、现了人与机器的技能与优势互补， 提 高功效， 优化质量。 中国企业人工智能应用之道 20 03 治理 规模化推广阶段企业充分认识到数据治理的重要性， 因此构建起了坚实 的数据基础。 多年来， 大多数企业在不断收集、 存储、 分析和重新配置的信息层层累积后， 都疲于应对庞大 的数据量， 无法有效对其进行清理、 管控、 维护和使用。 规模化推广阶段企业则能够在有效治理 数据的同时， 消除环绕在真正数据周围的 “噪声” 。 他们认识到关键业务数据的重要性， 因此将财 务数据、 营销数据、 消费者数据以及主数据确定为优先领域。 规模化推广阶段企业不仅更善于组织和管理数据， 而且还通过大力投资， 在云端

31、建立数据质 量、 数据管理和数据治理框架。 除此以外， 规模化推广阶段企业拥有清晰的操作模式， 能够合理 协调数据的生成与使用。 埃森哲研究显示， 多数规模化推广阶段企业 （61%） 在使用更加准确的 数据集， 比例远高于概念验证阶段企业 （38%） 。 另一方面， 同概念验证阶段企业 （56%） 相比， 规 模化推广阶段企业 （67%） 更普遍地将整合内外部数据集作为标准做法。 此外， 规模化推广阶段企 业还更擅长获取和整合各种不同的内部数据源。 规模化推广阶段企业大多使用恰当的人工智能工具来管理应用软件中的数据。 这类工具包 含云数据湖、 带有模型管理与治理功能的数据工程/数据科学工作台、

32、 数据和分析功能交易平台、 以及搜索服务等。 从数据的创建、 托管， 一直延伸至利用。 规模化推广阶段企业深知， 借助更为多 样化的数据集来支持各项行动至关重要。 埃森哲最新全球高管调研显示， 相较全球同行， 中国企业在数据资源 获取方面的优势得天独厚， 但仍需努 力实现更优数据治理。 中国企业人工智能应用之道 21 图13. 规模化推广阶段企业， 构建起坚实的数据基础 38% 61% 拥有精确的 大型数据集 56% 67% 能够整合 内外部数据 51% 61% 47% 60% 能够获取和整合各种 不同的内部数据源 选择恰当的AI工具 来管理数据 数据来源： 埃森哲全球高管调研， 2019 图

33、14. 中国企业拥有数据资源的优势， 但需优化数据治理 数据来源： 埃森哲全球高管调研， 2019 概念验证阶段 规模化推广阶段 60% 42% 拥有精确的 大型数据集 65% 58% 能够整合 内外部数据 78% 53% 68% 50% 能够获取和整合各种 不同的内部数据源 选择恰当的AI工具 来管理数据 中国 全球 中国企业人工智能应用之道 22 定义公平与偏见对于贵公司的实际意义； 制定和宣传符合道德规范的数据使用公告； 确保有关人工智能的考量已纳入核心价值观和 合规流程之中； 实施具体的技术指南， 以确保人工智能系统的安 全性、 透明性和问责性。 的受访者对基于人工智能的决策和输出 结

34、果缺乏信心。 受访者则表示， 所在企业每月仍需要至 少一次对人工智能系统进行人工调整。 企业行动指南： 构建责任 埃森哲全球高管调研显示 88% 60% 中国企业人工智能应用之道 23 案例4： 国内领先航企提升数据治理， 助力人工智能部署 案例5： 海外啤酒酿造商提高数据精度， 优化运营 国内某大型民航企业， 机队规模与营收位居行业前列， 在上海和香港等多 地上市。 但是企业在数字化、 智能化运营的过程中， 发现数据治理与数据资产 管理的种种问题数据资产不透明、 共享差、 质量不高、 难消费， 从而， 制约 了业务的持续化变革， 以及数据产品和数字化创新在作业、 管理、 决策层的价值 体现。

35、 埃森哲在了解该企业困境之后， 结合全球航司的领先实践， 为其实施了人 工智能部署， 聚焦数据价值的体现。 通过承接集团数据中台战略， 打造流动数 据、 量化数据和智慧数据， 以支撑集团业务数字化、 数据资产化、 分析产品化和 治理常态化。 具体来说， 埃森哲帮助该企业基于 “人货场” 理念梳理航司供应链 的业务流程， 从输入、 输出、 组织三个组成部分标识关键业务领域及核心数据。 然后， 打造以业务升级为契机、 战略绩效考核为驱动的数据资产优化管控实施 过程。 同时， 通过机关管控、 业务驱动、 研发主责、 业务获益， 使企业一把手持 续专责项目任务。 最后， 搭建完整的数据管理保障制度，

36、并通过数据管理办法 及相关细则的形式推行贯彻， 形成制度保障。 截至目前， 埃森哲已为该航企提供了18个数据域， 128个主题的高质量数据 服务。 通过数据洞察， 助力企业业务转型和运营效率提升； 以及， 推动数据产品 化， 打造数据价值生态圈， 提升数据交易价值。 某大型啤酒酿造企业， 酿造工厂与营销网络遍及全球。 但随着全球啤酒市 场竞争加剧， 加之啤酒消费放缓， 该企业市场份额受到侵蚀， 市场增长也明显 乏力。 凭借前沿的机器学习技术和新型智能， 该企业不仅开发出更为精确的预测 模型， 也攻克了数据准确性难题。 该企业通过人工智能应用改善了100多个数据集的数据质量。 高质量的数 据使得

37、企业各部门的关键决策者以前所未有的速度和规模， 获取了高度可行的 数据驱动型洞见； 在此基础上， 该企业改进消费者和客户细分， 推动销量不断 增长； 优化客户体验， 精简流程与产品配置， 从而实现了四倍的投资回报。 中国企业人工智能应用之道 24 04 价值实现 当一个企业可以持续设计规划人工智能项目， 并不断投入生产的时候， 意味 着企业实现了规模化推广阶段的价值。 如何判断一个企业是否已经在实现人工智能规模化的道路上步入正轨呢？ 这就需要企业通过以下问题的考验。 问题思考： 大规模构建人工智能的条件已然齐备？ 您是否已界定 “价值” 对于贵公司的涵义， 并且会优先通过哪些人工智能应用模式来

38、实现已界定的价值？ 企业是否已制定数据战略， 明确数据是人工智能技术的关键使能因素？ 企业人工智能团队是否确切知晓借助人工智能想要实现的商业目标他们有没有准备好进入生产阶段 （避免受困于概念验证阶段） ？ 当人工智能作出错误、 片面， 甚至非法的决策时， 贵公司是否具备相应道德框架和正确方法来予以纠正？ 中国企业人工智能应用之道 25 全方位统筹， 确保大规模构建人工智能的条件就绪 明晰价值目标， 聚焦于人工智能在关键业务领域的应用推广 制定数据战略， 最大化数据对于人工智能技术应用的使能作用 企业行动指南： 投入生产并扩大价值 企业人工智能团队聚焦需要实现的商业目标， 完善 各项准备， 人工

39、智能应用投产就绪 建立相应道德框架和正确方法， 纠正人工智能作出 的错误、 片面或非法决策 中国企业人工智能应用之道 26 案例6： 大型饮料企业通过智能营收 重建增长动力 近年来， 一家全球软饮巨头在华最大的罐装企业之一， 面临着市场疲软、 竞争加 剧等外部环境挑战； 同时， 零售终端扩张减速， 以及单个终端绩效欠佳， 也导致该企业 市场份额下滑。 为了帮助该企业重构增长动力， 埃森哲对企业不同来源数据进行清洗及建模分 析。 埃森哲详细调查了店铺辐射区域的经济、 人口与交通、 店铺营销活动以及店铺业 绩。 通过人工智能算法， 为该企业提供了 “数据-洞察-行动-结果” 的端到端解决方案。 具

40、体包含， 店铺分群与基于分群的店铺业绩潜力预测； 数据驱动型营销活动的分析与 优化； 以及， 基于数据洞察的 “控制塔” 。 在成功构建方案模型之后， 埃森哲还帮助该企业进行了梯次的应用落地。 首先， 在12个城市筛选出7,000+增长潜力店铺， 落地实施； 然后， 进一步在全国范围内， 通 过路径选择、 流程设计与资源配置进行推广。 从而， 最终帮助该企业通过优化运营带 来了超过35%的单店销量增长。 中国企业人工智能应用之道 27 案例7： 综合性保险公司基于客户洞察推动 精准营销 国内某综合性保险企业， 主营寿险和财险， 业务网络遍及全国。 不仅在上海证 交所与港交所上市， 还多年入选财

41、富全球500强企业榜单。 然而， 该企业由于缺乏 客户洞察， 难以实现以客户为中心的运营。 同时， 企业也尚未建立起完善的客户数 据分析所需的技术平台， 人才缺乏， 组织结构有待完善。 加之企业在产品设计， 营 销措施和渠道建设等方面难以做到基于数据的科学和前瞻性决策， 运营水平有待 提升。 埃森哲运用人工智能技术， 为该企业提供了提高数据精度与预测结果准确性 的解决方案。 首先， 基于单个城市分公司的试点， 对其寿险客户进行大数据分析， 深入了客户行为与需求， 并基于客户特征与行为进行客户分群， 在此基础上， 基于 客户分群帮助企业进行产品设计， 制定营销策略。 其次， 通过对营销活动的分析

42、， 设立了绩效评估与预测方案。 再基于分析的代理人招聘建议与评估， 建立了代理 人绩效分析与预测。 在设计出整个解决方案之后， 埃森哲又帮助该企业进行多维度的战略拓展。 在业务单元上， 从寿险拓展到财险； 在实施区域上， 从单一城市拓展到省级分公 司， 从经济发达省份向内陆和西部省份拓展。 此外， 在服务范围上， 从数据分析与 预测服务， 拓展到人工智能的能力建设、 技术平台搭建以及相关组织架构的设计。 埃森哲实施的智能解决方案为该企业增加了超过30%保费收入， 提高了15% 代理人生产率， 同时， 实现了超过13%的营销活动转化率。 中国企业人工智能应用之道 28 时不我待， 即刻行动 企业

43、内外资源扫描， 构建人工智能能力 人工智能规模化引擎： 构筑企业内部人工智 能系统 从数据供应链出发， 为智能自动化奠定基础， 打 造竞争优势。 人工智能战略的背后其实是大数据 和数据分析战略， 数据越好， 人工智能就越好。 为 了在这个智能新时代取得突破性成果， 企业需要 把暗数据转换为动态数据， 并建立对数据的信任 度。 对于将数据视为竞争优势而非产品的企业来 说， 这也会是一个新的机遇。 人才与技术的融合， 打造全新商业模式和工作方 式。 人工智能、 数据分析和自动化不止是技术， 它 的背后更是人才。 从数据、 机器学习和软件工程 师， 到数据科学家和人工智能技术专家， 人工智能 议程的

44、成功需要各种广泛技能， 方可从企业的数据 中提炼出新锐洞察， 进而揭示新的商业模式和新 的工作方式， 帮助企业转变方式和开拓新领域。 端到端的人工智能战略为指引。 人工智能议程 想要取得成功， 需要有一个端到端的愿景。 创新加速器： 善用外部工具， 快速获得人 工智能能力 企业通常希望快速实现人工智能规模化， 并 将其效用最大程度发挥到业务成果里。 “即 服务” 模式类的人工智能工具可以帮助企业 分忧， 承担构建和维护人工智能系统环境的 风险和复杂性。 企业不必关心分析背后的系 统架构， 从而更加专注于自身的业务发展。 在市场上， 有很多业已成熟的人工智能应用 工具和解决方案， 例如， 可扩展

45、的分析和信 息管理平台， 可以提供随时随地 “即服务” ， 并支持云端部署或本地化。 借助专业的人工智能工具或解决方案可以帮 助企业在快速发展的技术环境中， 利用大数 据分析并快速获得可操作的洞察和业务成 果。 以可控的成本， 高效部署人工智能应用， 同时， 大大缩短企业速检测人工智能投资回 报及商业价值的时间。 他山之石： 借助专业企业能力， 实现人工 智能应用落地 全球领先的端到端人工智能服务提供商可以 与企业共享数字化转型全球最佳实践， 站在 巨人肩膀上才能快速前进， 抢占窗口时机。 企业凭借自己力量， 从零做起实现人工智能 规模化， 难度相对较大， 时间成本和试错成 本都较大。 借助具

46、有人工智能实施能力的专 业企业， 能够避免企业少走弯路， 快速实现 人工智能在企业中的有效应用和规模化。 端到端的人工智能服务提供商拥有覆盖全面 行业经验， 可以提供推动行业相关人工智能 实施的全面分析， 帮助企业实现人工智能的 落地和规模化， 构建规模化人工智能系统， 为企业的全业务流程赋能。 此外， 全球领先 的专业人工智能服务提供商拥有相应的知识 产权和能力， 可以帮助企业更好的实现人工 智能布局。 中国企业人工智能应用之道 29 更新思维模式， 勇攀新高 成功的人工智能规模化推广 ， 在遵循三大最佳实践的同 时， 亦需不断更新思维模式， 及时摒弃先前人工智能发展过 程中形成的固化观念。

47、 这不只关乎更快的行动速度； 更要朝着正确方向奋力前进。 这不只关乎更大的投资规模； 更要将资金投向正确位置， 以此推动 大规模变革。 这不只关乎搜集更多数据； 更要坚定而务实地展开相关投入， 进而 提炼出精准洞见。 这不只关乎某一名领导者； 更要建立具备适当能力的多学科团队。 中国企业人工智能应用之道 30 着眼未来， 布局产业化增长 在逐步实现规模化推广阶段之后， 产业化增长将成为企业的动态目标。 实现产业化增长并非固定目标， 而是会随着技术的发展出现变化认识到这一点非常重要。 根据过往经验我们得知， 以下三项进一步改 变将助力企业更快到达其人工智能规模化之路的最终点建立数据驱动型上海品茶

48、， 由此支持人工智能 推动回报的指数级增长。 首先关注投资 企业首席高管层将人工智能投资 视为开展业务的成本。 他们认识到人工 智能计划对企业未来增长和支出的关 键意义， 从而为此拨付预算， 无需通过 事先证明投资回报率来说明投资的合 理性。 采用数字平台思维促进规模化部署 平台具有加快速度和扩大价值两大 主要目标。 数据只需在平台上发布一次， 即可通过应用程序接口 （API） 和微服务 为诸多产品所用， 这显然能够增强成本效 益。 此外， 平台还有助打破信息孤岛、 实 现数据和洞见的广泛可用， 进而推动业务 推广 ， 在整个企业、 乃至更广阔的合作伙 伴生态系统中促进协作与创新。 通过负责任

49、的人工智能建立信任 负责任的人工智能需要创建一套 框架， 确保技术应用的伦理道德、 透明 度和责任制充分符合用户期望、 企业价 值观、 以及社会法律和规范。 负责任的 人工智能能够防止使用带有偏见的数 据或算法， 保证自动化决策合理、 可阐 释， 并且有助于维系用户信任和保护个 人隐私。 中国企业人工智能应用之道 31 稳步推进人工智能 规模化 依托覆盖整个企业的数字平台来释放人工智能的庞大威力， 是一次不断积累和深 入的征程。 那些在每段路径中持续汲取经验教训的企业都能达到一种理想状态： 将业务 战略与数据分析法无缝融合起来、 充分借助可反复使用的数据基础， 并且通过平台高效 推广。 最终， 这些企业会打造出不可战胜的全方位竞争力从组织有效性， 一直延伸 至品牌认知度和信任度， 从而收获产业化增长的丰硕成果。 中国企业人工智能应用之道 32 关于本次调研 受访者职位12个国家16个行业 我们的调研旨在揭示