1、制胜人工智能时代制胜人工智能时代 企业企业人工智能应用现状分析（人工智能应用现状分析（第三版）第三版） 人工智能研究院及科技、 传媒和电信行业中心联合报告 科技、传媒和电信行业中心开展行业研究，获取精深洞察，助力企业洞悉未来机遇。凭借 专业研究，该中心协助企业高层顺应新技术与新趋势，简化复杂业务难题，解决核心问题，助 力企业增强竞争优势，赢在当下，制胜未来。作为值得信赖的顾问机构，科技、传媒和电 信行业中心致力于协助企业高层更有效地识别风险与回报，把握机遇，在迅速变化的科技、传 媒和电信行业格局中解决最严峻的挑战。 联系我们联系我们 欲了解有关科技、传媒和电信行业中心的更多详情和最新研究及洞察

2、，敬请访问 订阅订阅 欲订阅科技、传媒和电信行业的邮件通讯，敬请点击 选择您感兴趣的领域。 互动互动 关注推特账号DeloitteTMT。 关于科技、传媒和电信行业中心关于科技、传媒和电信行业中心 人工智能研究院汇集人工智能领域顶尖智慧，凭借前沿研究和创新，推动“赋能时代”的 人机协作，助力组织机构实现人工智能转型。研究院的成立旨在促进人工智能的对话和发展， 激励创新，挑战现状。人工智能研究院与由行业思想领袖、学术权威、初创企业、研发团 队、企业家、投资者和创新者组成的生态系统协作，结合在人工智能应用领域的深度经验， 助力组织机构实现人工智能转型。研究院专注于人工智能多个重点领域，当前研究重心

3、主要集 中于伦理道德、创新、全球发展、未来工作和人工智能案例研究等。 联系我们联系我们 欲了解更多有关人工智能研究院的更多详情，敬请访问 关于人工智能研究院关于人工智能研究院 内容摘要 引言 人工智能应用前沿 结语：领先之道 尾注 目录目录 2 3 5 17 20 2 通通过把握人工智能的全球脉搏，我们 发现了以下关键洞察： 人工智能应用者对人工智能应用者对人工智能技术推动人工智能技术推动 价值创造和竞争优势价值创造和竞争优势的的能力能力保有保有信心信心。 我们看到人工智能技术的实施水平不 断提高，投资持续增长。应用者表示 其正逐步取得竞争优势，并预期其企 业和所在行业将会全面开展以人工智 能

4、为驱动的转型变革。 企业的先行优势很快便会企业的先行优势很快便会消失。消失。随着 应用逐步普及，人工智能赋能型企业 可能不得不需要付出更大努力，以保 持相对于行业对手的竞争优势。竞争 格局扁平化的一个迹象是，多数应用 者预期在不久的将来，人工智能将会 融入越来越广泛的应用程序之中。 几乎所有应用者都在使用人工智能提几乎所有应用者都在使用人工智能提 升效率升效率；成熟型应用者亦在利用人工成熟型应用者亦在利用人工 智能技术进一步推动差异化竞争。智能技术进一步推动差异化竞争。人 工智能的自动化和优化应用可产生显 著的效益，但企业应该努力超越这些 目标，利用人工智能技术创造新的产 品和工作方式。 应用

5、者更倾向于购买而非自行研发人应用者更倾向于购买而非自行研发人 工智能技术，且认为工智能技术，且认为拥有最好的人工拥有最好的人工 智能技术智能技术是获取竞争是获取竞争优势的关键。优势的关键。随 着平台、解决方案和供应商的选择不 断增加和改进，成为更明智的人工智 能技术消费者对企业而言可能变得愈 加重要。无论这些技术出自何处，能 够对这些技术进行整合与扩展亦至关 重要。 应用者认识应用者认识到人工智能的风险，到人工智能的风险，但在但在 应对战略、操作和应对战略、操作和伦理道德风险方面伦理道德风险方面 仍普遍准备不足。仍普遍准备不足。随着应用的增长， 人们对人工智能各种风险从无意 识偏见到明确责任的

6、认识也在增 加，而在采取具体行动来缓释这些风 险方面却似乎停滞不前，即使是技术 水平最高的应用者亦不例外。 通过扩展人工智能的应用场景、提升选择 和评估新企业和新技术的能力，以及正面 应对人工智能风险，当前和未来的人工智 能应用者才能在这个人工智能广泛普及的 新兴时代度过难关，实现蓬勃发展。 内容摘要内容摘要 这是连续第三年针对企业高管开展人工智能相关调查，了解其企业对于人工智 能技术的看法和实践。我们特别关注的重点在于，在人工智能应用持续增长的背景 下，企业将如何采取行动才能保持领先。同时，随着人工智能治理、信任和伦理道 德日益成为董事会的重要议题，我们希望了解人工智能应用者如何有效地管理相

7、关 技术风险。 3 引引言言 当当前，现今一代人工智能技术的应用 正在展开新的篇章：能力不断进步，人工 智能应用的开发和实施变得越来越容易， 企业也通过应用获得了切实的好处。各国 政府均已制定了人工智能发展的国家战略， 并大力投资开展研究和推进教育，同时也 在思考如何更好地管理人工智能技术应用， 以保护和造福社会。 我们看到，人工智能已被广泛部署于各类 用例，以解决不同业务问题从管理和 自动化信息技术基础设施，到收集关于客 户的新洞察、识别和应对网络威胁、帮助 指导医疗决策和改进招聘流程等。人工智 能正日益融入到商业结构之中。 诚然，由于各种障碍依然存在，并非所有 企业都已采用人工智能技术，同

8、时许多应 用者正在努力扩大所取得的成效。然而， 人工智能的“早期应用”优势阶段似乎正 在消弭；当前市场正迈入技术成熟的“早 期多数”阶段。事实上，据IDC预测， 2023年人工智能技术的相关支出将增长 至979亿美元，为2019年支出水平的2.5倍 以上。1 关键问题：关键问题：当人工智能变得无处不在，企 业如何在市场上脱颖而出？人工智能应用 者如何维持自身的竞争优势？ 这是发布的第三版企业人工智能应 用现状分析调查报告。本报告中，我们 调查了来自世界各地的2,737名信息技术 和业务线高管（参见边栏“方法论”）。 本调查始终以了解各行业及各国人工智能 的应用发展为宗旨。在此前的报告中，我 们

9、详细介绍了人工智能应用者的乐观态度 及其持续增长的投资和部署。我们得出的 结论是，企业在对人工智能技术充满热情 之外，亦应重视建立强大的执行能力。我 们建议企业改进其风险和变革管理方法， 将人工智能应用于信息技术职能之外，并 寻求适当的技术和业务人才组合，加速推 进转型。 4 方法方法论论 为获得关于企业如何应用和管理人工智能技术并从中受益的全球视图，从 2019年10月到12月调查了2,737名信息技术和业务线高管，范围涵盖九个国家：澳 大利亚（108名受访者）、加拿大（300名受访者）、中国（300名受访者）、法国 （203名受访者）、德国（201名受访者）、日本（203名受访者）、荷兰（

10、100名 受访者）、英国（218名受访者）和美国（1104名受访者）。 所有参与调查的企业都应用了人工智能技术。受访者需满足以下标准之一：有确定 的人工智能技术支出和/或已获批准的人工智能投资；制定了人工智能技术战略； 正在管理或监督人工智能技术实施；担任人工智能技术领域的主题专家；围绕人工 智能技术进行决策或对决策施加影响。 47%的受访者为信息技术高管，其余受访者为业务线高管。70%的受访者为首席高 管：首席执行官、总裁和企业所有者占35%；首席信息官和首席转型官占32%；其 他首席高管占3%。作为此次不记名调查的补充，还对来自各个行业的人工智 能专家进行了深入的电话访谈。 5 熟练熟练者

11、者（47%）普遍已经启动了多个人 工智能生产系统，但其人工智能应用 的成熟度还未达到“精通者”的水平。 他们在人工智能实施项目的数量或人 工智能的专业能力上有所落后，抑或 者两者兼有。 起步者起步者（27%）刚刚开始尝试人工智能 应用，尚未在在人工智能解决方案构 建、整合及管理方面形成稳固的专业 能力。 维维持竞争优势的挑战更趋严峻持竞争优势的挑战更趋严峻 我们的调查显示，人工智能应用者对他们 的人工智能策略以及如何通过技术实施、 财务投资、竞争优势和预期变革影响获取 利益方面抱有信心。 他们相信，和过去一样，人工智能是确立 当今和未来市场领导地位的关键。90%的 精通者认为人工智能对他们当前

12、的业务 “非常重要”或“至关重要”（相比之下， 这一比例在整体受访者中为73%）。所有 应用者都在加速拥抱关键的人工智能技术， 如机器学习、深度学习、计算机视觉和自 然语言处理等。这些技术预计将在未来一 年得到全面普及（参见边栏“人工智能技 术组合”）。 精通人工智能应用的领先企业精通人工智能应用的领先企业 为了解人工智能的前沿格局，我们根据人 工智能部署项目的数量以及受访者对其企 业各方面专业能力的评价，将人工智能应 用者分为三个类别（图1）： 精通者精通者（26%）正在树立人工智能应用 成熟度的标杆。他们业已开展大量的 人工智能生产部署，并在人工智能技 术和供应商选择、用例识别、人工智 能

13、解决方案构建和管理、信息技术环 境和业务流程的人工智能整合、以及 人工智能技术人员雇佣与管理等方面 发展形成了全方位的人工智能专业能 力。 图1 企业的人工智能应用成熟度各不相同企业的人工智能应用成熟度各不相同 “精通者”已经构建了多个人工智能系统， 并且在技术选择、用例识别、人工智能解决 方案构建和整合以及人员配置方面展现出较 高的成熟度。 企业人工智能应用现状分析（第三版） 人工智能应用前沿人工智能应用前沿 来源：企业人工智能应用现状分析（第三版），2020年。 人工智能生产部署数量 156-1011+ 人工智能构建、整合、管理 专业能力 高 低 精通者 26% 熟练者 47% 起步者 2

14、7% 6 应用者正在进行大规模人工智能投资，有 53%的受访者过去一年在人工智能相关技 术和人才方面的支出超过2,000万美元。 71%的受访者计划扩大下一个财务年度的 投资，平均预期增长26%。2精通者的投 资甚至更大，有68%的精通者在过去一年 的支出超过2,000万美元。这些企业通常 也能在较短的时间内实现投资回报，81% 的受访者表示其投资回报期少于两年。 显而易见，人工智能应用者正在将大量精 力和财力投入到人工智能实施上。那么结 果如何呢？以竞争力作为衡量指标，26% 的受访者表示人工智能技术使他们在竞争 中占据了显著的领先地位。在精通者中， 这一比例上升至45%。 多数应用者相信，

15、人工智能将在未来三年 内极大地转变其所在企业和行业（图2）。 先行者的优势正在消失。上一版调查中， 有57%的受访者认为人工智能将在未来三 年内转变他们的企业，同时有38%认为其 所在行业也将在同一时间内发生转变。3 这19个百分点的差距表明，人工智能应用 者看到了一个很小的竞争优势窗口。我们 的最新调查显示，这一窗口已经进一步缩 小：预期企业在未来三年内出现转型的比 例升至75%（上升18个百分点），认为行 业在同一时间将发生变革的比例升至61% （上升23个百分点），而两者之间的差距 缩小为14个百分点。 人工智能人工智能技术技术组合组合 机器学习机器学习。利用机器学习技术，计算机可 学会

16、分析数据，识别隐藏的模式，进行分 类，并预测未来的结果。我们的调查显示， 67%的受访者目前正在使用机器学习，且 有97%正在使用或计划在明年使用机器学 习。 深度学习深度学习。深度学习是机器学习的一个子 集，它基于一个名为“神经网络”的人脑 概念模型。之所以被称为深度学习，是因 为这种神经网络有多个相互连接的层。我 们的受访者中，有54%表示他们使用了深 度学习技术，95%正在使用或计划在明年 使用。 自然语言处理自然语言处理。自然语言处理是一种从可 读的、风格自然的、语法正确的文本中提 取或生成意义和意图的能力。58%的全球 受访者已采用自然语言处理技术，有94% 正在或计划在明年使用自然

17、语言处理技术。 计算机视觉。计算机视觉。是一种从视觉元素中提取意 义和意图的能力，包括字符识别（针对数 字化文档）和图像（如人脸、物体、场景 和活动）内容分类。在我们的受访者中， 有56%声称他们使用了计算机视觉；94% 表示正在使用或计划在明年使用。 制胜人工智能时代 虽然人工智能仍被广泛看好，但随着 应用障碍的减少以及应用数量的增加 ，人工智能应用者的优势可能会逐步 减弱。其中的一个潜在原因是，人工 智能技术在企业中的应用变得越来越 容易。数据科学和机器学习平台数量 激增；经人工智能优化的硬件能够提 供更加强大的算力。借助自助型数据 预处理工具、合成数据、“小数据” 最让我兴奋的最让我兴奋

18、的事情事情之一之一 就是就是人工智能平台的激人工智能平台的激 增增，如此一来所有人都，如此一来所有人都 不必从不必从零开始，零开始，而可以而可以 在上一个研究者的基础在上一个研究者的基础 上开展工作。上开展工作。这将是我这将是我 们今后们今后几年实现快速进几年实现快速进 步的步的根本原因根本原因之一。之一。 ManoharPaluri，人工智能研究员，人工智能研究员 和预训练模型，算法训练如今变得更加简 单。这种趋势的一个表现是：74%的应用 者认为人工智能将在三年内融入所有企业 应用程序之中。我们愈加清楚地看到，世 界正在迈进人工智能全面普及的时代，无 论是否已经应用人工智能，企业都应寻求

19、开发新的能力，以确保能够在这个时代实 现繁荣发展。 因此，已经利用人工智能实现优势竞争的 企业应该继续推动自身的差异化发展。对 于尚未采用人工智能技术的企业而言，应 着手加速自身产品、流程和人才方面的人 工智能转型。 随着后来者开始赶超行业领先者，人工智 能应用者应考虑重点采取以下三方面措施 以维持自身的优势（参见图3）： 注： 因有小部分受访者回答“不清楚”，因此百分比累加可能不足100%。 来源：企业人工智能应用现状分析（第三版），2020年 制胜人工智能时代制胜人工智能时代 过去几年，开展人工智能实验的企业数量 不断增长，他们的数据相关能力得到了提 升，同时获取了新技术，建立了人才队伍，

20、 并将人工智能融入到业务流程之中。未来 数年，人工智能将会更加广泛普及。正如 我们不再谈论孤立的移动端战略一样（这 已经成为经营的一部分），人工智能将会 在不久之后成为标准和日常经营的一部分， 甚至比我们预期的更快。 7 企业人工智能应用现状分析（第三版） 人工智能将转变企业 23% 人工智能将转变行业 43% 36% 26% 21% 9% 3% 17% 9% 8% 正在进行正在进行不到不到1年年13 年内年内35 年内年内超过超过5年年 图2 企业和行业均将在不久的未来开展转型企业和行业均将在不久的未来开展转型 追求创新方法追求创新方法：在效率之上挖掘更多 价值，在人工智能应用方面变得更具

21、创造性，寻求发展与转型之间的平衡。 成为更成为更明智的明智的消费者：消费者：面对市场上持 续增加的人工智能供应商、平台和技 术，提高认识以更好地评估购买选择。 积极积极应对应对风险：风险：更谨慎地使用人工智 能技术，与客户及合作伙伴建立互信， 以避免相关工作受到人工智能感知风 险的阻碍。 追求创新方法追求创新方法 在人工智能全面普及的时代，任何人均可获 取相关功能，而企业应努力拓宽人工智能的 应用范围。在当前的应用浪潮中，我们发现 许多企业似乎更加关注如何改善现有能力， 而忽视创造新能力。这并不令人感到意外， 因为人工智能应用带来了许多与效率相关的 效益，包括自动化流程，使人能够专注于更 高价

22、值的工作；改善供应链，利用预测性维 护来减少停机时间；优化广告购买和投放； 以及加快招聘速度等。 来源：企业人工智能应用现状分析（第三版），2020年 8 “许多许多制药企业的制药企业的高管高管 都在考虑都在考虑人工智能带来人工智能带来 的成本的成本节约和效率。当节约和效率。当 你管理你管理一个庞大的组织一个庞大的组织， 有有数百数百个花费个花费数百万数百万美美 元的临床试验元的临床试验项目项目正在正在 进行进行，便会存在一些从，便会存在一些从 科学角度而言并不复杂、科学角度而言并不复杂、 容易容易实现实现的目标，而在的目标，而在 这些方面，人工智能这些方面，人工智能可可 以为组织节省数亿美以

23、为组织节省数亿美 元。元。” Ron Alfa，转化医学发现高级副总裁转化医学发现高级副总裁， RecursionPharmaceuticals 图3 在人工智能在人工智能无处不在的未来无处不在的未来，参与竞争和赢得胜利需要什么？，参与竞争和赢得胜利需要什么？ 12 追求创新方法 的应用者表示其在选择人工智能技 术和技术供应商方面具备较高的技 能水平 谋求变革谋求变革 成为更明智的消费者 积极应对风险 提高流程效率 增强现有产 品和服务 应用者利用人工智能所寻求的前两大价值: 的应用者认同由于新出现的风险，其 企业的人工智能技术应用正在放缓 激励变革激励变革 56% 制胜人工智能时代 当被要求

24、指出利用人工智能技术所寻求的 前两大价值时，受访者的选择最多的是 “提高流程效率”和“增强现有的产品和 服务”（图4） 。受访高管表示，其企业 在这两个方面所取得的成效大于其他人工 智能目标。 此前的调查中，我们发现企业主要将人工 智能技术应用在信息技术和网络安全两个 方面。47%的受访者表示，信息技术是人 工智能应用最主要的两大职能部门之一。 这可能意味着企业正在将人工智能用于信 息技术的相关应用之中，如分析信息技术 基础设施的异常情况、自动化重复性维护 任务，或指导技术支持团队的工作等。4 抑或者意味着信息技术部门正在企业中领 导人工智能的实施。 排在信息技术之后的，是网络安全、生产 制造

25、、工程设计和产品开发等重要的人工 智能应用部门。而市场营销、人力资源、 法务和采购等业务职能部门排在最后。所 有职能部门中，约有三分之二的实施项目 的目的在于实现自动化或优化，而非增强 个人能力（参见边栏 “人工智能应用的 目标”）。 追求自动化和优化当然无可厚非，但随 着人工智能逐步普及，企业将需要更大的 投入以形成差异化竞争优势。企业通过更 多变革性提升获得经验之后，领导者应积 极采取更加果断的变革性举措，探索创造 新的人工智能驱动型产品和服务，并利用 人工智能发掘新洞察、赋能全新业务模式。 有迹象表明，人工智能的实施可能正在超 越效率范畴，向更广阔的目标迈进。其中 的一个表现是：受访者所

26、选择的第三大人 工智能目标是“创造新产品和服务”。 图 4 提高流程效率位列人工智能所实现的价值之首提高流程效率位列人工智能所实现的价值之首 注: 蓝色虚线代表每个维度的平均值 来源：企业人工智能应用现状分析（第三版），2020年 9 企业人工智能应用现状分析（第三版） 改善决策 34% 32% 30% 36% 38% 40% 42% 10%15%20%25%30% 提高流程效率 发掘新洞察 提高员工 工作效率 增强现有产品及服务 创造新产品和服务 增进客户关系 减少员工人数 赋能全新业务模式 降低成本 将流程效率列为将流程效率列为前前两大目标的企业比例两大目标的企业比例 实 现 实 现 高

27、成 效 的 企 业 比 例 高 成 效 的 企 业 比 例 精通者的方法可能是基于更丰富经验的自 然进化，也可能是因为他们对人工智能所 固有的战略思维。无论何种原因，企业对 人工智能的了解愈深入，对创造可能性的 认知似乎便更为广阔。 创新型人工智能应用从为新兴体育竞 技制定规则，到音乐创作，再到寻找失踪 儿童持续增长。5现实世界中，企业 不断拓宽人工智能的应用范围，推动其上 升至一个全新水平。以下是两个例子： Recursion Pharmaceuticals公司正在使 用人工智能作为“显微镜”，以快速、 低成本的方式确定健康细胞和患病细 胞大型数据集之间的差异，从而发掘 新的化合物用于药物研

28、发。6 佛罗里达州的Power Macy Bayern, “How IBM Watson AI scales tech support for thousands,” TechRepublic, December 5, 2019; Angus Loten, “CIOs turn automation on their own departments,” Wall Street Journal, May 15, 2019. Jon Fingas, “AI developed a whole new sport,” Engadget, April 15, 2019; Maura Barrett a

29、nd Jacob Ward, “AI can now compose pop music and even symphonies. Heres how composers are joining in,” NBC News, May 29, 2019; Anuradha Nagaraj, “Indian police use facial recognition app to reunite families with lost children,” Reuters, February 14, 2020. Ron Alfa (senior vice president of translati

30、onal discovery, Recursion), interview, September 23, 2019. Asa Fitch, “The key to keeping the lights on: artificial intelligence,” Wall Street Journal, February 7, 2020. Chris OBrien, “AI startups raised $18.5 billion in 2019, setting new funding record,” VentureBeat, January 14, 2020. Stanford Inst

31、itute for Human-Centered Artificial Intelligence, Artificial Intelligence Index: 2019 annual report, 2019. 10.Sara Castellanos, “Etsy accelerates AI experimentation thanks to cloud,” Wall Street Journal, February 19, 2020. 11.Michal Locker et al., Seasoned Explorers: How experienced TMT organization

32、s are navigating AI: Insights from Deloittes State of AI in the Enterprise, 2nd Edition survey, Deloitte Insights, 2019. 12.Another four in 10 say theyre “somewhat prepared” for each potential risk. 13.European Commission, “Communication from the Commission to the European Parliament, the Council, t

33、he European Economic and Social Committee and the Committee of the Regions: A European strategy for data,” February 19, 2020; Government of Canada, “Directive on automated decision-making,” February 5, 2019; Aaron Boyd, “Lawmakers working on legislation to pause use of facial recognition technology,

34、” Nextgov, January 15, 2020. 14.Deloitte Netherlands, Transparency and responsibility in artificial intelligence: A call for explainable AI, 2019. 15.James Guszcza et al., “Why we need to audit algorithms,” Harvard Business Review, November 28, 2018. Some technology companies offer tools that help o

35、rganizations tackle bias and lack of transparency in AI systems, including IBMs Fairness 360 and Watson OpenScale, and Googles What-if tool. See Alex Jones, “IBM Watson OpenScale and AI Fairness 360: Two new AI analysis tools that work great together,” Medium, May 10, 2019; Parul Pandey, “Using the

36、What-If Tool to investigate machine learning models,” Medium, May 3, 2019. 16.Daniel Schrag and David Eaves, “Belfer Center convenes Council on the Responsible Use of Artificial Intelligence,” Harvard Kennedy School, Belfer Center for Science and International Affairs, January 22, 2019; Amanda Russo

37、, “UK government first to pilot AI procurement guidelines co-designed with World Economic Forum,” World Economic Forum, September 20, 2019; Richard L. Hudson, “France and Canada move forward with plans for global AI expert council,” Science|Business, November 19, 2019. 20 尾尾注注 制胜人工智能时代 21 17.The Par

38、tnership on AI, for example, has more than 100 partnerscorporations, nonprofits, academic, and research institutionson a joint mission to drive public discourse and best practices about AIs benefits for people and society. See: Terah Lyons, “Partnership on AI 2019 Annual Report: Building a connected

39、 community for responsible AI,” Partnership on AI, January 30, 2020. 18.Daniel Schrag, “Harvard Kennedy School and Bank of America announce the Council on the Responsible Use of Artificial Intelligence,” Harvard Kennedy School, Belfer Center for Science and International Affairs, April 10, 2018. 19.

40、Jared Council, “Bosch launches AI training program for developers and managers: Coursework will include the companys new AI code of ethics,” WSJ Pro, February 25, 2020. 20.Barbara Cosgrove, “Workdays commitments to ethical AI,” Workday Blog, May 8, 2019. 21.Barbara Cosgrove, “8 ways to help ensure y

41、our companys AI is ethical,” Workday Blog, January 16, 2020. 企业人工智能应用现状分析（第三版） 22 感谢 SayantaniMazumder 和 ShreyasWaikar 为本报告所贡献的数据分析与鼎力支持， 感谢 Jeanette Watson 和 Karthik Ramachandran提供的专精知识与深刻洞察。 致谢致谢 制胜人工智能时代 23 Beena Ammanath | Beena Ammanath现任Deloitte Consulting LLP人工智能主管总监，是一名在人工智能和数字化转型方面拥 有丰富全球经验

42、的资深高管。她是人工智能公司Humans For AI Inc. 的创始人兼首席执行官，并合著了 人工智能变革商业（AI Transforming Business）一书。她常驻加利福尼亚州Pleasanton。 Susanne Hupfer | Susanne Hupfer现任Deloitte Services LP 科技、传媒和电信行业中心研究经理，专精于科技行业。 她致力于研究技术趋势对企业的影响，并为业务和信息技术领导人提供切实可行的专业见解。她常 驻波士顿。 DavidJarvis | David Jarvis 现任Deloitte Services LP 科技、传媒和电信行业中心高

43、级研究经理。他负责开展研究 并撰写报告，议题涵盖各项新兴业务和技术，包括网络安全和人工智能。他常驻波士顿。 关于作者关于作者 企业人工智能应用现状分析（第三版） 24 联系我们联系我们 以专业洞察，助您引领变革。如欲了解攻克难关的创新见解，请随时联系我们。 德勤全球全球领导人领导人 Paul Silverglate 美国科技行业领导人|合伙人| Deloitte& ToucheLLP +1 408704 2475| Paul Silverglate是美国副主席、科技行业领导人，负责科技、传媒和电信行业的风险和财务咨询 业务。他深谙领导力发展、危机管理、企业数字化转型、业务持续性、变革管理，充分

44、调配全球组 织内最佳资源，协助客户解决最复杂的问题，并满足其专业服务需求。 NitinMittal 人工智能战略发展咨询领导人 负责人| DeloitteConsultingLLP +1 617947 7500| Nitin Mittal是DeloitteConsultingLLP的负责人，目前领导的分析与认知业务。他专注于为客户提 供咨询建议，加速基于数据和认知的转型，不断推进增强型智能，从而打造竞争优势，协助客户作 出战略决策、实现转型升级，从而引领变革前沿。 Irfan Saif 人工智能战略发展联席领导人 负责人|Deloitte&ToucheLLP +1 415269 8276| I

45、rfan Saif是美国人工智能联席领导人，同时担任风险与财务咨询的人工智能领导人。他的职责 是推进相关战略与实施，利用人工智能优化现有解决方案、制定创新解决方案，以及推进跨部门、 跨行业协同举措，从而助力四大业务部门应用并拓展人工智能技术。 德科技、勤科技、传媒和电信传媒和电信行业行业中心中心 Jeff Loucks 常务总监 科技、传媒和电信行业中心|DeloitteServices LP +1 614477 0407| Jeff Loucks是科技、传媒和电信行业中心常务总监。他负责开展研究并撰写报告，协助企业有 效开展技术变革。 制胜人工智能时代 24 德中国领导人勤中国领导人 赵文华

46、赵文华 人工智能研究院中国区领导人 中国首席数字官 +86 21 6141 1568 | 制胜人工智能时代 赵文华拥有逾25年的数字化转型、科技咨询、大数据分析和人工智能行业经验。他创建了数 智研究院，推动发展创新型的数据分析服务，助力中国在项目追取和实施过程中脱颖而出。 他亦是科技创新的先驱，在业务活动中积极采用新技术，负责培育云基础设施、采用金融机 器人自动化（RPA）的数字化金融和审计流程自动化（APA）等。 赵文华是人工智能研究院的中国区领导人，致力于运用人工智能技术来推动商业化价值。 2017年9月，赵文华任命为中国首席数字官，领导一支由资深业务领导和专家组成的数字化 团队，负责制定

47、和领导内外数字化战略的各项内容,加速中国数字化转型的发展。 25 迈入赋能的时代赋能的时代，致力协助客户充分发挥人机协作的真正潜能。为了实现人工智能的 愿景，需在发展人工智能技术的同时，从多个维度广泛深入地构建综合能力。有效整合 各种必备能力，并将其运用于我们的支持平台和领先人工智能产品，确保客户关注的是成果， 而非不断变化的技术环境。专注于打造端到端人工智能解决方案，旨在为客户提供全方 位协助，包括优化后台、创造全新增长机会等。欲获取更多信息，请访问D 。 企业人工智能应用现状分析（第三版） 关于洞察关于洞察 洞察发布原创文章、报告和期刊，为企业、公共领域和非政府机构提供专业洞察。我们的目标

48、是通过调查研究，利用 整个专业服务机构的专业经验，以及来自学界和商界作者的合作，就企业高管与政府领导人所关注的广泛议题进行更 深入的探讨。 洞察是Deloitte Development LLC旗下出版商。 关于本刊物关于本刊物 本刊物中所含内容仅为一般性信息，任何有限公司、其成员所或它们的关联机构（统称为 “组织”）并不因此构成 提供任何会计、商业、财务、投资、法律、税务或其他专业建议或服务。本刊物不能代替此等专业建议或服务，读者亦不 应依赖本文件中的信息作为可能影响自身财务或业务决策的基础。在作出任何可能影响您的财务或业务的决策或采取任何 相关行动前，您应咨询合资格的专业顾问。 任何网络内

49、的机构均不对任何方因使用本刊物而导致的任何损失承担责任。 关于关于 Deloitte（“”）泛指有限公司（一家根据英国法律组成的私人担保有限公司，以下称“有限公司”），以及其一家 或多家成员所和它们的关联机构。有限公司与每一个成员所均为具有独立法律地位的法律实体。有限公司（又称“ 全球”）并不向客户提供服务。在美国，指有限公司、在美国以“”的名义运营的关联机构及其各自的附属 公司所属的一家或多家美国成员所。根据公告会计条例及法规，某些服务并不向鉴证客户提供。请参阅 以了解更多有关有限公司及其成员所的详情。 2020Deloitte Development LLC版权所有 保留一切权利 有限公司成员 德洞察勤洞察 编辑编辑:MatthewBudman、SayanikaBordoloi和NairitaGangopadhyay 创意创意:Sonya Vasilieff 推广推广:Hannah Rapp 敬请登陆 敬请关注 De