受訪者表示，人工智能正在迅速普及，但預計不會大規模減少企業用工人數。目前，僅有極少數企業具備讓人工智能創造規模化價值的基本要素。
一項以人工智能為主題的最新全球調研顯示，人工智能正在全球商業領域迅速普及。人工智能通常是指機器執行與人類思維相關的認知功能(如感知、推理、學習和解決問題)的能力，包括一系列通過人工智能解決業務問題的能力。在調研中，調研機構特別詢問了九項相關能力，近一半的受訪者表示，企業在標準業務流程中至少嵌入了一項能力，此外有30%的受訪者則表示，所在企業正在試點使用人工智能。不過總體而言，各行各業只不過剛剛開始采用這些技術并從中獲利。在那些已將人工智能部署到特定職能的企業中，大多數受訪者表示，新技術的使用已經創造出一定或顯著的價值，但僅有21%的受訪者表示，企業已將人工智能部署到多個業務單元或職能中。事實上，許多企業仍然缺乏通過人工智能的規模化應用創造價值的基本實踐-例如，了解哪些領域存在人工智能的機會，以及制定明確的戰略以獲取人工智能所需的數據。
調研結果表明，通過數字化推動核心業務的轉型，是企業有效使用人工智能的一個關鍵因素。在數字化程度較高的企業中，受訪者表示，與同行相比，他們在更多的業務職能上更充分地使用了人工智能，對人工智能的投資力度更大并從中獲得了更大的總體價值。人工智能的另一項基本挑戰是找到技能精湛的專業人才進行有效實施。許多受訪者表示，企業正在采用多樣化的方式尋覓合適的人才。總體而言，對于人工智能被用于自動執行現有工作，一些擔憂在所難免，但受訪者傾向于認為，未來幾年內這一技術不會對企業員工總人數有太大的影響。
采納、部署和應用人工智能
1、人工智能的普及情況
調研結果顯示，大多數企業已經開始在業務中采用人工智能。47%的受訪者表示，企業在業務流程中嵌入了至少一項人工智能能力，另有30%的受訪者表示，企業正在試點使用人工智能；相比之下，在2017年的調研中，僅有20%的受訪者表示，企業在核心業務中使用人工智能或規模化地使用人工智能。在整個企業部署人工智能仍然具有相當大的潛力；調研機構之前的調研顯示，人工智能的機會廣泛存在于各行各業和各個業務職能中。僅有21%的受訪者表示，企業在多個業務單元中嵌入了人工智能能力，迄今為止，人工智能投資在企業數字技術總支出中的占比仍然相對較小。大多數受訪者(58%)表示，企業的數字化預算中分配給人工智能的比例不到1/10-但受訪者(71%)普遍預計，未來幾年內這方面的投資將持續增加。
2、已經部署的人工智能能力
在調研機構向受訪者詢問的九項人工智能能力中，企業部署得最多的是機器人流程自動化、計算機視覺和機器學習。對于其中的每一項能力，至少有20%的受訪者表示，企業已將相關技術嵌入業務流程中。企業部署最少的能力是機器人和自動駕駛，主要因為它們只與有明確應用領域的行業和企業相關；這些行業的受訪者表示，這兩項能力得到了相當大規模的使用。例如，在汽車和裝配行業中，有一半的受訪者表示，已將機器人部署到至少一個職能或業務單元中(與之相比，所有行業的平均水平只有16%)。
3、人工智能的應用領域
從行業來看，電信、高科技和金融服務企業在整體普及率方面處于領先地位。不過調研結果表明，縱觀各個行業和職能，在部署人工智能時企業一般都是“跟著錢走”，就特定行業而言，人工智能則在最具價值創造潛力的業務領域最受歡迎。例如，在零售行業，人工智能主要被用于營銷及銷售流程：52%的零售行業受訪者表示，企業在營銷及銷售中使用了人工智能，而在所有受訪者中，這一比例僅為29%。
4、人工智能在哪些領域創造價值
雖然人工智能尚處于早期應用階段，但調研結果表明，它已經產生了顯著的效益。當被問及在已部署人工智能的業務職能中收獲的價值時，僅有 1%的受訪者表示沒有看到價值或產生了負面的價值，而41%的受訪者表示創造了顯著的價值，37%的受訪者表示創造了一定的價值。縱觀各個業務職能，在制造和風險職能中使用人工智能的受訪者看到的價值最大。超過一半的受訪者表示，在這些流程中使用人工智能創造了顯著的價值，而35%的受訪者表示，在營銷及銷售中使用人工智能創造了顯著的商業價值。
5、人工智能的促成因素與挑戰
要充分發揮人工智能的巨大潛力，企業進行的核心實踐必須有助于實現其潛在的規模化價值，調研表明，大多數企業在這方面還有很長的路要走。僅有17%的受訪者表示，企業已經確定整個組織在哪些領域存在潛在的人工智能機會。僅有18%的受訪者表示，企業已制定明確的戰略以獲取人工智能所需的數據。事實上，對于我們在調研中提及的11種實踐，有近1/4的受訪者表示，企業尚未開發其中的任何一種。
在談到采用人工智能所面臨的最大挑戰時，受訪者表示，最常見的障礙也與戰略有關。他們提及最多的障礙是缺乏明確的人工智能戰略，其次是缺乏合適的人才，職能壁壘限制了端到端的人工智能解決方案，以及缺乏對人工智能具有責任感并決定投身其中的領導者。
人工智能的一個關鍵促成因素是企業在數字化旅程中的進展。在核心業務的數字化流程中取得最大進展的企業通常也會走在人工智能應用的前沿。在數字化程度較高的企業中，67%的受訪者表示，企業在標準業務流程中嵌入了人工智能能力，而在其他企業中，這一比例為43%。機器學習是普及率最高的人工智能能力，在數字化程度較高的企業中，39%的受訪者表示在流程中嵌入了機器學習，而在其他企業中，這一比例僅為16%。
與其他企業相比，數字化程度較高的企業也對更多職能部署了人工智能，但在所有受訪企業中，人工智能最常用的領域都是服務運營和產品開發。數字化程度較高的企業也對人工智能進行了更大的投資：在這些企業中，39%的受訪者表示有超過1/5的數字技術總支出用于人工智能，而在所有企業中，這一比例僅為8%。總體來看，在數字化程度較高的企業中，52%的受訪者認為使用人工智能創造了顯著的價值，而在其他企業中，這一比例為38%。
在調研機構提及的普及人工智能面臨的障礙中，盡管一些障礙對于數字化程度較高的企業來說沒有那么緊迫(僅有27%的受訪者表示企業沒有明確的人工智能戰略，而在其他企業中，這一比例為46%)，但在難以找到合適人才方面，兩類企業的比例相當。事實上，人才是數字化程度較高的企業面臨的最大挑戰，有41%的此類企業提及這一障礙。
6、人工智能對企業員工人數有何影響
人工智能引發了關于企業員工人數的兩大疑問：我們可以在哪里找到知識淵博的人才來部署人工智能？人工智能將我們原本付薪給工人的工作變得自動化了，這會對企業員工人數有多大影響？
人才是人工智能面臨的最大挑戰之一，無論一家企業的數字計劃有多先進，都必須在招募人才和獲取技能方面不遺余力。受訪者大多表示，企業正在采用“上述全部”方法：聘用外部人才、在內部建立能力、向大型科技公司購買能力或獲得授權。總體來看，即使那些在人工智能的采用方面處于領先地位的行業(電信、高科技和金融服務行業)，在吸引人才上也會內外兼顧雙管齊下，盡管它們比其他行業更專注于開發自己的人工智能能力。與其他行業相比，這些行業中表示正在建立內部人工智能能力的受訪者比例更高，這就需要具備相應技能的內部人才。在高科技和金融服務行業，有更高比例的受訪企業會進行員工再培訓或技能提升。數字化程度較高的企業也是如此：與其他企業相比，正在開發內部人工智能能力的受訪比例更高，并且注重對現有員工進行再培訓或技能提升。
與此同時，在通過人工智能實現人力勞動的自動化方面，數字化程度較高的企業比其他企業做得更多。從職能來看，受訪者提及最多的自動化流程是客戶服務、IT和服務運營流程，且數字化程度較高的企業在這三個方面的自動化程度都超過未來對企業員工人數的影響將是輕微或積極的。許多受訪者表示，人工智能在3年之后不會對企業員工人數產生實質性的影響。在數字化程度較高的企業中，有更高比例的受訪者預計，企業員工人數將不降反升。它們也比其他企業更樂觀地認為員工人數將會增加，在數字化程度較高的企業中，有31%的受訪者持這一觀點，而在其他企業中，這一比例為18%。結合本次調研以及其他調研的結果，人工智能對勞動力的最大影響可能在于工作內容的變化(尤其是導致人機協作增加)，而不是企業員工人數的減少。然而，這些企業(以及所有企業)的受訪者都傾向于認為，人工智能未來對企業員工人數的影響將是輕微或積極的。許多受訪者表示，人工智能在3年之后不會對企業員工人數產生實質性的影響。在數字化程度較高的企業中，有更高比例的受訪者預計，企業員工人數將不降反升。它們也比其他企業更樂觀地認為員工人數將會增加，在數字化程度較高的企業中，有31%的受訪者持這一觀點，而在其他企業中，這一比例為18%。結合本次調研以及其他調研的結果，人工智能對勞動力的最大影響可能在于工作內容的變化(尤其是導致人機協作增加)，而不是企業員工人數的減少。
展望未來
調研結果表明，在讓人工智能創造規模化價值方面，數字化和某些基礎實踐至關重要。企業可以采取以下幾個步驟，以充分發揮人工智能的潛力：
①在數字化旅程中取得進展
調研表明，數字化是實現人工智能價值的前提這關系到對核心業務流程的變革以及全新的工作方式。但是如果沒有強大的數字化基礎，企業的人工智能系統將缺乏必要的訓練數據，無法建立更好的模式，也無法將出色的人工智能洞見轉化為大規模的行為變化。
②衡量人工智能對整個企業的影響
雖然大多數企業已經在一定程度上部署了人工智能，但只有極少數企業將其嵌入多個業務單元或職能的標準操作流程中，大約1/3的企業只是在進行試點。盡管人工智能尚處于早期階段，但陷入“試點煉獄”是一個切實的風險。為了收獲累累碩果，不僅需要在整個企業內部擴散這些能力，領導者也要對此真正理解并做出承諾以推動大規模變革，除了技術之外，還需要關注變革管理。
③落實關鍵的促成因素
盡管人工智能正在迅速普及，但調研顯示，在如何讓人工智能創造規模化價值方面，企業往往缺乏所需的許多基本促成因素。這些因素包括高管層支持，開發整個企業的人工智能機會組合視圖，采取行動彌補人才缺口以及實施成熟的數據戰略。所有這些都需要圍繞人工智能項目和議程的更多戰略思維。業務和技術領導者必須迅速行動起來，將這些關鍵促成因素落實到位。否則，企業很可能會錯過當前乃至未來的人工智能機會。
作者：Michael Chui和Sankalp Malhotra
