如今，創(chuàng)新驅(qū)動型企業(yè)正在人工智能 (AI) 系統(tǒng)中投入大量資源，以推進其 AI 成熟度之旅。據(jù)IDC稱，到 2026 年，全球在以 AI 為中心的系統(tǒng)上的支出預(yù)計將超過 3000 億美元，而 2022 年為 1180 億美元。

過去，由于流程不夠成熟，人工智能系統(tǒng)失敗的頻率更高。過去，大約60-80% 的人工智能項目因計劃不周、缺乏專業(yè)知識、數(shù)據(jù)管理不當(dāng)或道德和公平問題而失敗。但是，隨著時間的推移，這個數(shù)字每年都在增加。

根據(jù)最新的 LXT 報告，如今 AI 項目的平均失敗率已降至46%。隨著公司在其 AI 成熟度之旅中取得進展，AI 失敗的可能性進一步降低至 36%。

讓我們進一步探討組織走向 AI 成熟的路徑、它可以采用的不同模型和框架，以及構(gòu)建有效AI 戰(zhàn)略的主要業(yè)務(wù)驅(qū)動力。

什么是人工智能成熟度？

AI 成熟度是指公司在采用、實施和擴展 AI 支持技術(shù)以改進其業(yè)務(wù)流程、產(chǎn)品或服務(wù)方面取得的進步和復(fù)雜程度。

根據(jù)LXT AI 成熟度報告 2023，48% 的美國大中型組織已經(jīng)達到更高水平的 AI 成熟度（下文討論），比上一年的調(diào)查結(jié)果增加了 8%，而 52% 的組織正在積極試驗人工智能。

該報告表明，最有前途的工作是在自然語言處理 (NLP)和語音識別領(lǐng)域（人工智能的子類別）中完成的，因為它們在各行業(yè)中部署的解決方案數(shù)量最多。

此外，制造業(yè)和供應(yīng)鏈行業(yè)的人工智能項目失敗率最低（29%），而零售和電子商務(wù)最高（52%）。

探索不同的 AI 成熟度模型

通常，人工智能驅(qū)動的組織會開發(fā)適合其業(yè)務(wù)需求的人工智能成熟度模型。然而，成熟度的基本理念在各個模型中保持一致，專注于開發(fā)與 AI 相關(guān)的功能以實現(xiàn)最佳業(yè)務(wù)績效。

Gartner、IBM和Microsoft開發(fā)了一些著名的成熟度模型。它們可以為組織的 AI 采用之旅提供指導(dǎo)。

讓我們在下面簡要探討 Gartner 和 IBM 的 AI 成熟度模型。

Gartner 人工智能成熟度模型

Gartner 有一個 5 級 AI 成熟度模型，公司可以使用該模型來評估其成熟度級別。讓我們在下面討論它們。

Gartner AI 成熟度模型說明。資料來源：LXT 報告 2023

• 級別 1 – 意識：這個級別的組織開始討論可能的 AI 解決方案。但是，目前還沒有正在進行的試點項目或?qū)嶒瀬頊y試這些解決方案在這個層面上的可行性。
• 2 級 – 活躍：組織處于 AI 實驗和試點項目的初始階段。
• 第 3 級 - 運營：這一級別的組織已采取具體步驟采用 AI，包括將至少一個 AI 項目投入生產(chǎn)。
• 第 4 級 - 系統(tǒng)化：此級別的組織將 AI 用于其大部分?jǐn)?shù)字流程。此外，人工智能驅(qū)動的應(yīng)用程序促進了組織內(nèi)外的高效互動。
• 第 5 級 - 轉(zhuǎn)型：組織已將人工智能作為其業(yè)務(wù)工作流程的固有部分。

根據(jù)這個模型，公司從第 3 級開始實現(xiàn) AI 成熟度。

IBM 人工智能成熟度框架

IBM開發(fā)了自己獨特的術(shù)語和標(biāo)準(zhǔn)來評估 AI 解決方案的成熟度。IBM 人工智能成熟度框架的三個階段包括：

IBM AI 成熟度框架階段

• 銀牌：在此級別的 AI 能力下，企業(yè)探索相關(guān)工具和技術(shù)以為采用 AI 做準(zhǔn)備。它還包括了解 AI 對業(yè)務(wù)的影響、數(shù)據(jù)準(zhǔn)備以及與 AI 相關(guān)的其他業(yè)務(wù)因素。
• 金獎：在此級別，組織通過 AI 交付有意義的業(yè)務(wù)成果來獲得競爭優(yōu)勢。這種 AI 功能提供由數(shù)據(jù)支持的建議和解釋，可供業(yè)務(wù)線用戶使用，并展示了良好的數(shù)據(jù)衛(wèi)生和自動化。
• 白金：這種復(fù)雜的 AI 功能對于任務(wù)關(guān)鍵型工作流來說是可持續(xù)的。它適應(yīng)傳入的用戶數(shù)據(jù)并為 AI 結(jié)果提供清晰的解釋。此外，強大的數(shù)據(jù)管理和治理措施也到位，支持自動化決策。

實現(xiàn) AI 成熟度的主要障礙

組織在達到成熟度的過程中面臨多項挑戰(zhàn)。LXT2023 報告確定了 11 個障礙，如下圖所示。讓我們在這里討論其中的一些。

人工智能成熟度挑戰(zhàn)圖。資料來源：LXT 報告 2023

1. 將人工智能與現(xiàn)有技術(shù)相結(jié)合

大約 54% 的組織面臨將遺留或現(xiàn)有技術(shù)集成到 AI 系統(tǒng)中的挑戰(zhàn)，這使其成為實現(xiàn)成熟的最大障礙。

2. 數(shù)據(jù)質(zhì)量

高質(zhì)量的訓(xùn)練數(shù)據(jù)對于構(gòu)建準(zhǔn)確的人工智能系統(tǒng)至關(guān)重要。然而，收集高質(zhì)量數(shù)據(jù)仍然是實現(xiàn)成熟的一大挑戰(zhàn)。報告發(fā)現(xiàn)，87% 的企業(yè)愿意為獲取高質(zhì)量的訓(xùn)練數(shù)據(jù)支付更高的費用。

3.技能差距

如果沒有合適的技能和資源，組織就很難構(gòu)建成功的人工智能用例。事實上，31% 的組織面臨著缺乏技能人才來支持其 AI 計劃和走向成熟的問題。

4.弱人工智能策略

我們在現(xiàn)實世界系統(tǒng)中觀察到的大多數(shù)人工智能都可以歸類為弱人工智能或窄人工智能。它是一種 AI，可以執(zhí)行一組受過訓(xùn)練的有限任務(wù)。大約 20% 的組織沒有全面的人工智能戰(zhàn)略。

為了克服這一挑戰(zhàn)，公司應(yīng)該明確定義和記錄他們的 AI 目標(biāo)，投資于質(zhì)量數(shù)據(jù)，并為每項任務(wù)選擇正確的模型。

推進 AI 戰(zhàn)略的主要業(yè)務(wù)驅(qū)動因素

LXT成熟度報告確定了 AI 的十個關(guān)鍵業(yè)務(wù)驅(qū)動因素，如下圖所示。讓我們在這里討論其中的一些。

AI 關(guān)鍵業(yè)務(wù)驅(qū)動因素的圖示。資料來源：LXT 報告 2023

1. 業(yè)務(wù)敏捷性

業(yè)務(wù)敏捷性是指組織使用創(chuàng)新業(yè)務(wù)解決方案適應(yīng)不斷變化的數(shù)字趨勢和機遇的速度。對于大約 49% 的組織而言，它仍然是 AI 戰(zhàn)略的主要驅(qū)動力。

人工智能可以通過更快、更準(zhǔn)確的決策制定、自動化重復(fù)性任務(wù)和提高運營效率來幫助公司實現(xiàn)業(yè)務(wù)敏捷性。

2. 預(yù)測客戶需求

大約 46% 的組織認(rèn)為預(yù)測客戶需求是人工智能戰(zhàn)略的關(guān)鍵業(yè)務(wù)驅(qū)動力之一。通過使用 AI 分析客戶數(shù)據(jù)，公司可以深入了解客戶的行為、偏好和需求，從而使他們能夠定制產(chǎn)品和服務(wù)以更好地滿足客戶的期望。

3.競爭優(yōu)勢

競爭優(yōu)勢使公司能夠從競爭對手中脫穎而出，并在市場上獲得優(yōu)勢。41% 的組織認(rèn)為，它是人工智能戰(zhàn)略的關(guān)鍵驅(qū)動因素。

4. 簡化決策

基于人工智能的自動化決策可以顯著減少做出關(guān)鍵數(shù)據(jù)決策所需的時間。這就是為什么大約 42% 的組織將簡化決策制定視為 AI 戰(zhàn)略的主要業(yè)務(wù)驅(qū)動因素。

5. 產(chǎn)品開發(fā)

創(chuàng)新產(chǎn)品開發(fā)從被公認(rèn)為 2021 年 AI 戰(zhàn)略的首要業(yè)務(wù)驅(qū)動力下降到第七位，39% 的組織認(rèn)為它是 2023 年的業(yè)務(wù)驅(qū)動力。

這表明AI在業(yè)務(wù)流程中的適用性并不完全取決于產(chǎn)品的質(zhì)量。高彈性、可持續(xù)性和快速上市時間等其他業(yè)務(wù)方面對于業(yè)務(wù)成功至關(guān)重要。