埃森哲揭秘：人工智能创造企业级价值的 5 种方式及企业级推广障碍

ZDNET 核心要点企业要推动发展势头就得展示人工智能投资的早期持续成果还需投资高质量、受管控的数据和共享工作流程。成功实现智能体转型的关键是从孤立的人工智能转向系统性人工智能。在企业推广智能体人工智能强大的数据基础必不可少。企业得有可靠的高质量数据作为智能体人工智能部署的支柱。企业领导者要确定高影响力的工作流程并分配给人工智能智能体这是扩大应用范围的关键能力。而且推广智能体人工智能要从重新思考工作方式入手。强大的数据基础和管控固然重要但企业如何从零散的人工智能智能体创新和试点项目实现人工智能在整个企业范围内的价值呢埃森哲研究表明企业要打造智能高速公路涵盖受管控的数据、明确的决策逻辑和规范化的工作流程、云原生模块化架构以及具备未来思维的员工队伍。人工智能创造企业级价值的五种方式埃森哲发现近九成86%的组织计划在 2026 年增加人工智能投资因为他们认为人工智能有助于增加收入。不过只有 21% 的公司正在以人工智能为核心重新设计端到端流程。基于 6000 多个人工智能项目的研究埃森哲确定了人工智能创造企业级价值的五种方式。1.明确人工智能产生业务影响的时间表要把人工智能当作需多年建设的企业项目而非逐季进行的实验这需要长期规划和行动意味着持续投资以及识别和传达短期成果的能力。企业领导者要确定可实现的价值目标推动组织发展。埃森哲发现人工智能投资在损益表上产生有意义的价值需要 12 个月或更长时间。2.做好运营准备据埃森哲称70% 的技术预算仍用于支持遗留系统这减缓了信息流动。为实现运营准备企业要将端到端流程规范化让人工智能能快速且大规模地运行。同时要把合适形式的人工智能应用于工作。并非所有工作都需要人工智能智能体当工作流程需要推理时人工智能智能体才能发挥最佳作用否则传统自动化就能完成任务。埃森哲指出许多公司过度应用智能体人工智能领导者要避免这种陷阱。3.为人工智能打造强大的数据基础埃森哲发现数据提供一致的上下文时能推动更好的决策。企业应投资数据管控和语义一致的数据这需要现代的人工智能增强云堆栈、人工智能护栏和重新设计的工作流程。具备人工智能就绪能力的云环境采用模块化设计支持机器学习、生成式人工智能和智能体人工智能的编排。强大的数据基础利用干净的数据提供正确的上下文从概率性结果转向更具确定性的结果。企业需要连贯的数据战略并能访问高质量的专有数据集。正是数据和元数据关于数据的数据为人工智能智能体提供上下文智能使其能可靠地执行任务。埃森哲确定了两种工作模式一是重建整个流程让智能体在系统间编排工作流程二是仅在人工智能能提升性能时调用智能体。4.人才很重要——关乎人员与技术只有三分之一的高管认为他们的人才战略与人工智能战略完全融合。我们要重塑工作中的人才。带来变革的不是技术而是人。埃森哲发现虽然超过 40% 的组织正在提升员工技能但只有不到 10% 的组织在重新设计岗位。企业要投资培训和再培训同时让人类发挥主导作用。在 Salesforce我们发现成为智能体企业更多是关系变革而非技术变革。关系变革包括六个“R”人与人工智能共同重新设计流程提升员工技能将员工重新部署到新的高影响力岗位重组团队和组织涉及财务影响重新校准新的绩效指标挖掘潜在价值即我们过去忽视但能为利益相关者创造价值的东西。随着企业通过数字劳动力变得越来越自主业务价值的挖掘也随之诞生。5.新的人工智能运营模式是扩大价值的唯一途径人工智能无法在人工智能出现之前的运营模式中实现规模化。具备未来思维的人工智能运营模式更注重共享能力而非孤立的部门。这意味着企业要通过购买、推广或建立生态系统合作伙伴来进行投资。具有前瞻性的人工智能生态系统将使企业能够接触到人才、获得更好的工具并拥有更多共同创新的机会。人工智能企业级推广的障碍据埃森哲称从实验阶段过渡到企业级价值实现是跨越三个维度的过程孤立的人工智能用于验证和诊断结构性人工智能用于构建规模化系统系统性人工智能用于将智能融入核心。埃森哲对每个维度的定义如下-孤立的人工智能生产力提升在某些局部领域通常是支持性职能出现但由于数据碎片化、临时管控和薄弱的端到端连接进展受到限制。通过对优先数据领域进行现代化改造、建立联合业务 - 技术管控机制以及启动人才重塑可快速赢得信任并诊断障碍。-结构性人工智能随着企业为规模化构建企业架构和运营模式发展势头从实验转向制度能力。在关键推动因素价值领导力、人才、数字核心、负责任的人工智能和持续改进方面采取行动的组织更有可能扩大高价值用例。-系统性人工智能处于这一阶段的企业将技术复杂性与人才战略、岗位设计和领导行为的深刻转变相结合将智能融入企业核心。他们将重塑视为一种持续能力而非一次性变革。据埃森哲称只有少数组织能够发展到系统性人工智能阶段在这个阶段智能被嵌入企业核心。埃森哲发现不到五分之一的组织对其数据、平台、管控和人才系统进行了足够的现代化改造以支持广泛的人工智能部署。埃森哲的研究表明人工智能企业级推广的障碍在于过时的运营模式。埃森哲的一项关键发现是那些充分发挥人工智能潜力的组织将其应用视为一项战略要求——云就绪能力正日益将人工智能转型领导者与落后者区分开来。安全也是重中之重。构建有弹性的人工智能系统需要在设计阶段就嵌入安全措施。埃森哲的研究显示虽然需要人工智能智能体取得早期成果来建立组织信心但系统性人工智能将决定长期成功和整体业务价值。埃森哲报告中有句话说得好“人工智能奖励坚持而非急躁。没人想在交通堵塞中开赛车。”其他人工智能相关内容- 我尝试了一款本地、开源且完全免费的 Claude Code 替代工具——它的工作原理是怎样的- 如何立即从 Windows 11 中移除 Copilot AI- 人工智能正在悄然自我毒害推动模型走向崩溃——但有解决办法- 如何识别人工智能生成的图像6 个虚假迹象以及我常用的免费检测工具