新冠疫情深刻改變了人們的工作和生活方式，也加快了企業數字轉型的步伐。在這一過程中，人工智能(AI)等新興技術得到了更廣泛的探索與應用。埃森哲調研顯示，隨著新冠疫情的常態化發展，59%的企業已加大在AI和機器學習上的投入。例如，麥當勞正大力投資數據基礎、機器學習和移動技術，以改善用戶體驗；優步、螞蟻集團和亞馬遜亦紛紛授權員工利用AI突破組織瓶頸，作出更精準的決策。
毋庸置疑，企業已清楚認識到AI具備廣闊的應用前景，如在優化用戶與員工體驗、提升運營效率、保障生產安全、驅動商業模式轉型，并踐行可持續發展等。但即便如此，企業利用AI推動轉型仍然步履遲緩。IDC指出，2021年72%的中國企業仍在人工智能單點試驗或局部落地的階段躊躇不前，并未持續深入地進行部署。
如何突破AI“試點困局”？
究竟什么阻礙了企業進一步釋放人工智能價值？埃森哲最近針對15個國家1,615位首席高管的調查，連同對于首席執行官（CEO）和AI專家的深入采訪，發現了一個簡單事實：CEO們缺乏對AI技術的清晰認識，并未充分發揮領導力在組織內制定及部署規模化戰略。
CEO時常面臨以下問題：
數據和AI戰略如何與長遠的組織目標對齊？
在我的領導團隊中，可以由誰來實現企業的AI愿景？
我們應當積極實施哪些具體行動，同時要放棄哪些？
如何制定人才、技術與生態伙伴戰略？
如何開發并部署負責任的AI？
知識缺口導致的問題之一，就是多數CEO利用數據和AI深化企業轉型時過于謹慎，在實施試點項目之后停滯不前，難以有效規模化AI并充分發揮其潛力——我們將此狀況稱為“試點困局”。其結果是，富有前景、能夠幫助企業提高生產率和創新能力的AI相關提案只會被擱置在CEO的辦公桌上。
有鑒于此，我們為CEO提出四項行動建議——從構建符合自身的AI相關知識體系，到在整個組織中嵌入AI流程——幫助CEO設定優先事項，加速推動AI在組織內的規模化應用。
行動1：全面普及數據和AI知識CEO應確保自己和其他高管人員清晰了解AI如何發揮作用，而非只是寬泛討論其帶給企業的潛在價值。此外，全員使用AI是企業規模化應用AI的成功標志之一。為了觸達各個層面的員工，CEO應推動全面的變革管理計劃，更新企業文化。此類舉措的核心為內部教育項目——培訓員工更有效地共享數據和AI模型，使之成為日常職責的一部分。
埃森哲通過構建“未來人才平臺（FutureTalentPlatform）”解決此問題，幫助員工以數字化方式快速獲取特定領域知識，實現AI培訓即服務。通過多維度的技能分析算法定制學習內容，切中員工的項目或工作需求；培訓內容涵蓋從初步認知到熟練應用不同階段，從而促進企業形成持續學習的文化。同時，該平臺匯集海量AI相關的培訓內容，靈活的模塊化內容組合，助力員工的技能更新，突出培訓效果。
行動2：確保AI戰略與業務目標一致CEO必須立足未來，以價值為導向，加快建設從被動響應到主動預測的商業模式。他們須為此制定具前瞻性的人工智能和數據戰略，在組織內部清晰傳達，并在落地過程中動態監測，確保企業按照既定目標與計劃前進。
與這一高管戰略相關的優先事項還包括：清晰闡明數據和AI如何為企業創造價值；設置與AI相關的關鍵目標、用例和項目；決定應該使用哪些數據來完成更準確的業務預測；以及設法幫助員工詮釋AI系統做出的各種建議。
例如，一家總部位于香港的跨國保險公司，正加速邁向以AI驅動的數字化保險企業的行列。它通過評估企業在AI能力、運營模式、數據治理、數據質量、AI道德、業務應用場景及其帶來的價值等方面所處的位置，對標行業領軍者優化AI戰略和商業用例，擬定了15項改進措施并制定了未來三年的發展路線圖。這一系列舉措，加速其成為一家由AI驅動的數字化保險企業。
行動3：打造數據驅動的智能技術組合
面對海量數據，傳統的企業管理系統架構往往會阻礙企業最大程度收獲AI價值，因此，CEO需著力投資打造先進的數據和AI平臺，讓安全、統一、真實的數據，貫通業務流程與員工體驗的每一環節，并與可量化的業務成果全面聯系在一起。
泰國匯商銀行利用云升級了數據環境，簡化數據和分析結果的訪問和使用，為不同部門、不同職能的員工提供決策所需的洞察。例如，為了改善ATM現金管理，該團隊將人工智能和先進的機器學習技術相結合，分析了1200多萬個交易數據點和200多個變量（如地點、發薪日、季節和節假日等），以確定每個ATM的最佳現金水平。該公司還實施了專項計劃，為有效、安全地使用數據和分析工具創建明確的指導原則。通過這些舉措，泰國匯商銀行能夠利用源源不斷的數據，持續支持業務發展。
行動4：始終以人作為決策者
AI旨在幫助企業更高效地實現目標，而非將基本控制權交給機器。為此，CEO須致力實現“AI賦能”的決策架構，這種架構可以在計算機主導和人類主導的決策之間取得恰當平衡。
ZeeEntertainmentEnterprises率先使用了一款AI工具來篩選用戶提交的視頻，以決定是否在其平臺上公開發布。如果AI系統批準了內容，Zee在發布之前不會再做進一步的人工審查。但若是AI阻止了內容（AI的過濾配置偏于謹慎），員工則將進行第二輪審查，并做出最終決定。據Zee估算，AI發起的阻止中，87%后續得到了人工審查員的支持。但是，通過由AI擔負繁重的初步審查，Zee做出內容批準決定的速度得到了大幅提升；此外在該模式下，員工擁有更多時間來從事附加值更高的活動。
AI決策架構的另一項益處為，有助于企業對AI的局限性和風險保持警惕——例如，AI建議的優劣取決于基礎數據和假設；AI缺乏道德指引；以及人們可能很難跟蹤監測AI技術的內部決策過程。
展望未來，人工智能將對商業世界產生更加深遠的影響，各行各業都在投入資金開發人工智能，從而不斷優化產品和服務，提升核心競爭力，并通過探索新的業務模式推動企業明智轉型。企業若想將AI的潛在價值切實地轉變為企業的收益，就需要從企業CEO開始徹底改變空談多于行動的現狀，塑造價值閉環，引領企業增長。
