該報告由 凱捷研究所 審查了過(guò)去三年中企業(yè)人工智能(AI)的采用速度。
在這段時(shí)間內，超過(guò)一半(53%)的組織已經(jīng)超越了AI飛行員，自此以來(lái)增長(cháng)了17% 凱捷2017年研究占36%。此外，最新研究還報告稱(chēng)，有78%的領(lǐng)導者正在以與COVID-19之前相同的速度繼續大規模發(fā)展AI，而21%的領(lǐng)導者則加快了部署速度。
相比之下，由于COVID-19而苦苦掙扎的組織中有43%撤回了對該技術(shù)的投資，而由于COVID-19帶來(lái)的高業(yè)務(wù)不確定性，有16%的公司暫停了AI計劃。
凱捷(Capgemini)的報告標題為“人工智能驅動(dòng)的企業(yè)：釋放人工智能的潛力透露，成功實(shí)施大規模AI帶來(lái)了顯著(zhù)的收益，其中包括：79%的領(lǐng)導者認為傳統產(chǎn)品和服務(wù)的銷(xiāo)售額增長(cháng)了25%以上;62%的領(lǐng)導者認為客戶(hù)投訴數量至少減少了25%;71%的安全威脅至少減少了25%。
在采用AI方面，Capgmeini的生命科學(xué)和零售組織分別在規模領(lǐng)先者中占AI的27%和21%，其次是汽車(chē)和消費品(17%)和電信(14%)。與因COVID-19而暫?；虺废麑I的投資的行業(yè)相比，只有38%的生命科學(xué)組織不得不暫?；虺废渫顿Y，而保險(66%)，銀行業(yè)(64%)和公用事業(yè)(64 %)。
凱捷指出，“這反映了 電子衛生的重要性 在當今的背景下，隨著(zhù)世界衛生組織等組織啟動(dòng)基于A(yíng)I的工具來(lái)收集和提供信息，虛擬助手，聯(lián)系人跟蹤應用程序和聊天機器人正在激增。
擴展AI技術(shù)的要點(diǎn)
值得信賴(lài)的優(yōu)質(zhì)數據
擴展AI的領(lǐng)導者將“提高數據質(zhì)量”列為從其AI系統中獲得更多收益的第一方法。強大的數據治理可確保AI團隊擁有正確的數據質(zhì)量，并有助于提高執行人員對數據的信任度。“建立所需的技術(shù)平臺，例如混合云架構和使數據訪(fǎng)問(wèn)民主化，是擴展AI的核心構建塊，”指出坎培米尼。
有專(zhuān)門(mén)的AI主管
凱捷(Capgemini)進(jìn)行的研究報告稱(chēng)，有70%的組織發(fā)現，在擴展AI時(shí)，缺乏中高級人才是一個(gè)重大挑戰。超過(guò)一半的擴展AI的領(lǐng)導者(58%)已任命AI負責人，主管或首席AI官員，以向開(kāi)發(fā)團隊提供愿景，并建立與優(yōu)先級，道德和安全性有關(guān)的準則，并協(xié)調平臺和平臺的使用。開(kāi)發(fā)AI的工具。
“除了純粹的AI技術(shù)技能之外，組織還需要專(zhuān)注于擴展AI應用程序的廣泛技能，以包括業(yè)務(wù)分析師和變更管理專(zhuān)家。但是，目前在機器學(xué)習或數據可視化等重要學(xué)科中，供需之間仍然存在巨大差距。” Campgemini補充道。因此，培訓和提高技能對于解決差距至關(guān)重要。
道德的AI互動(dòng)
無(wú)論一家公司是否對道德AI的消費者和監管部門(mén)都非常重視，Capmgeini的研究發(fā)現，許多組織并未積極解決需要授權的道德團隊的問(wèn)題。該報告強調了29%處于困境中的組織，而90%的AI領(lǐng)導者同意他們對AI系統如何以及為什么產(chǎn)生其產(chǎn)出具有詳細的了解。
“這對于企業(yè)高管能夠信任組織的AI系統非常重要。同時(shí)，如果面向客戶(hù)的員工對組織所使用的模型或數據缺乏信任，就不可能建立消費者信任。”
成功AI的四項原則
在報告中，Capgemini還強調了四項原則，它建議希望擴展其AI的企業(yè)專(zhuān)注于：
授權：
建立牢固的基礎，以通過(guò)版權工具和平臺輕松訪(fǎng)問(wèn)可信賴(lài)的高質(zhì)量數據
運營(yíng)化：
以正確的運營(yíng)模式部署AI，優(yōu)先考慮舉措并確保均衡的治理和道德規范
培育：
培養人才并與生態(tài)系統和合作伙伴合作
監控和放大：
持續監控模型的準確性和性能，以交付和放大業(yè)務(wù)成果
“鑒于最近發(fā)生的COVID-19危機，盡管組織正在研究數據和AI來(lái)提高其運營(yíng)的彈性，但為了實(shí)現規模，在戰術(shù)和戰略業(yè)務(wù)目標與實(shí)施之間建立聯(lián)系的需求更加強烈，”凱捷人工智能和分析集團的報價(jià)主管Anne-Laure Thieullent。
“我們的研究強調，最成功的組織將努力合理化和現代化其數據格局和數據治理流程，著(zhù)重于從合作伙伴生態(tài)系統以及DataOps和MLOps等方法中引入新的敏捷工具來(lái)開(kāi)發(fā)和部署AI解決方案，背景各異，并建立了平衡的運營(yíng)模式。”
