人工智能发展的速度比几年前预期的要快的多,变得更加难以把握,在这种背景下,企业保持对人工智能的清晰理解变得尤为重要。近期,毕马威发布《人工智能促进企业转型》报告,通过对全球30家全球500强企业的调查,总结出人工智能促进企业转型的八大关键趋势:

●从实验技术迅速转变为应用技术;

●自动化、人工智能、分析和低代码平台正在融合;

●企业需求在不断增长;

●新的组织能力至关重要;

●内容治理成为重点领域;

●人工智能需要控制;

●人工智能服务的兴起;

●人工智能改变竞争格局;

一、从实验技术迅速转变为应用技术

不到三年前,许多大型组织中的领导都对人工智能是否能促进生产和增长目标有所疑问,而且许多企业也是刚刚开始试行和测试人工智能应用。

人工智能迅速从一项“观察技术”转变为“部署技术”,越来越能够广泛地解决业务问题,各行各业的企业也成功地在功能层面和业务层面部署了人工智能。这种转变由多种因素驱动,包括快速的数字化、机器学习的进步,这使得强大的自然语言处理成为了可能。

现在,许多企业正在寻求转换试点项目,提高企业收益,这涉及到了人工智能的水平应用和垂直应用。

尽管现在尚不能兼顾人工智能的范围和规模,但是许多大型企业都将人工智能设定为未来三年的核心目标:

机器人过程自动化(RPA)

●调查公司中有26%的企业已经在整个企业或者主要部门中大规模部署了RPA,超过一半(65%)的企业表示他们有选择地使用RPA,并且受各个团体或功能的影响;

●三年内,83%的企业希望大规模部署RPA;

人工智能和机器学习

●现在,只有17%的企业向我们透露了大规模使用人工智能/机器学习的情况,30%的企业报告了人工智能在功能上的使用;

●三年内,一半调研企业期望大规模使用人工智能/机器学习。

二、自动化、人工智能、分析和低代码平台正在融合

企业正同时部署自动化、人工智能、分析和低代码平台,这些技术可以有效地协同工作。允许公司同时部署这些技术并能够利用其优势的关键因素在于:

●诸如Appian、OutSystems、Pega、ServiceNow之类的低代码平台逐渐兴起,这些平台允许集成和使用多种技术,并且使得对流程自动化软件进行编码的能力更加民主化。

●可以实现多种不同技术协同工作的内在能力;

●使用同类最佳的集成工具;

●先进的领导力能够确保跨技术协调的方法。

以集成的方式部署自动化、人工智能、分析和低代码功能,支持良好的反馈循环:彼此相互支持,并与人工智能的规模和产业化紧密结合。例如,考虑到超负荷分析的潜力,机器学习能够提高传统的分析功能,使流程变得更加数据密集,并支持模型随着时间推移而改进。这样可以产生更好的预测和结果。

在我们的调查中,企业高管始终强调自动化、人工智能、分析和低代码平台组合产生的力量。在部分组织中,这种方法由顶层驱动。但是也可能来自于现有的团队,例如很多公司都建立了完善的全球业务服务团队(GBS)。我们听说很多GBS团队已经独立地认识到将人工智能引入现有的自动化活动,能够有效创造出GBS2.0。

由于GBS团队已经具有围绕企业服务的广泛功能,并且对不同功能区域的架构和深层数据存储库有深刻的了解,因此他们通常处于利用这些技术和推动新附加值的有利位置。随着人工智能和分析的可用性不断提高,RPA和自动化解决方案也随之增强,并使某些组织实现从任务自动化过渡到过程自动化,从而创造了全新的业务价值水平。

三、企业需求在不断增长

许多大型公司正在对人工智能进行重大投资,目的是加强在功能性业务和其他业务的部署。人才投资是推动人工智能议程不断前进的关键要求:

●在调查的企业当中,五家拥有成熟人工智能能力的公司平均有375名全职员工从事人工智能工作,其中包括数据科学家、工程师、分析师和其他。我们估计,现阶段每家公司在人工智能人才上的投入平均是7500万美元。他们还期望从事人工智能的员工继续增长,每家公司预计在未来三年内将有500-600名全职员工从事人工智能方面的工作。

●在调查的30家企业当中,大多数报告在未来三年内,他们对人工智能人才和基础设施的投入将增长50%-100%。

虽然人工智能技术提供商普遍看到了推动人工智能人才需求的媒体报道,但是大型企业也是重要的需求推动者。根据调查,在未来两到三年内,人工智能计划的优先领域包括:

●客户和市场洞察力,这将有助于改善个性化、提高销售和保留率;

●后台和共享服务自动化,有助于消除重复的人工任务;

●精简财务和会计,提升效率和合规性;

●针对特定功能用力的非结构化语音和文本数据分析。

同时,很多企业也表示,他们正在对成功部署人工智能所需的补充功能进行投资。我们认为,在考虑到进步的范围和速度的情况下,人工智能计划不仅仅涉及技术,它更多地涉及改进流程和人员,这使得变革成为了当下改变管理的当务之急。未来,领先的企业将会是那些以创新的方式实现人机融合的企业。

四、新的组织能力至关重要

我们认为获得人工智能优势不仅仅只需要技术,更需要在整个企业中有效地部署人工智能需要合适的人才和新组织功能以及由治理驱动的流程的结合。实际上,人工智能与通过无形资产创造价值的整体转变紧密相关,组织资本则是关键特征。组织资本由四个关键要素组成:人力资本、价值与规范、知识和专业知识、业务流程和实践。人工智能需要这四类要素共同为企业创造价值。

在调查中我们发现,建立特定的人工智能组织资本的需求开始植根于最高管理层,而且一些高管正在将大量的资源用于人工智能工作。例如,一家大型医疗保健公司设立了1亿美元的人工智能预算,并成立了由高级副总裁组成的指导委员会,每月定期召开两次会议推动人工智能项目。

●在我们调查的一半企业中,首席信息官在整体人工智能战略中发挥领导作用;

●40%的企业表示,业务线的高级领导将会担任领导角色。

总体而言,人工智能战略和相关部署是这些大型企业的共同责任。由于人工智能是一种通用技术,能够通过多种不同的方式进行部署,因此人工智能的成功需要广泛的内部协调和围绕流程的有效治理。在部署人工智能方面经验最丰富的的公司通常能够认识到组织资本和企业团队调整的重要性。

五、内容治理成为重点领域

我们相信大型企业需要围绕人工智能技术、服务交付模型和第三方提供商创建并实施正式的治理政策、流程和控制。围绕人工智能的治理包括:

●在不同领域围绕人工智能设计和部署标准程序,包括监管和管理风险、绩效和价值;

●帮助确保端到端的人工智能生命周期都能够保持适当的信任和透明度;

●建立新的角色和政策并确立责任制;

●培训组织中的团队使他们了解规则并调整通用程序。

强有力的治理能够产生更好的人工智能成果,帮助避免错误,并为人工智能倡议建立信任和信誉。强大的治理也能够为人工智能的规模和范围奠定基础:为了将人工智能嵌入整个组织,公司需要采取一致性、有目的和负责任的行动。尽管人工智能具有重要意义,但是在调查的企业中,只有四分之一的企业真正建立了企业级的人工智能治理。这些领导者并没有将人工智能的成功归因于未成文的规则,而是将治理视为企业规模发展的关键,这一点对于规模化至关重要。

六、人工智能需要控制

成功地人工智能项目依赖于控制算法的能力,而这些算法可能会随着机器学习的发展变得越来越强大和不透明。确定人工智能驱动系统作出特殊决定的原因可能变得更加困难。在百万行代码中,决策是在何处执行?人工智能显而易见的风险是连续学习系统可能会产生意想不到的或者有偏见的结果。犯错的代价远不只是财务损失(财务损失是由于合规失败而导致的处罚),更会影响到企业声誉、品牌和道德问题。

我们认为控制人工智能的进程至关重要。为了使人工智能朝着共同利益的方向发展,领导者应对结果人工智能的结果承担责任,必须建立一个框架以促进负责任的人工智能使用和规模扩大。具体方案是:

●建立一种由方法和工具支持的控制和治理框架,以促进负责任的人工智能使用和扩展。许多组织正在探索新的方法,以替代传统的手动方法对人工智能进行控制和治理。人工智能解决方案需要不断发展的自动化方法来测量和监视风险、绩效和价值。一些企业正在使用新的工具和仪表板来实现自动化和可视化设计,评估和持续监控,这些工具和功能时识别和监控人工智能结果、数据滥用或潜在算法偏差的关键。数字工具、人工智能控制框架以及关键风险和绩效指标能够提高信任度和透明度,改善治理、控制和合规性,并能够在整个生命周期监控人工智能。

●确保诚信的四个锚点包括完整性、可解释性、公平性和弹性,在人工智能整个生命周期中都需要对其进行维护,从策略到用例构思,通过模型构建和培训、持续监控和运营,再到发展。

七、人工智能服务的兴起

我们调查发现,围绕人工智能兴起了一个强大的服务市场,这将为企业提供更多的人工智能功能的选择。大型企业始终需要在内部建立多种基础功能,它们也因此能够越来越多地利用人工智能服务的市场。

尽管这种趋势为企业提供了更多使用人工智能的选择,但并不代表会替代全方位的企业人工智能战略。将人工智能视为一种简单的即插即用的策略的想法是错误的,企业需要建立充足的内部功能,甚至开始使用AlaaS选项,不断发展的AlaaS市场为大型企业提供了关键的战略问题:

●建立哪些内部功能才能有效地利用服务市场?

●在建立真正的竞争优势时,建造和购买的正确平衡是什么?

●在什么情况下可以使用服务传递模型来加快人工智能的部署?

八、人工智能改变竞争格局

在调查过程中,很多企业高管相信人工智能可以真正改变游戏规则,并从根本上改变竞争的动力。几乎所有的人都认为人工智能在创造新的赢家和输家中发挥了作用。但是现在的关键问题是谁能够跟人工智能的学习曲线一样快速发展,需要多少时间,以及投资水平如何?很多高管并不能确定在人工智能优先级(例如组织资本、技术和数据)之间分配支出的最佳方式。

但是,这些高管认为,投资太少将会导致他们可能会面临永久落后的风险。尽管如此,即使在最大规模的企业中,企业将人工智能纳入竞争地位的方式也存在重大差异:

●调查发现,具有成熟人工智能能力的公司与早期公司之间分配给人工智能的资源几乎有十倍的差距。调查的企业已经在多个功能方面部署了人工智能,而其他公司在一到两个隔离区域的人工智能活动都受到了限制。

●投资人工智能的企业报告称企业项目的平均生产率提高了15%,人工智能和自动化应用是最大的推动力。

●但是,只有极少数企业意识到可以利用人工智能的能力提高全方位竞争优势,从后台办公效率到前台产品创新和客户参与,更不用说发展人工智能了。

编译 | 李书峰

原文链接:https://advisory.kpmg.us/content/dam/advisory/en/pdfs/2019/8-ai-trends-transforming-the-enterprise.pdf

声明:本文来自赛博研究院,版权归作者所有。文章内容仅代表作者独立观点,不代表安全内参立场,转载目的在于传递更多信息。如有侵权,请联系 anquanneican@163.com。